Validità, affidabilità e fattibilità di una misurazione/valutazione fotografica automatizzata dell'assunzione di cibo negli anziani ospedalizzati (PAMPILLE)

La malnutrizione colpisce dal 50% al 70% degli anziani ricoverati, ed è tanto più preoccupante negli anziani a causa del suo impatto clinico. Una misurazione dei consumi alimentari è fondamentale per riconoscere i fabbisogni, monitorare lo stato nutrizionale degli anziani ricoverati e mettere in atto azioni terapeutiche specifiche come integratori o un aumento energetico-proteico per combattere la malnutrizione o il rischio di malnutrizione. Sfortunatamente, questa misura raramente viene eseguita efficacemente nella pratica, mantenendo il paziente in deficit nutrizionale, contribuendo a un rischio di aumento della morbilità e della mortalità.

Sebbene pesare l'assunzione di cibo sia il metodo di riferimento, è un onere di routine per i team sanitari. Per superare questi vincoli negli ambienti ospedalieri, l'assunzione viene stimata mediante letture alimentari per tre giorni consecutivi utilizzando un metodo semi-quantitativo. Va notato che questo metodo rimane complesso, impreciso e riservato solo ai pazienti più malnutriti. Negli ultimi anni, lo sviluppo di metodi fotografici è diventato un'interessante alternativa alla misurazione del peso. Sulla base di fotografie scattate prima e dopo il pasto per dedurre ciò che viene effettivamente ingerito, questi metodi ottengono risultati paragonabili al metodo di pesatura, pur rimanendo con alcune limitazioni (necessità dell'intervento umano, vincolo di avere menu standardizzati in peso e mancanza di una gestione nutrizionale adeguata ai pazienti). Per superare queste limitazioni, è stato recentemente sviluppato nell'unità di ricerca un metodo fotografico automatizzato basato su moderne tecniche di elaborazione automatica di immagini 2D e 3D accoppiate a tecniche derivate dall'intelligenza artificiale, ma non è stato ancora validato.

L'originalità e l'innovazione di questo progetto risiede nell'analisi automatizzata delle foto scattate e nella conversione in percentuale del cibo rimanente grazie alla progettazione di algoritmi per la preelaborazione delle immagini e la classificazione neurale da parte di un software 2D e 3D (patent pending).