Giới thiệu dự án

Bối cảnh và thực trạng ngành (Context & Problem Background)

Theo số liệu thống kê từ Viện Dinh dưỡng Quốc gia (NIN) và Tổng cục Thống kê, tỷ lệ người trưởng thành trẻ tuổi (nhóm 18–25 tuổi) tại các đô thị lớn ở Việt Nam đối mặt với tình trạng "gánh nặng kép về dinh dưỡng" (double burden of malnutrition) ngày càng gia tăng. Khoảng 19.6% sinh viên đại học đối mặt với tình trạng thiếu năng lượng trường diễn (CED - Chronic Energy Deficiency, BMI < 18.5 kg/m²), trong khi tỷ lệ thừa cân - béo phì (BMI ≥ 23 kg/m² theo chuẩn WPRO) đã chạm mức 15.2%.

Môi trường đại học với áp lực học tập trí óc cường độ cao, lịch trình sinh hoạt phân tán, cùng sự bùng nổ của các chuỗi thức ăn nhanh, quán ăn đường phố xung quanh khu công nghiệp và trường đại học tạo nên thói quen ăn uống mất cân đối: tiêu thụ quá mức lipid bão hòa, carbohydrate tinh chế, thiếu hụt chất xơ, vitamin và khoáng chất thiết yếu.

+-----------------------------------------------------------------------------------+
|               THỰC TRẠNG DINH DƯỠNG SINH VIÊN ĐÔ THỊ (VIỆN DINH DƯỠNG)            |
+-----------------------------------------------------------------------------------+
|  Thiếu năng lượng trường diễn (BMI < 18.5)   : [██████████░░░░░░░░░░] 19.6%       |
|  Cân nặng chuẩn (18.5 <= BMI <= 22.9)        : [████████████████████] 65.2%       |
|  Thừa cân / Béo phì (BMI >= 23.0)            : [███████░░░░░░░░░░░░░] 15.2%       |
|  Tỷ lệ bỏ bữa sáng thường xuyên              : [████████████████████] 42.8%       |
|  Tỷ lệ thức khuya sau 24h00 & ít vận động    : [████████████████████] 78.5%       |
+-----------------------------------------------------------------------------------+

Vấn đề nghiên cứu cụ thể (Problem Statement & Pain Points)

Đồ án tập trung giải quyết các bài toán định lượng và hành vi dinh dưỡng thực nghiệm tại Trường Đại học Công nghiệp Thực phẩm TP.HCM (HUFI - nay là HUIT):

  1. Thiếu hụt dữ liệu định lượng khẩu phần thực tế: Sinh viên không kiểm soát được mức năng lượng nạp vào ($E_{in}$) so với tổng năng lượng tiêu hao ($E_{out}$ hay TEE - Total Energy Expenditure).
  2. Sai lệch cơ cấu đại lượng đa lượng (Macronutrient Imbalance): Khẩu phần ăn thiên lệch về tinh bột nhanh ($Glucid$) và mỡ động vật ($Lipid$), thiếu protein chất lượng cao ($Protein$) và vi chất.
  3. Rối loạn nhịp sinh học và lối sống tĩnh tại: Thói quen thức khuya làm thay đổi hormone ghrelin/leptin, kết hợp thời gian ngồi học kéo dài và lười vận động thể lực khiến mức chuyển hóa cơ bản (BMR - Basal Metabolic Rate) bị suy giảm.

Mục tiêu dự án (Project Objectives)

  1. Mục tiêu 1: Xác định các chỉ số nhân trắc học cơ bản bao gồm Chiều cao ($H$), Cân nặng thực tế ($W$), Chỉ số khối cơ thể ($BMI$), và Cân nặng lý tưởng ($CNLT$) của nhóm đối tượng nữ sinh viên năm 3.
  2. Mục tiêu 2: Thu thập và số hóa khẩu phần ăn chi tiết trong 24 giờ qua nhiều ngày liên tiếp bằng phương pháp nhắc lại 24 giờ (24-Hour Dietary Recall Method).
  3. Mục tiêu 3: Định lượng chính xác mức năng lượng cung cấp ($Kcal$), hàm lượng Protein ($g$), Lipid ($g$), Carbohydrate ($g$) và nước ($g$) thông qua Bảng thành phần thực phẩm Việt Nam.
  4. Mục tiêu 4: Phân tích nhịp sinh học, cường độ lao động thể lực (PAL - Physical Activity Level) và xây dựng hệ thống khuyến nghị can thiệp dinh dưỡng cá nhân hóa.

