Validiteit, betrouwbaarheid en haalbaarheid van een geautomatiseerde fotografische meting/beoordeling van voedselinname bij gehospitaliseerde ouderen (PAMPILLE)

Ondervoeding treft 50% tot 70% van de in het ziekenhuis opgenomen ouderen, en is des te zorgwekkender bij ouderen vanwege de klinische impact ervan. Een meting van de voedselconsumptie is essentieel om behoeften te herkennen, de voedingstoestand van ouderen in het ziekenhuis op te volgen en specifieke therapeutische maatregelen te nemen, zoals supplementen of een verhoging van energie-eiwitten om ondervoeding of het risico op ondervoeding tegen te gaan. Helaas wordt deze maatregel in de praktijk zelden effectief uitgevoerd, waardoor de patiënt een voedingstekort krijgt, wat bijdraagt ​​aan een risico op verhoogde morbiditeit en mortaliteit.

Hoewel het wegen van de voedselinname de referentiemethode is, is het een routinematige belasting voor zorgteams. Om deze beperkingen in ziekenhuisomgevingen te overwinnen, wordt de inname geschat door voedselmetingen gedurende drie opeenvolgende dagen met behulp van een semi-kwantitatieve methode. Opgemerkt moet worden dat deze methode complex en onnauwkeurig blijft en alleen voorbehouden is aan de meest ondervoede patiënten. De laatste jaren is de ontwikkeling van fotografische methoden een interessant alternatief geworden voor gewichtsmeting. Op basis van foto's genomen voor en na de maaltijd om af te leiden wat er daadwerkelijk wordt ingenomen, verkrijgen deze methoden resultaten die vergelijkbaar zijn met de weegmethode, hoewel er nog steeds een aantal beperkingen zijn (noodzaak van menselijke tussenkomst, beperking om gestandaardiseerde menu's te hebben in gewicht en gewicht). gebrek aan voedingsmanagement aangepast aan de patiënt). Om deze beperkingen te ondervangen, werd onlangs in de onderzoekseenheid een geautomatiseerde fotografische methode ontwikkeld, gebaseerd op moderne technieken voor automatische verwerking van 2D- en 3D-beelden, gekoppeld aan technieken afgeleid van kunstmatige intelligentie, maar deze is nog niet gevalideerd.

De originaliteit en innovatie van dit project ligt in de geautomatiseerde analyse van de gemaakte foto's en de omzetting in percentage van het resterende voedsel dankzij het ontwerp van algoritmen voor beeldvoorverwerking en neurale classificatie door een 2D- en 3D-software (octrooi aangevraagd).