KI-System zur Verfolgung von Nahrungsmitteln entwickelt, um Mangelernährung in Altenheimen zu reduzieren

31.01.2022 - Kanada

Eine neue Technologie könnte dazu beitragen, Mangelernährung zu verringern und den allgemeinen Gesundheitszustand in Langzeitpflegeheimen zu verbessern, indem automatisch aufgezeichnet und verfolgt wird, wie viel Nahrung die Bewohner zu sich nehmen.

Photo by <a href="https://unsplash.com/@pietrozj?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Pietro Jeng</a> on <a href="https://unsplash.com/s/photos/data?utm_source=unsplash&utm_medium=referral&utm_content=creditCopyText">Unsplash</a>

Symbolisches Bild

Das intelligente System, das von Forschern der University of Waterloo, des Schlegel-UW Research Institute for Aging und des University Health Network entwickelt wurde, nutzt Software mit künstlicher Intelligenz, um Fotos von Tellern mit Lebensmitteln zu analysieren, nachdem die Bewohner gegessen haben.

Die hochentwickelte Software, die Farbe, Tiefe und andere Merkmale der Fotos untersucht, kann abschätzen, wie viel von jeder Art von Essen verzehrt wurde, und ihren Nährwert berechnen.

"Im Moment gibt es keine Möglichkeit, festzustellen, ob ein Bewohner nur seine Proteine oder nur seine Kohlenhydrate gegessen hat", sagt Kaylen Pfisterer, die die Forschung mit geleitet hat, während sie in Waterloo einen Doktortitel in Systemdesigntechnik erwarb.

"Unser System ist mit den Rezepten des Pflegeheims verknüpft und verfolgt mit Hilfe künstlicher Intelligenz, wie viel von jeder Speise gegessen wurde, um sicherzustellen, dass die Bewohner ihren spezifischen Nährstoffbedarf decken."

Es wird geschätzt, dass mehr als die Hälfte der Bewohner von Langzeitpflegeheimen entweder unterernährt oder von Unterernährung bedroht sind.

DieNahrungsaufnahme wird heute in erster Linie vom Personal überwacht, das den geschätzten Verzehr manuell aufzeichnet, indem es nach dem Essen die Teller der Bewohner betrachtet.

Robert Amelard, ein ehemaliger Waterloo-Absolvent und Postdoktorand am University Health Network, sagte, dass die Subjektivität dieses Verfahrens zu einer Fehlerquote von 50 Prozent oder mehr führt. Im Vergleich dazu ist das automatisierte System bis auf fünf Prozent genau und liefert feinkörnige Informationen über Verbrauchsmuster".

Bei der Entwicklung des Systems, das sowohl Zeit spart als auch die Genauigkeit verbessert, arbeiteten die Forscher mit Pflegekräften, Diätassistenten und anderen Langzeitpflegekräften zusammen. Das System könnte idealerweise zu den Tablet-Computern hinzugefügt werden, die bereits von den Pflegekräften zur elektronischen Aufzeichnung verwendet werden.

"Meine Vision wäre es, alle Veränderungen bei der Nahrungsaufnahme als gelbe oder rote Flaggen für den Gesundheitszustand der Bewohner im Allgemeinen und für die Überwachung der Infektionskontrolle zu überwachen und zu nutzen", sagte Pfisterer, der jetzt wissenschaftlicher Mitarbeiter am University Health Network Centre for Global eHealth Innovation ist.

Zum Forschungsteam gehörten auch Heather Keller, Professorin für Kinesiologie und Gesundheitswissenschaften, Alexander Wong, Professor für Systemdesign und die Studenten Audrey Chung, Braeden Syrnyk und Alexander MacLean.

Ein Artikel über ihre Arbeit mit dem Titel Automated food intake tracking requires depth-refined semantic segmentation to rectify visual-volume discordance in long-term care homes (Automatisierte Verfolgung der Nahrungsaufnahme erfordert tiefenspezifische semantische Segmentierung, um die Diskordanz zwischen visuellem Volumen und Volumen in Pflegeheimen zu korrigieren) erscheint in der Zeitschrift Scientific Reports.

Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.

Weitere News aus dem Ressort Wissenschaft

Weitere News von unseren anderen Portalen

Alle FT-IR-Spektrometer Hersteller

Verwandte Inhalte finden Sie in den Themenwelten

Themenwelt Künstliche Intelligenz (KI) für Lebensmittel und Getränke

Künstliche Intelligenz (KI) optimiert die Lebensmittel- und Getränkeindustrie durch automatisierte Qualitätskontrollen und präzisere Nachfrageprognosen. Besonders in der Produktentwicklung spielt KI eine wichtige Rolle, indem sie Geschmacksvorlieben und Markttrends analysiert. Dadurch können neue Produkte entwickelt werden, die besser auf die Bedürfnisse der Verbraucher abgestimmt sind, was die Effizienz und Kundenzufriedenheit steigert.

Themenwelt anzeigen
Themenwelt Künstliche Intelligenz (KI) für Lebensmittel und Getränke

Themenwelt Künstliche Intelligenz (KI) für Lebensmittel und Getränke

Künstliche Intelligenz (KI) optimiert die Lebensmittel- und Getränkeindustrie durch automatisierte Qualitätskontrollen und präzisere Nachfrageprognosen. Besonders in der Produktentwicklung spielt KI eine wichtige Rolle, indem sie Geschmacksvorlieben und Markttrends analysiert. Dadurch können neue Produkte entwickelt werden, die besser auf die Bedürfnisse der Verbraucher abgestimmt sind, was die Effizienz und Kundenzufriedenheit steigert.