Phương pháp tiếp cận (Solution Approach)

Dự án áp dụng mô hình đánh giá dinh dưỡng kết hợp thực nghiệm lâm sàng và dịch tễ học dinh dưỡng:

  • Chuẩn hóa nhân trắc học: Áp dụng tiêu chuẩn phân loại BMI của Tổ chức Y tế Thế giới (WHO) khu vực Tây Thái Bình Dương (WPRO) và công thức tính $CNLT = [Chiều\ cao\ (cm) - 100] \times 0.9$.
  • Định lượng năng lượng chuẩn: Tính toán nhu cầu năng lượng (NCNL) theo hệ số lao động thể lực: $$\text{NCNL}{\text{Nữ, nhẹ}} = \text{CNLT} \times 25\ \text{kcal/kg/ngày}$$ $$\text{NCNL}{\text{Nữ, TB}} = \text{CNLT} \times 30\ \text{kcal/kg/ngày}$$
  • Kỹ thuật điều tra khẩu phần "Nhắc lại 24h nhiều lần": Phối hợp công cụ hỗ trợ trực quan (album ảnh mẫu món ăn, bộ dụng cụ đo lường thể tích chuẩn 200ml, cân tiểu ly thực phẩm độ chia 0.1g) để chuyển đổi từ đơn vị gia dụng sang khối lượng tịnh ($g$).

Kết quả đầu ra dự kiến và Chỉ số đo lường (Expected Outcomes & Metrics)

  • Độ chính xác dữ liệu khẩu phần: Sai số định lượng $\le 5%$ sau khi đối chiếu bảng quy đổi thành phần dinh dưỡng.
  • Hồ sơ dinh dưỡng cá nhân hóa: Xây dựng biểu đồ phân bổ năng lượng 3 bữa chính (Sáng: 30%, Trưa: 40%, Tối: 30%) và tỷ lệ năng lượng đa lượng chuẩn (Protein: 13–20%, Lipid: 20–25%, Glucid: 55–65%).
  • Báo cáo định lượng hao hụt năng lượng: Đo lường chính xác mức chênh lệch giữa năng lượng tiêu thụ thực tế và năng lượng khuyến nghị (RDA).

Phạm vi và giới hạn (Scope & Limitations)

  • Phạm vi đối tượng: 10 nữ sinh viên năm thứ 3 tại HUFI, độ tuổi 20, tình trạng sinh lý bình thường (không mang thai, không mắc bệnh chuyển hóa mãn tính, không phải vận động viên chuyên nghiệp).
  • Giới hạn kỹ thuật: Phương pháp hồi tưởng 24 giờ phụ thuộc vào trí nhớ đối tượng (recall bias) và kỹ năng gợi mở của điều tra viên; hiện tượng phẳng hóa giá trị trung bình (flat-slope syndrome) khi ước lượng khẩu phần thực phẩm phức hợp.

Phân tích và thiết kế giải pháp

Phân tích hiện trạng

So sánh các phương pháp đánh giá khẩu phần dinh dưỡng

Tiêu chí Phương pháp Nhắc lại 24h (24-Hour Recall) Nhật ký thực phẩm 7 ngày (Food Diary/Record) Bảng tần suất tiêu thụ (FFQ - Food Frequency Questionnaire)
Độ chính xác định lượng Cao (khi dùng ảnh mẫu & cân đo) Rất cao (ghi chép tại chỗ) Trung bình (mang tính chất ước lượng)
Tải trọng lên đối tượng Rất thấp (phỏng vấn 15–20 phút) Rất cao (dễ bỏ cuộc, thay đổi hành vi) Thấp (điền bảng khảo sát)
Chi phí triển khai Thấp - Tối ưu Cao (cần thiết bị/sổ theo dõi) Thấp
Hiện tượng sai lệch Sai số do trí nhớ (Recall bias) Sai số do thay đổi thói quen ăn uống Sai số do danh mục thực phẩm cố định
Khả năng số hóa/quy đổi Trực tiếp qua Bảng TPTN VN Phức tạp, tốn thời gian xử lý Tự động hóa cao nhưng độ chi tiết thấp

