Валидность, надежность и осуществимость автоматизированного фотографического измерения/оценки приема пищи госпитализированными пожилыми людьми (PAMPILLE)

Недоедание затрагивает от 50% до 70% госпитализированных пожилых людей и тем более беспокоит пожилых людей из-за его клинических последствий. Измерение потребления пищи имеет важное значение для выявления потребностей, мониторинга состояния питания пожилых людей в больнице и осуществления конкретных терапевтических действий, таких как добавки или увеличение количества энергетического белка для борьбы с недоеданием или риском недоедания. К сожалению, на практике эта мера редко выполняется эффективно, что приводит к дефициту питания у пациентов, что повышает риск повышенной заболеваемости и смертности.

Хотя взвешивание потребляемой пищи является эталонным методом, это рутинная задача для медицинских бригад. Чтобы преодолеть эти ограничения в больничных условиях, потребление оценивается по показателям питания в течение трех дней подряд с использованием полуколичественного метода. Следует отметить, что этот метод остается сложным, неточным и предназначен только для наиболее истощенных пациентов. В последние годы развитие фотографических методов стало интересной альтернативой весовым измерениям. Основываясь на фотографиях, сделанных до и после еды, чтобы сделать вывод о том, что на самом деле было съедено, эти методы дают результаты, сравнимые с методом взвешивания, хотя все еще существует ряд ограничений (необходимость вмешательства человека, необходимость иметь стандартизированные меню по весу и отсутствие управления питанием, адаптированного для пациентов). Чтобы преодолеть эти ограничения, в исследовательском отделе недавно был разработан автоматизированный фотографический метод, основанный на современных методах автоматической обработки 2D- и 3D-изображений в сочетании с методами искусственного интеллекта, но еще не прошел валидацию.

Оригинальность и новаторство этого проекта заключается в автоматизированном анализе сделанных фотографий и преобразовании в процентное содержание оставшейся пищи благодаря разработке алгоритмов предварительной обработки изображений и нейронной классификации с помощью программного обеспечения для 2D и 3D (патент заявлен).