Credit:科学报告(2022)。DOI: 10.1038/ s41598-021-03972-8新技术可以通过自动盟友记录和跟踪居民消耗的食物量，帮助减少长期护理院的营养不良和改善整体健康状况。滑铁卢大学、施莱格尔-UW老龄化研究所和大学健康网络的研究人员开发的智能系统使用人工智能软件来分析居民吃完后的食物盘子照片。
这个复杂的软件可以检查颜色、深度和其他照片特征，可以估计每种食物的消耗量，并计算其营养价值。
“现在，没有办法判断一个居民是只吃他们的蛋白质还是只吃他们的碳水化合物，”凯伦·普菲斯特说，他在滑铁卢大学获得系统设计工程博士学位时共同领导了这项研究。
“我们的系统与长期护理之家的食谱相联系，并使用人工智能跟踪每种食物的食用量，以确保居民满足他们特定的营养需求。”
据估计，长期护理院一半以上的居民要么营养不良，要么有营养不良的风险。
食物摄入现在主要由工作人员监控，一旦居民吃完饭，他们就会通过查看盘子来手动记录估计的消耗量。
滑铁卢校友、大学健康网络博士后罗伯特·阿梅拉德说，这一过程的主观性导致错误率达到50%或以上。相比之下，自动化系统的精确度在5%以内，“提供了关于消费模式的细粒度信息。”
研究人员与个人支持人员、营养师和其他长期护理人员合作开发了该系统，该系统节省了时间并提高了准确性，理想情况下将被添加到一线工作人员已经用来保存电子记录的平板电脑中。
“我的愿景是监测和利用食物摄入趋势的任何变化，将其作为更广泛的居民健康状况的黄色或红色信号，并用于监测感染控制，”现在是大学健康网络全球电子健康创新中心科学助理的普菲斯特说。
研究团队还包括运动学和健康科学教授希瑟·凯勒(Heather Keller)、系统设计工程教授亚历山大·王(Alexander Wong)以及学生奥黛丽·钟(Audrey Chung)、布拉伊登·瑟林克(Braeden Syrnyk)和亚历山大·麦克莱恩(Alexander MacLean)。
《科学报告》杂志上发表了一篇关于他们工作的论文，“自动食物摄入跟踪需要深度细化的语义分割来纠正长期护理院中的视觉量不一致”。
来源：由phyica.com整理转载自PH，转载请保留出处和链接！