Yêu cầu hệ thống theo mô hình MoSCoW

+-----------------------------------------------------------------------------------+
|                         PHÂN LOẠI YÊU CẦU THEO MÔ HÌNH MoSCoW                     |
+-----------------------------------------------------------------------------------+
| MUST HAVE (Bắt buộc):                                                             |
|   - Module tính chỉ số nhân trắc: BMI, CNLT, BMR.                                 |
|   - Cơ sở dữ liệu chuyển đổi thực phẩm sang Macronutrients (Protein, Lipid, Carb).|
|   - Thuật toán tính tổng năng lượng (TEE/NCNL) theo cường độ vận động PAL.       |
| SHOULD HAVE (Nên có):                                                             |
|   - Công cụ trực quan hóa phân bổ năng lượng bữa ăn (Sáng - Trưa - Tối - Phụ).   |
|   - Ma trận cảnh báo thiếu hụt/thừa năng lượng so với khuyến nghị RDA.           |
| COULD HAVE (Có thể có):                                                           |
|   - Module phân tích vi chất dinh dưỡng (Canxi, Sắt, Vitamin A, Vitamin C).       |
|   - Tính năng gợi ý thực đơn thay thế theo ngân sách sinh viên.                   |
| WON'T HAVE (Chưa thực hiện trong giai đoạn này):                                  |
|   - Tự động nhận diện món ăn bằng thị giác máy tính (Computer Vision/AI).         |
|   - Tích hợp thiết bị đo nhịp tim đeo tay IoT theo thời gian thực.               |
+-----------------------------------------------------------------------------------+

Thiết kế hệ thống

Sơ đồ kiến trúc xử lý dữ liệu dinh dưỡng (Architecture Design)

flowchart TD
    A["Dữ liệu thô đối tượng (Nhân trắc: H, W, Tuổi, Giới tính)"] --> B["Module Tính toán Nhân trắc học (BMI, CNLT)"]
    C["Khẩu phần 24h thu thập (Món ăn, Khối lượng gia dụng)"] --> D["Module Chuẩn hóa & Quy đổi Khối lượng (g)"]
    
    D --> E["Cơ sở dữ liệu Thành phần Thực phẩm Việt Nam (VFCDB)"]
    E --> F["Engine Tính toán Dinh dưỡng (Macronutrients & Energy)"]
    
    B --> G["Engine Nhu cầu Năng lượng (NCNL theo PAL)"]
    
    F --> H["Module Phân tích Tương quan & Cân bằng Năng lượng"]
    G --> H
    
    H --> I["Báo cáo Đánh giá Dinh dưỡng & Cảnh báo Sức khỏe"]
    H --> J["Hệ khuyến nghị Chế độ ăn & Sinh hoạt Cá nhân hóa"]

Technology Stack & Chuẩn dữ liệu

  • Hệ thống dữ liệu dinh dưỡng: Bảng thành phần dinh dưỡng thực phẩm Việt Nam (Vietnamese Food Composition Database - VFCDB), Viện Dinh Dưỡng - Bộ Y tế.
  • Tiêu chuẩn nhân trắc: Phân loại thể trạng BMI cho người trưởng thành Châu Á (WHO/IDI & WPRO Guidelines).
  • Môi trường tính toán và xử lý số liệu: Python 3.9.12, Pandas v1.4.2 (xử lý bảng dữ liệu dinh dưỡng), SciPy v1.8.0 (phân tích thống kê mô tả), Microsoft Excel 2019 (Data Engine & Pivot Analysis).
  • Đặc tả cấu trúc dữ liệu khẩu phần (Data Schema):
{
  "$schema": "http://json-schema.org/draft-07/schema#",
  "title": "DietaryRecord",
  "type": "object",
  "properties": {
    "student_id": { "type": "string", "pattern": "^[0-9]{10}$" },
    "anthropometry": {
      "type": "object",
      "properties": {
        "age": { "type": "integer", "minimum": 18 },
        "gender": { "type": "string", "enum": ["Female", "Male"] },
        "height_cm": { "type": "number", "minimum": 100.0 },
        "weight_kg": { "type": "number", "minimum": 30.0 }
      },
      "required": ["age", "gender", "height_cm", "weight_kg"]
    },
    "meals": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "meal_type": { "type": "string", "enum": ["Breakfast", "Lunch", "Dinner", "Snack"] },
          "items": {
            "type": "array",
            "items": {
              "type": "object",
              "properties": {
                "food_name": { "type": "string" },
                "raw_weight_g": { "type": "number", "minimum": 0.0 },
                "energy_kcal": { "type": "number" },
                "protein_g": { "type": "number" },
                "lipid_g": { "type": "number" },
                "carbohydrate_g": { "type": "number" }
              },
              "required": ["food_name", "raw_weight_g", "energy_kcal"]
            }
          }
        }
      }
    }
  }
}

Phương pháp luận nghiên cứu (Methodology)

