Trafność, wiarygodność i wykonalność zautomatyzowanego fotograficznego pomiaru/oceny spożycia pokarmu u hospitalizowanych osób w podeszłym wieku (PAMPILLE)

Niedożywienie dotyka od 50% do 70% hospitalizowanych osób w podeszłym wieku i jest tym bardziej niepokojące u osób w podeszłym wieku ze względu na jego wpływ kliniczny. Pomiar spożycia żywności jest niezbędny do rozpoznania potrzeb, monitorowania stanu odżywienia osób starszych przebywających w szpitalu oraz wdrożenia określonych działań terapeutycznych, takich jak suplementacja lub zwiększenie podaży energii i białka w celu zwalczania niedożywienia lub ryzyka wystąpienia niedożywienia. Niestety, w praktyce ten środek rzadko jest skutecznie wykonywany, utrzymując pacjenta w niedoborze żywieniowym, przyczyniając się do ryzyka zwiększonej zachorowalności i śmiertelności.

Chociaż ważenie spożycia pokarmu jest metodą referencyjną, stanowi rutynowe obciążenie dla zespołów opieki zdrowotnej. Aby przezwyciężyć te ograniczenia w środowisku szpitalnym, spożycie szacuje się na podstawie odczytów żywności w ciągu trzech kolejnych dni przy użyciu metody półilościowej. Należy zauważyć, że metoda ta pozostaje złożona, nieprecyzyjna i zarezerwowana tylko dla najbardziej niedożywionych pacjentów. W ostatnich latach rozwój metod fotograficznych stał się interesującą alternatywą dla pomiaru wagowego. Na podstawie zdjęć wykonanych przed i po posiłku w celu wydedukowania, co faktycznie jest spożywane, metody te dają wyniki porównywalne z metodą ważenia, choć nadal istnieje szereg ograniczeń (konieczność interwencji człowieka, konieczność posiadania ustandaryzowanych jadłospisów pod względem wagi i brak postępowania żywieniowego dostosowanego do pacjentów). Aby przezwyciężyć te ograniczenia, niedawno w jednostce badacza opracowano zautomatyzowaną metodę fotograficzną opartą na nowoczesnych technikach automatycznego przetwarzania obrazów 2D i 3D w połączeniu z technikami wywodzącymi się ze sztucznej inteligencji, ale nie została ona jeszcze zwalidowana.

Oryginalność i innowacyjność tego projektu polega na zautomatyzowanej analizie wykonanych zdjęć i przeliczeniu na procent pozostałej żywności dzięki zaprojektowaniu algorytmów wstępnego przetwarzania obrazu i klasyfikacji neuronowej przez oprogramowanie 2D i 3D (zgłoszone do opatentowania).