ระบบปัญญาประดิษฐ์สำหรับหาความสัมพันธ์ระหว่างสารอาหารและข้อมูลสุขภาพ ช่วยในการระบุว่าสารอาหารใดที่มีส่งผลต่อสุขภาพของแต่ละบุคคล เพื่อให้ผู้ใช้งานสามารถเลี่ยงหลีกหรือระวังการบริโภคที่ก่อให้เกิดผลเสียต่อสุขภาพ และช่วยให้คำแนะนำทางด้านโภชนาการในการเลือกรับประทานอาหาร ระบบใช้แบบจำลองโครงข่ายประสาทเทียม (Artificial Neural Network: ANN) ในการวิเคราะห์หาค่าความสัมพันธ์ โดยมีข้อมูลสุขภาพ สารอาหารที่ได้รับ และภาวะสุขภาพต่าง ๆ เป็นข้อมูลขาเข้า และมีค่าการวัดสุขภาพเป็นข้อมูลขาออก แบ่งออกเป็น 2 ส่วน ดังนี้
1) Generic Model เป็นโมเดลที่ใช้ข้อมูลที่ได้มาจากผู้ใช้งานทั้งหมดในระบบมาประมวลผล เพื่อหาความสัมพันธ์ระหว่างปัจจัยต่าง ๆ ที่อาจส่งผลให้ค่าการวัดสุขภาพเปลี่ยนแปลง ได้แก่ ข้อมูลสุขภาพ ทั้งส่วนของข้อมูลทั่วไป ข้อมูลภาวะสุขภาพ และข้อมูลปริมาณสารอาหารที่ได้จากการบริโภคในแต่ละวัน ซึ่งข้อมูลเหล่านี้จะถูกใช้เป็นข้อมูลขาเข้า และใช้ค่าการวัดทางสุขภาพเป็นข้อมูลขาออกหรือเป้าหมาย (Target) ในการประมวลผลของแบบจำลอง ANN
2) Personalized Model เป็นโมเดลที่ใช้ข้อมูลแต่ละบุคคลมาประมวลผล เพื่อวิเคราะห์หาความสัมพันธ์ระหว่างสารอาหารและค่าการวัดสุขภาพของแต่ละบุคคล ซึ่งเป็นโมเดลที่เพิ่มขึ้นมาเพื่อแก้ไขปัญหาว่า การใช้งานของโมเดลกลางนั้น เป็นข้อมูลของบุคคลหลายคน ทำให้ไม่สามารถที่จะหาค่าความสัมพันธ์ที่เป็นเฉพาะของบุคคลได้ เนื่องจากการประมวลผลจะถูกทำให้เป็นค่ากลางโดยข้อมูลของบุคคลอื่น ๆ ซึ่งโมเดลเฉพาะบุคคลจะมีความแตกต่างของจากโมเดลกลางในส่วนของข้อมูลขาเข้า หรือจำนวนตัวแปรของข้อมูลเข้าขาก็จะแตกต่างกัน ซึ่งในโมเดลเฉพาะบุคคลนั้น ข้อมูลขาเข้าจะมีเพียงข้อมูลสารอาหารที่บริโภค เนื่องจากโมเดลเฉพาะบุคคลจะใช้ชุดข้อมูลของบุคคลเดียว ทำให้ไม่มีความแตกต่างกันในส่วนของข้อมูลสุขภาพและภาวะสุขภาพ จึงตัดข้อมูลในส่วนนี้ออก ซึ่งจะทำให้ส่วนของการประมวลใช้เวลาในการประมวลผลสั้นลง ผู้ใช้งานสามารถใช้งานฟังก์ชันนี้ได้ก็ต่อเมื่อมีการบันทึกข้อมูลการบริโภคและค่าการวัดสุขภาพอย่างน้อยจำนวน 30 วัน