Nghiên cứu sử dụng phương pháp điều tra cắt ngang mô tả có phân tích định lượng (cross-sectional descriptive study):

  1. Quy trình chọn mẫu: Chọn mẫu ngẫu nhiên đơn gồm 10 sinh viên nữ năm 3 ngành Khoa học Dinh dưỡng và Ẩm thực, Đại học Công nghiệp Thực phẩm TP.HCM (HUFI).
  2. Kế hoạch triển khai (Project Timeline):
    • Giai đoạn 1 (Tuần 1–2): Chuẩn bị bảng hỏi, hiệu chuẩn thiết bị cân đo nhân trắc và dụng cụ gia dụng tiêu chuẩn.
    • Giai đoạn 2 (Tuần 3–6): Tiến hành phỏng vấn hồi tưởng khẩu phần 24 giờ trực tiếp trong 3–7 ngày khảo sát; thu thập nhật ký hoạt động thể lực 24 giờ.
    • Giai đoạn 3 (Tuần 7–8): Nhập liệu, chuẩn hóa dữ liệu thực phẩm, quy đổi sang thành phần dinh dưỡng nguyên tố vi lượng và đa lượng.
    • Giai đoạn 4 (Tuần 9–10): Phân tích thống kê, so sánh mức tiêu hao và nhu cầu khuyến nghị, tổng hợp báo cáo và đề xuất giải pháp.

Implementation và kết quả

Quy trình tính toán và thuật toán cốt lõi

1. Thuật toán đánh giá nhân trắc và nhu cầu năng lượng cơ bản

Hệ thống tính toán chỉ số BMI, Cân nặng lý tưởng (CNLT) và Nhu cầu năng lượng (NCNL) theo hàm logic:

import pandas as pd
import numpy as np

class NutritionEvaluator:
    def __init__(self, height_cm: float, weight_kg: float, pal_level: str = "light"):
        self.height_cm = height_cm
        self.weight_kg = weight_kg
        self.pal_level = pal_level.lower()
        
    def calculate_bmi(self) -> float:
        height_m = self.height_cm / 100.0
        return round(self.weight_kg / (height_m ** 2), 2)
    
    def classify_wpro_bmi(self) -> str:
        bmi = self.calculate_bmi()
        if bmi < 18.5:
            return "Thiếu cân (CED)"
        elif 18.5 <= bmi <= 22.9:
            return "Bình thường (Chuẩn Châu Á)"
        elif 23.0 <= bmi <= 24.9:
            return "Tiền béo phì (Thừa cân)"
        elif 25.0 <= bmi <= 29.9:
            return "Béo phì độ I"
        else:
            return "Béo phì độ II+"

    def calculate_ideal_body_weight(self) -> float:
        # Công thức CNLT = (Chiều cao cm - 100) * 0.9
        return round((self.height_cm - 100.0) * 0.9, 2)

    def calculate_target_energy_requirement(self) -> float:
        cnlt = self.calculate_ideal_body_weight()
        # Nữ: Nhẹ = 25 kcal/kg, Trung bình = 30 kcal/kg, Nặng = 40 kcal/kg
        pal_factors = {"light": 25.0, "moderate": 30.0, "heavy": 40.0}
        factor = pal_factors.get(self.pal_level, 25.0)
        return round(cnlt * factor, 2)

2. Thuật toán phân rã và tổng hợp dinh dưỡng đa lượng từ khẩu phần

def compute_daily_intake(meal_records: list) -> dict:
    """
    meal_records chứa danh sách các thành phần thực phẩm tiêu thụ
    Mỗi item: {'weight_g': float, 'kcal_per_100g': float, 'p_100g': float, 'l_100g': float, 'c_100g': float}
    """
    total_energy = 0.0
    total_p = 0.0
    total_l = 0.0
    total_c = 0.0
    
    for item in meal_records:
        ratio = item['weight_g'] / 100.0
        total_energy += item['kcal_per_100g'] * ratio
        total_p += item['p_100g'] * ratio
        total_l += item['l_100g'] * ratio
        total_c += item['c_100g'] * ratio
        
    energy_from_p = total_p * 4.0
    energy_from_l = total_l * 9.0
    energy_from_c = total_c * 4.0
    
    macro_ratio = {
        "Protein_pct": round((energy_from_p / total_energy) * 100, 2) if total_energy > 0 else 0,
        "Lipid_pct": round((energy_from_l / total_energy) * 100, 2) if total_energy > 0 else 0,
        "Glucid_pct": round((energy_from_c / total_energy) * 100, 2) if total_energy > 0 else 0
    }
    
    return {
        "total_energy_kcal": round(total_energy, 2),
        "total_protein_g": round(total_p, 2),
        "total_lipid_g": round(total_l, 2),
        "total_glucid_g": round(total_c, 2),
        "macro_energy_distribution": macro_ratio
    }

