Development of a mobile application for personalized monitoring and correction of vitamin levels in the human body

Abstract

У цьому дослідженні представлено розроблення мобільного застосунку, призначеного для персоналізованого моніторингу та корекції рівня вітамінів в організмі людини. Недостатнє споживання вітамінів може призводити до різних проблем зі здоров’ям, і зростає потреба в інструментах, що дають змогу людям відстежувати та оптимізувати своє харчування. Застосунок використовує дані, введені користувачем, зокрема харчові звички, показники здоров’я та спосіб життя, у поєднанні з інтеграцією носимих пристроїв для моніторингу життєвих показників. Алгоритми машинного навчання застосовано для прогнозування потенційного дефіциту вітамінів і рекомендування індивідуалізованих коригувальних дій, таких як зміна раціону або вживання добавок. Система містить контур зворотного зв’язку, де користувачі вводять дані після корекції, що дозволяє застосунку з часом уточнювати свої рекомендації. Попереднє тестування з фокус-групою користувачів продемонструвало потенціал застосунку точно прогнозувати дефіцит і покращувати баланс вітамінів завдяки персоналізованим рекомендаціям. Система пропонує масштабоване рішення для людей, які прагнуть оптимального здоров’я за допомогою індивідуалізованого моніторингу харчування.This study presents the development of a mobile application designed to provide personalized monitoring and correction of vitamin levels in the human body. Inadequate vitamin intake can lead to various health issues, and there is a growing need for tools that enable individuals to track and optimize their nutritional intake. The application utilizes data input by the user, including dietary habits, health indicators, and lifestyle, combined with an integration of wearable devices to monitor vital signs. Machine learning algorithms are applied to predict potential vitamin deficiencies and recommend individualized corrective actions, such as dietary changes or supplements. The system includes a feedback loop where users input post-correction data, allowing the application to refine its recommendations over time. Preliminary testing with a focus group of users demonstrated the app's potential to predict deficiencies and improve vitamin balance through personalized recommendations accurately. The system offers a scalable solution for individuals seeking optimal health through customized nutritional monitoring.