입원한 노인의 음식 섭취 자동 사진 측정/평가의 타당성, 신뢰성 및 타당성 (PAMPILLE)

영양실조는 입원한 노인의 50~70%에 영향을 미치며 임상적 영향 때문에 노인에게 더욱 걱정됩니다. 음식 소비 측정은 필요를 인식하고, 병원에 있는 노인의 영양 상태를 모니터링하고, 영양실조 또는 영양실조의 위험에 대처하기 위해 보충제 또는 에너지 단백질 증가와 같은 특정 치료 조치를 구현하는 데 필수적입니다. 불행하게도 이 조치는 실제로 거의 시행되지 않아 환자를 영양 결핍 상태로 유지하고 이환율과 사망률을 증가시킬 위험이 있습니다.

음식 섭취량을 측정하는 것이 기준 방법이지만 의료 팀에게는 일상적인 부담입니다. 병원 환경에서 이러한 제약을 극복하기 위해 섭취량은 반 정량적 방법을 사용하여 연속 3일 동안 음식 판독값으로 추정됩니다. 이 방법은 여전히 ​​복잡하고 부정확하며 대부분의 영양실조 환자에게만 적용된다는 점에 유의해야 합니다. 최근 몇 년 동안 사진 방법의 개발은 중량 측정에 대한 흥미로운 대안이 되었습니다. 실제 섭취량을 추정하기 위해 식사 전후에 촬영한 사진을 바탕으로 계량법에 버금가는 결과를 얻을 수 있지만 여전히 많은 한계(사람의 개입 필요, 무게에 대한 표준화된 메뉴의 제약, 환자에 맞는 영양관리 부족). 이러한 한계를 극복하기 위해 인공지능에서 파생된 기술과 결합된 2D 및 3D 이미지의 자동 처리를 위한 현대적인 기술을 기반으로 하는 자동화된 사진 방법이 최근 연구자 단위에서 개발되었지만 아직 검증되지 않았습니다.

이 프로젝트의 독창성과 혁신은 2D 및 3D 소프트웨어(특허 출원 중)에 의한 이미지 전처리 및 신경 분류를 위한 알고리즘 설계 덕분에 촬영된 사진의 자동 분석 및 남은 음식의 백분율로 변환에 있습니다.