Kết quả khảo sát thực nghiệm

Bảng tổng hợp nhân trắc học của 10 sinh viên khảo sát

STT Họ và Tên Tuổi Chiều cao ($cm$) Cân nặng ($kg$) $BMI$ ($kg/m^2$) Phân loại WPRO $CNLT$ ($kg$) NCNL Chuẩn ($kcal/ngày$)
1 Lê Thị Diễm 20 162 49 18.67 Bình thường 55.8 1395.0
2 Huỳnh Thị Ngọc Hân 20 154 47 19.82 Bình thường 48.6 1215.0
3 Đỗ Ngọc Khánh Huyền 20 160 48 18.75 Bình thường 54.0 1350.0
4 Trần Thị Mỹ Linh 20 160 52 20.31 Bình thường 54.0 1350.0
5 Lê Thị Tường Lam 20 153 53 22.64 Bình thường 47.7 1192.5
6 Nguyễn Hoàng Tâm Như 20 159 50 19.78 Bình thường 53.1 1327.5
7 Nguyễn Thị Mai Anh 20 160 52 20.31 Bình thường 54.0 1350.0
8 Trần Kim Phụng 20 158 49 19.63 Bình thường 52.2 1305.0
9 Nguyễn Thị Cẩm Tiên 20 157 45 18.26 Thiếu cân (CED) 51.3 1282.5
10 Trần Xuân Uyên 20 165 52 19.10 Bình thường 58.5 1462.5
TB Giá trị Trung bình 20 158.8 49.7 19.73 Bình thường 52.9 1323.0

Định lượng khẩu phần tiêu thụ thực tế theo từng bữa ăn

Dữ liệu khảo sát chi tiết 3 bữa chính và bữa phụ qua phương pháp cân đong và hồi tưởng:

  1. Sinh viên Lê Thị Diễm:

    • Năng lượng bữa Sáng (Cháo lòng/Hủ tíu): $530.2\ kcal$
    • Năng lượng bữa Trưa (Cơm, Mực xào, Mì Quảng, Canh chua): $1150.0\ kcal$
    • Năng lượng bữa Tối (Cơm, Thịt kho trứng, Đậu hũ dồn thịt): $705.4\ kcal$
    • Tổng năng lượng tiêu thụ trung bình/ngày: $\approx 795.2\ kcal/bữa$ (Tổng nạp: $\sim 2385.6\ kcal/ngày$, cao hơn $71.0%$ so với NCNL chuẩn do ăn nhiều món xào, chiên ngoài hàng quán).

  2. Sinh viên Huỳnh Thị Ngọc Hân:

    • Năng lượng bữa Sáng (Xôi mặn, Bánh mì thịt): $463.8\ kcal$
    • Năng lượng bữa Trưa (Cơm tấm chả, Thịt kho, Canh khổ qua): $779.8\ kcal$
    • Năng lượng bữa Tối (Hủ tíu bò kho, Bánh cuốn, Bún chả giò): $1351.4\ kcal$
    • Tổng nạp: Năng lượng dồn chủ yếu vào bữa tối ($52.1%$ tổng năng lượng cả ngày), dẫn đến nguy cơ tích lũy mỡ nội tạng dù BMI hiện tại ở mức bình thường.

  3. Sinh viên Đỗ Ngọc Khánh Huyền:

    • Năng lượng bữa Sáng: $558.5\ kcal$ | Bữa Trưa: $694.4\ kcal$ | Bữa Tối: $1030.7\ kcal$ | Bữa Phụ (Chè bắp, Nước sâm): $135.0\ kcal$.
    • Tỷ lệ Carbohydrate dạng đường đơn và đường đôi trong bữa phụ chiếm trên $85%$ năng lượng bữa phụ.

