Validitet, pålidelighed og gennemførlighed af en automatiseret fotografisk måling/vurdering af fødeindtagelse hos indlagte ældre (PAMPILLE)

Underernæring påvirker 50 % til 70 % af hospitalsindlagte ældre mennesker og er så meget desto mere bekymrende hos ældre på grund af dens kliniske virkning. En måling af fødevareforbrug er afgørende for at erkende behov, overvåge ernæringsstatus hos ældre på hospitaler og implementere specifikke terapeutiske handlinger såsom kosttilskud eller en stigning i energi-protein for at bekæmpe underernæring eller risikoen for underernæring. Desværre udføres denne foranstaltning sjældent effektivt i praksis, hvilket holder patienten i ernæringsmæssigt underskud, hvilket bidrager til en risiko for øget sygelighed og dødelighed.

Selvom vejning af fødeindtagelse er referencemetoden, er det en rutinemæssig belastning for sundhedsteams. For at overvinde disse begrænsninger i hospitalsmiljøer estimeres indtaget ved madaflæsninger over tre på hinanden følgende dage ved hjælp af en semi-kvantitativ metode. Det skal bemærkes, at denne metode forbliver kompleks, upræcis og kun forbeholdt de mest underernærede patienter. I de senere år er udviklingen af ​​fotografiske metoder blevet et interessant alternativ til vægtmåling. Baseret på fotografier taget før og efter måltidet for at udlede, hvad der faktisk indtages, opnår disse metoder resultater, der kan sammenlignes med vejemetoden, selvom der stadig er en række begrænsninger (behov for menneskelig indgriben, begrænsning af at have standardiserede menuer i vægt og manglende ernæringsstyring tilpasset patienterne). For at overvinde disse begrænsninger er der for nylig udviklet en automatiseret fotografisk metode baseret på moderne teknikker til automatisk behandling af 2D- og 3D-billeder kombineret med teknikker afledt af kunstig intelligens i efterforskerens enhed, men den er endnu ikke blevet valideret.

Originaliteten og innovationen af ​​dette projekt ligger i den automatiserede analyse af de taget billeder og konverteringen til procentdel af resterende mad takket være designet af algoritmer til billedforbehandling og neural klassificering af en 2D- og 3D-software (patentanmeldt).