Создание системы диагностики недоедания с использованием технологии искусственного интеллекта

Распространенность недоедания оценивается в 30-50% госпитализированных пациентов в Китае. Недоедание, связанное с болезнью, увеличивает риск инфекции, смертности, продолжительность госпитализации, а также экономическое бремя. В Национальном плане питания предложено уменьшить недоедание, но четкой и эффективной дорожной карты и протокола еще не существует. Несколько факторов препятствуют решению вышеуказанных проблем. К ним относятся: 1) низкая эффективность современных методов диагностики недостаточности питания; 2) отсутствие динамического стандартного метода количественной оценки нутритивного статуса. С этой целью исследователи стремятся создать систему диагностики недоедания с искусственным интеллектом, чтобы улучшить применение клинического пути недоедания. Во-первых, исследователи создадут многомерный большой набор данных о недоедании на основе нашего ранее созданного набора данных скрининга питания в национальных больницах.

Он будет содержать глубокие трехмерные изображения лица, полуструктурированную и структурированную электронную медицинскую карту. Затем исследователи будут использовать алгоритм ансамблевого обучения для создания полностью автоматической модели диагностики недоедания с искусственным интеллектом, которая включает как этиологический, так и фенотипический диагноз.