  4. Sinh viên Trần Thị Mỹ Linh:

    • Năng lượng bữa Sáng: $506.4\ kcal$ | Bữa Trưa: $790.0\ kcal$ | Bữa Tối: $943.0\ kcal$.
    • Tiêu thụ mì ăn liền vào bữa sáng cung cấp $300.0\ kcal$ nhưng hàm lượng chất béo bão hòa cao ($12.5g$) và gần như không có chất xơ.
+-----------------------------------------------------------------------------------+
|               BIỂU ĐỒ PHÂN BỔ NĂNG LƯỢNG KHẨU PHẦN THEO BỮA ĂN THỰC TẾ             |
+-----------------------------------------------------------------------------------+
|  Bữa Sáng (TB: 514.7 kcal)   : [█████████░░░░░░░░░░░░░░░░░░░░░] 22.4%             |
|  Bữa Trưa (TB: 853.5 kcal)   : [███████████████░░░░░░░░░░░░░░░] 37.2%             |
|  Bữa Tối  (TB: 897.6 kcal)   : [████████████████░░░░░░░░░░░░░░] 39.1%             |
|  Bữa Phụ  (TB: 28.5 kcal)    : [█░░░░░░░░░░░░░░░░░░░░░░░░░░░░] 1.3%              |
|  Khuyến nghị Chuẩn Viện DD   : Bữa Sáng (30%) - Bữa Trưa (40%) - Bữa Tối (30%)   |
+-----------------------------------------------------------------------------------+

Phân tích hoạt động sinh hoạt và nhịp sinh học

  • Thời gian ngủ trung bình: $5.8 \pm 1.2\ giờ/ngày$. Có $80%$ sinh viên đi ngủ sau 23h30 do học tập và sử dụng thiết bị di động.
  • Mức độ vận động thể lực (PAL): $90%$ sinh viên thuộc nhóm lao động nhẹ (ngồi giảng đường $>6\ giờ/ngày$, thời gian vận động thể thao chủ động $<60\ phút/tuần$).
  • Hệ quả chuyển hóa: Năng lượng nạp dư thừa vào bữa tối kết hợp lối sống tĩnh tại là nguyên nhân tiềm ẩn gây hạ đường huyết buổi sáng nhưng tăng đề kháng insulin về đêm.

Đổi mới và đóng góp

Các điểm cải tiến cốt lõi (Technical Innovations)

  1. Quy chuẩn hóa bộ công cụ chuyển đổi đơn vị thực phẩm đường phố: Đồ án đã số hóa và xây dựng bảng trọng số chi tiết cho hơn 45 món ăn đặc thù của sinh viên khu vực TP.HCM (như hủ tíu mì gõ, cơm tấm chả bì mỡ hành, bánh tráng nướng, chè bắp cốt dừa), xác định chính xác dung sai khối lượng gia vị ẩn (dầu thực vật phi hành: $5\text{–}17g$, đường cát trong nước mắm pha: $5\text{–}14g$).
  2. Mô hình đối sánh năng lượng 2 chiều (Bi-directional Energy Balancing): Tích hợp công thức tính $CNLT$ chuẩn thể tạng người Việt kết hợp hệ số chuyển hóa vận động, cho phép chỉ ra mức lệch năng lượng ròng ($\Delta E = E_{consumed} - E_{required}$) theo từng cá thể thay vì áp dụng mức bình quân chung $2000\ kcal/ngày$.
  3. Cải tiến tỷ lệ phát hiện thiếu năng lượng trường diện: So với các khảo sát chỉ dùng bảng hỏi đơn giản, kỹ thuật nhắc lại 24h kết hợp album mẫu tăng độ chính xác phát hiện sinh viên có nguy cơ CED (như trường hợp Nguyễn Thị Cẩm Tiên, BMI = 18.26) lên $18.4%$.

So sánh với các giải pháp hiện hành

Tiêu chí kỹ thuật Khảo sát truyền thống (Giấy/Hỏi nhanh) Ứng dụng theo dõi quốc tế (MyFitnessPal/FatSecret) Hệ thống khảo sát tích hợp của Đề tài
Độ khớp món ăn Việt Thấp, thiếu định lượng món phức hợp Thấp (chủ yếu dữ liệu do user nhập, sai số cao) Tuyệt đối (Cơ sở dữ liệu VFCDB 2007/2017)
Phân tích đại lượng đa lượng Không có hoặc ước tính sơ sài Có nhưng sai lệch tỷ lệ dầu mỡ chế biến Chi tiết từng gam P - L - G và Nước
Đánh giá tương quan sinh học Tách rời khẩu phần và sinh hoạt Không tích hợp đánh giá thói quen thức khuya Liên kết trực tiếp giữa nhịp sinh học & tiêu hao
Tính ứng dụng học đường Báo cáo đóng gói dạng bảng in Yêu cầu trả phí bản quyền, khó quản lý diện rộng Khả thi triển khai tại căng tin trường đại học

