Resumo

Desenvolver um cardápio digital interativo com base em inteligência artificial e neurociência, capaz de recomendar refeições personalizadas em restaurantes fitness, considerando preferências alimentares, metas de saúde e restrições dietéticas dos clientes para aprimorar sua experiência de consumo.

A proposta integra neurociência e inteligência artificial para sugerir refeições em tempo real, superando limitações de sistemas tradicionais baseados em autorrelatos. A personalização nutricional em restaurantes ainda apresenta baixa aplicação prática, embora a demanda do mercado esteja em ampla expansão.

O projeto adota abordagem exploratória, com levantamento de requisitos, pesquisa bibliográfica e tecnológica, análise qualitativa e quantitativa, testes com usuários e desenvolvimento iterativo. A amostra inclui gestores, nutricionistas e consumidores ativos. O algoritmo será testado e refinado com base no feedback obtido.

Espera-se criar um sistema funcional com interface intuitiva, banco de dados nutricional estruturado e algoritmo de recomendação validado. O sistema fornecerá sugestões personalizadas, reduzindo desperdícios e facilitando escolhas alimentares mais adequadas aos objetivos e necessidades dos usuários.

O projeto propõe a integração de variáveis neurocognitivas à inteligência artificial aplicada à alimentação. Também avança na construção de algoritmos treináveis com base em dados reais, oferecendo contribuições à pesquisa sobre personalização de serviços e desenvolvimento tecnológico em nutrição digital.

A solução pode contribuir para melhorar a gestão de restaurantes fitness, otimizando cardápios e insumos. Também pode ampliar o acesso à alimentação saudável, auxiliar consumidores com restrições alimentares e apoiar políticas públicas de nutrição com foco em personalização e redução de desperdícios.

To develop an interactive digital menu using artificial intelligence and neuroscience to recommend personalized meals in fitness restaurants, considering customers’ food preferences, health goals, and dietary restrictions to enhance the overall dining experience and promote healthy eating practices.

The solution integrates neuroscience and artificial intelligence for real-time meal suggestions, addressing limitations of self-reported systems. Nutritional personalization in restaurants remains underdeveloped, despite market growth and consumer demand for more tailored, data-driven food service solutions.

The project follows an exploratory approach with requirements gathering, bibliographic and technological research, qualitative and quantitative analysis, user testing, and iterative development. The sample includes managers, nutritionists, and active consumers. The algorithm will be tested and refined based on the feedback obtained.

Expected outcomes include a functional system with intuitive interface, structured nutritional database, and validated recommendation algorithm. The system will deliver customized suggestions, reduce waste, and facilitate dietary choices aligned with users’ health goals and individual consumption patterns.

The project incorporates neurocognitive variables into artificial intelligence applications in food services. It contributes to the development of machine learning algorithms based on real data, advancing research in personalized nutrition and digital innovation in food service technologies.

The solution may contribute to improve management in fitness restaurants by optimizing menus and resources. It can increase access to healthy food, support consumers with dietary restrictions, and assist public nutrition policies focused on personalization, food safety, and waste reduction.