Healthify13.03.2024 07:00

Объединяя более 40 миллионов пользователей, Healthify⁠ является крупнейшей в Индии платформой о здоровье, которая предлагает инструменты для отслеживания показателей здоровья и коучинг с поддержкой искусственного интеллекта, помогая пользователям прийти в форму и обратить вспять метаболические заболевания. С момента внедрения ИИ в свои функции коучинга и трекинга Healthify уже помогла пользователям сбросить в общей сложности более 25 миллионов фунтов стерлингов (более 11 млн кг), а благодаря API от OpenAI компания значительно упрощает трекинг и масштабирует коучинг.

Путь Healthify в мире искусственного интеллекта

Healthify уже более десяти лет является первопроходцем в использовании ИИ для изменения поведения людей в сфере здоровья и фитнеса. К 2018 году у компании было уже более 5 миллионов пользователей, а сотни диетологов и тренеров ежемесячно обменивались с клиентами миллионами сообщений, проводя десятки тысяч часов консультаций и составляя планы питания и тренировок. Инфраструктура данных Healthify изначально предполагала наличие контуров обратной связи, что позволяло понимать, какие именно сообщения и планы обеспечивают наибольшую вовлеченность и эффект.

Используя этот богатый массив практической контекстной информации, Healthify добилась значительных успехов в области ИИ, в частности, выпустив Рию (Ria) — первого в мире виртуального диетолога на базе ИИ, а также ассистента для тренеров Coach Co-pilot.

Рия использовала иерархические сети LSTM (долгосрочной кратковременной памяти) и специализированные системы NLU (понимания естественного языка) для точного распознавания намерений пользователя и предоставления релевантных ответов. К 2020 году Рия обрабатывала напрямую подавляющую часть сообщений пользователей. В сочетании с Coach Co-pilot этот прорыв позволил тренерам значительно масштабировать свои услуги, одновременно управляя до 300 клиентами и достигая рекордных показателей NPS благодаря улучшению персонализированного оздоровительного коучинга.

В 2021 году Healthify также представила Snap — революционную функцию, созданную для упрощения подсчета калорий с помощью распознавания еды на фотографиях. Snap использовала сверточные нейронные сети (CNN) и проприетарные модели для точного распознавания отдельных блюд с особым акцентом на индийскую кухню. Эта технология не только уважала конфиденциальность пользователей, но и адаптировала рекомендации по питанию с учетом индивидуального контекста. Со временем точность Snap для отдельных блюд индийской кухни достигла примерно 80%.

Несмотря на эти успехи, Healthify столкнулась с определенными трудностями:

• Производительность. Потребовалось множество итераций, чтобы заставить Snap точно распознавать еду, и функция давала сбои, когда на фотографиях было несколько блюд. В результате «Snap использовали лишь в 10–20% случаев», — отметил генеральный директор Healthify Тушар Вашишт (Tushar Vashisht)⁠. Аналогичным образом, Рия работала на основе правил, поэтому она не могла по-настоящему отвечать на редкие, но ценные и сложные запросы о питании (например, «как моя вчерашняя еда повлияла на мой сон прошлой ночью?»).
• Масштабирование. Для каждой новой страны, на рынок которой компания хотела выйти, Healthify приходилось тратить много усилий на локализацию моделей с учетом местного языка, популярных продуктов питания и спортивных привычек. «Нам потребовалось два года, чтобы выйти на рынок Юго-Восточной Азии», — пояснил Вашишт.

Сотрудничество с OpenAI стало ключевым решением для преодоления этих ограничений, существенно улучшив предложения Healthify и задав новый стандарт инноваций в секторе медицинских технологий.

«Мы интегрировались со всеми, кто представлен на рынке. OpenAI оказалась лучшей».

Использование GPT-Vision и эмбеддингов для мгновенного трекинга еды и масштабирования коучинга

Команда Healthify верила, что ИИ сможет в одночасье повысить точность, полезность и масштабируемость их продуктов. Благодаря передовому и простому API от OpenAI, команда быстро создала прототипы для тестирования производительности моделей. Прежде чем официально выбрать поставщика, команда оценила множество вариантов моделей, включая решения с открытым исходным кодом.

После тщательной оценки Healthify заключила партнерство с OpenAI по ряду причин:

• Лучшая в своем классе точность. GPT-4 Vision мгновенно превзошла производительность пайплайна Snap; сама по себе эта модель распознавала продукты со всего мира и обнаруживала несколько пищевых продуктов на фотографиях. GPT-4 (для Рии) и Whisper (для Coach Copilot) аналогичным образом превзошли как их существующие пайплайны, так и альтернативные модели генеративного ИИ.
• Простая интеграция. Проверив прототипы и перейдя к этапу интеграции в производственные системы, команда Healthify смогла просто добавить API OpenAI в существующие рабочие процессы. «Создавать концепт-прототипы с OpenAI и использовать их для построения продакшн-систем оказалось очень легко», — отметил Вашишт.
• Простая дообучение (fine-tuning). Healthify выбрала OpenAI во многом потому, что тонкая настройка была доступна «из коробки». Было несложно подготовить данные для дообучения и загрузить их в сервис. Команда смогла успешно адаптировать модели OpenAI под свои задачи без сложной настройки.
• Эмбеддинги. Healthify использовала модель эмбеддингов для решения одной из своих ключевых проблем: как сопоставлять два продукта не только по текстовому совпадению? Им нужно было сопоставить названия блюд, возвращаемые GPT-4, с наименованиями продуктов, уже имеющимися в их собственной системе. «GPT — это самостоятельная модель. У нее есть собственный словарь названий блюд. У Healthify есть свои названия продуктов, и мы пытались понять, как осуществить это сопоставление», — прокомментировал Абхиджит Хаснис (Abhijit Khasnis)⁠, вице-президент по технологиям. «И когда мы протестировали модель эмбеддингов от OpenAI, мы поняли, что сопоставление косинусного сходства между названием блюда, определенным GPT, и эмбеддингами наших продуктов дает высочайшую точность!»

Миллионы улучшенных жизней благодаря росту вовлеченности

В настоящее время Snap использует ансамбль проприетарных моделей наряду с GPT-4 Vision для учета специфических контекстов пользователя при обеспечении конфиденциальности данных. После анализа изображений применяются кастомные эвристические модели для выдачи точных рекомендаций по питанию. Это обновление повысило точность работы Snap до уровня человеческого восприятия, оптимизировав процесс отслеживания рациона.

Последнее обновление Рии представляет собой значительный шаг вперед в плане сложности и функциональности: оно включает ансамбль дообученных моделей, в том числе GPT-3.5 и передовую GPT-4 Turbo. Эта продвинутая конфигурация позволяет Рие получать доступ к обширной базе литературы Healthify и интерпретировать уникальную историю каждого пользователя на платформе. Подобная интеграция превратила Рию в самую комплексную и интеллектуальную версию из всех существовавших, предлагающую персонализированные советы по здоровью и питанию в беспрецедентных масштабах.

В целом команда Healthify зафиксировала резкий рост вовлеченности и удержания пользователей, что привело к улучшению показателей здоровья их клиентов:

• Пользователи отслеживают питание на 50% чаще со Snap. Поскольку трекинг еды коррелирует с фитнес-целями, команда Healthify рассчитывает, что этот рост вовлеченности также приведет к 50-процентному росту спортивных успехов пользователей. «Мы видим, что показатели вовлеченности выше на 50%. Снижение веса и потеря жировой массы тесно связаны с фиксируемыми продуктами питания, а это значит, что мы можем ожидать и на 50% более сильного влияния на похудение», — прокомментировал Вашишт.
• Пользователи активнее общаются с Рией для получения рекомендаций по питанию и фитнесу. Продолжительность диалогов удвоилась (некоторые пользователи ведут беседы длиной более двухсот сообщений), и теперь Рия способна отвечать на сложные вопросы вроде «Как уровень глюкозы повлиял на мой сон вчера?», сопоставляя показатели непрерывного мониторинга глюкозы (CGM), дневники питания из Snap и данные о сне с любого носимого устройства.
• Тренеры отвечают клиентам вдвое быстрее. Клиенты также на 18% активнее взаимодействуют с тренерами, поддерживаемыми ИИ. Исследование⁠ Стэнфордского университета, основанное на данных Healthify, показывает, что человеческий коучинг с поддержкой ИИ помогает клиентам сбрасывать на 70% больше веса, чем только один ИИ-коучинг. Благодаря искусственному интеллекту тренеры Healthify теперь могут помогать большему количеству клиентов добиваться этих дополнительных 70% результата.

Спасти миллион жизней

В течение следующих двенадцати месяцев команда Healthify ставит перед собой еще более амбициозные цели. Они планируют разработать автономных агентов здоровья, способных упреждающе помогать пользователям делать здоровый выбор. Вместо того чтобы ждать активации запросом, эти агенты будут автоматически анализировать данные о здоровье пользователя и давать рекомендации по питанию, сну и физическим упражнениям. С разрешения пользователя агенты смогут даже заказывать еду или бронировать занятия в спортзале.

На протяжении всего своего пути команда Healthify была сосредоточена на том, чтобы помочь как можно большему количеству людей достичь фитнес-целей и предотвратить метаболические заболевания. Они уже добились значительных успехов. Теперь они масштабируют это влияние на весь мир. На внедрение традиционных систем машинного обучения в странах Юго-Восточной Азии у них ушло два года. Но с OpenAI они запустятся в 20 странах всего за этот год, что приблизит их к главной миссии: «Оздоровить миллиард» («Healthify a Billion»).

«С учетом рисков, я думаю, что благодаря партнерству с OpenAI мы, вероятно, спасем миллион жизней еще до конца этого года».