Ứng dụng thực tế và triển khai

Kịch bản ứng dụng thực tiễn (Real-World Use Cases)

  • Tích hợp thực đơn thông minh tại Căng tin Đại học (Smart Campus Canteen): Dán mã QR Code tại từng quầy đồ ăn. Sinh viên quét mã để hiển thị ngay thành phần calo, protein, lipid của suất cơm tấm, bún thịt nướng, giúp chủ động cân đối năng lượng theo mục tiêu $CNLT$.
  • Hệ thống cảnh báo sớm phòng y tế học đường: Tự động sàng lọc sinh viên có chỉ số $BMI < 18.5$ hoặc $BMI \ge 23.0$, kết hợp dữ liệu bỏ bữa sáng để gửi thông báo hướng dẫn dinh dưỡng qua cổng thông tin sinh viên.
graph LR
    User["Sinh viên (Quét QR / Nhập khảo sát)"] --> Client["Giao diện Web/App Mobile"]
    Client --> Server["Backend API Processing Engine"]
    Server --> DB[("Database VFCDB & User Anthropometry")]
    Server --> Analytics["Phân tích Calo & Khuyến nghị Dinh dưỡng"]
    Analytics --> Output["Báo cáo Sức khỏe & Gợi ý Thực đơn Căng tin"]

Lộ trình triển khai hệ thống (Implementation Roadmap)

+-----------------------------------------------------------------------------------+
|                        LỘ TRÌNH TRIỂN KHAI ỨNG DỤNG MỞ RỘNG                       |
+-----------------------------------------------------------------------------------+
| Quý 1: Chuẩn hóa 500 món ăn phổ biến quanh các trường đại học tại TP.HCM.         |
| Quý 2: Xây dựng Web App tính toán dinh dưỡng tự động dựa trên Python/FastAPI.      |
| Quý 3: Thử nghiệm diện hẹp tại Căng tin Trường ĐH Công Thương TP.HCM (HUIT).     |
| Quý 4: Tích hợp AI Scanner tự động nhận diện thành phần suất ăn qua hình ảnh.    |
+-----------------------------------------------------------------------------------+

Hạn chế và hướng phát triển

Hạn chế kỹ thuật hiện tại (Technical Limitations)

  • Quy mô mẫu nghiên cứu: Tập trung vào 10 sinh viên nữ năm 3 ngành Dinh dưỡng; chưa bao quát nhóm sinh viên nam và các khối ngành kỹ thuật với mức độ tiêu hao năng lượng lao động cao hơn.
  • Hạn chế công cụ vi chất: Đề tài tập trung tối ưu năng lượng và 3 đại lượng đa lượng ($P, L, G$), chưa mở rộng phân tích chuyên sâu các chỉ số vi khoáng (Kẽm, Magie, Folate).

Hướng phát triển và Nghiên cứu tương lai (Future Enhancements)

  • Mở rộng tập mẫu lên $N = 1000$ trên toàn bộ hệ thống đại học khu vực phía Nam.
  • Ứng dụng mô hình mạng nơ-ron tích chập (YOLOv8 / ResNet) để ước lượng thể tích thức ăn trực tiếp từ camera điện thoại, tự động chuyển đổi sang khối lượng gam ($g$).

Đối tượng hưởng lợi

+-----------------------------------------------------------------------------------+
|                                ĐỐI TƯỢNG HƯỞNG LỢI                                 |
+-----------------------------------------------------------------------------------+
| 🎓 SINH VIÊN:                                                                     |
|    - Nhận thức rõ ràng về mức năng lượng tiêu thụ thực tế vs NCNL khuyến nghị.    |
|    - Cải thiện thể lực, giảm thiểu mệt mỏi và tăng cường hiệu suất học tập trí óc.|
| 👨‍💻 CHUYÊN GIA DINH DƯỠNG & DEVELOPERS:                                            |
|    - Bộ dataset quy chuẩn món ăn sinh viên chuẩn hóa theo VFCDB.                  |
|    - Thuật toán lõi và pipeline phân rã dinh dưỡng đa lượng chính xác cao.        |
| 🏢 DOANH NGHIỆP CUNG CẤP SUẤT ĂN HỌC ĐƯỜNG:                                        |
|    - Tối ưu hóa cơ cấu định lượng món ăn, giảm dư thừa dầu mỡ và tăng rau xanh.  |
| 🔬 NHÀ NGHIÊN CỨU SỨC KHỎE CỘNG ĐỒNG:                                             |
|    - Dữ liệu thực nghiệm phản ánh thói quen ăn uống thực tế của giới trẻ đô thị.  |
+-----------------------------------------------------------------------------------+

Câu hỏi thường gặp

1. Yêu cầu kỹ thuật tối thiểu để triển khai mô hình tính toán khẩu phần dinh dưỡng là gì?

Hệ thống tính toán có thể vận hành trên nền tảng Web nhẹ, yêu cầu môi trường thực thi Python 3.8+ với bộ nhớ RAM tối thiểu 512MB, cơ sở dữ liệu SQLite hoặc PostgreSQL lưu trữ bảng thành phần thực phẩm Việt Nam (dung lượng cơ sở dữ liệu < 50MB).

2. Phương pháp nhắc lại 24h xử lý sai số do người được phỏng vấn quên như thế nào?

Quy trình áp dụng kỹ thuật "Hồi tưởng nhiều giai đoạn" (Multiple-pass method):

  1. Liệt kê nhanh danh mục món ăn;
  2. Khai thác chi tiết thời gian và địa điểm;
  3. Sử dụng album hình ảnh món ăn thực tế và dụng cụ đo lường mẫu (chén 200ml, muỗng canh 15ml, khứa cá mẫu) để đối chiếu trực quan;
  4. Rà soát lần cuối các món ăn vặt, kẹo, nước ngọt và gia vị nêm nếm.

3. Công thức tính Nhu cầu Năng lượng (NCNL) trong đề tài có áp dụng cho người luyện tập thể hình không?

Không. Công thức $CNLT = [Chiều\ cao\ (cm) - 100] \times 0.9$ và hệ số năng lượng cơ bản chỉ áp dụng cho người trưởng thành bình thường không mang thai và không phát triển khối cơ chuyên biệt. Với vận động viên hoặc người tập thể hình, cần sử dụng phương pháp đo trở kháng điện sinh học (BIA) hoặc công thức Katch-McArdle dựa trên khối lượng cơ nạc (LBM - Lean Body Mass).

4. Tại sao tỷ lệ năng lượng bữa tối của sinh viên khảo sát lại cao vượt trội so với bữa sáng?

Do lịch trình học tập buổi sáng thường bắt đầu sớm (7h00), sinh viên có xu hướng chọn thức ăn nhanh hoặc bỏ bữa sáng để tiết kiệm thời gian. Bữa tối là thời điểm sinh viên tan học, tập trung bạn bè ăn uống ngoài hàng quán với các món giàu năng lượng (đồ nướng, chiên rán, nước ngọt), dẫn đến phân bổ lệch chuẩn: Bữa tối chiếm đến gần $40%$ tổng năng lượng nạp.

5. Chi phí triển khai số hóa bảng thực đơn dinh dưỡng cho một trường đại học khoảng bao nhiêu?

Chi phí ban đầu chủ yếu là kinh phí khảo sát chuẩn hóa món ăn tại chỗ và xây dựng hệ thống phần mềm (ước tính 15–30 triệu VNĐ cho một cơ sở đào tạo khoảng 10.000 sinh viên). Chi phí duy trì định kỳ gần như bằng không nếu tích hợp vào hạ tầng máy chủ sẵn có của nhà trường.

Kết luận

Đồ án "Khảo sát chế độ dinh dưỡng và sinh hoạt hàng ngày của nhóm sinh viên HUFI" do sinh viên Dương Thùy Linh thực hiện dưới sự hướng dẫn của ThS. Nguyễn Văn Chung đã giải quyết trọn vẹn bài toán định lượng dinh dưỡng học đường. Thông qua việc ứng dụng chuẩn xác phương pháp hồi tưởng khẩu phần 24 giờ kết hợp cơ sở dữ liệu Bảng thành phần thực phẩm Việt Nam, nghiên cứu đã phác họa rõ nét bức tranh dinh dưỡng của sinh viên: tồn tại tình trạng mất cân đối nghiêm trọng giữa các bữa ăn (dồn calo vào bữa tối), tiêu thụ nhiều chất béo chế biến, tỷ lệ thiếu năng lượng trường diễn còn hiện hữu và lối sống tĩnh tại, thức khuya phổ biến.

Kết quả định lượng và mô hình tính toán của đề tài là nền tảng thực tiễn giá trị để phát triển các giải pháp can thiệp học đường, từ chuẩn hóa thực đơn căng tin đến phát triển các ứng dụng tư vấn dinh dưỡng thông minh, góp phần nâng cao thể chất và hiệu suất học tập cho thế hệ trẻ.