Desarrollan un sistema de inteligencia artificial para reducir la desnutrición en las residencias de ancianos

31.01.2022 - Canadá

Una nueva tecnología podría ayudar a reducir la desnutrición y mejorar la salud general en las residencias de larga duración al registrar y controlar automáticamente la cantidad de comida que consumen los residentes.

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>

Imagen simbólica

El sistema inteligente, desarrollado por investigadores de la Universidad de Waterloo, el Instituto de Investigación Schlegel-UW para el Envejecimiento y la Red Universitaria de Salud, utiliza un software de inteligencia artificial para analizar las fotos de los platos de comida después de que los residentes hayan comido.

El sofisticado software, que examina el color, la profundidad y otras características de las fotos, puede estimar qué cantidad de cada tipo de alimento se ha consumido y calcular su valor nutricional.

"Ahora mismo no hay forma de saber si un residente ha comido sólo proteínas o sólo hidratos de carbono", explica Kaylen Pfisterer, que codirigió la investigación mientras se doctoraba en ingeniería de diseño de sistemas en Waterloo.

"Nuestro sistema está vinculado a las recetas de la residencia de larga duración y, mediante inteligencia artificial, hace un seguimiento de la cantidad de cada alimento que se ha ingerido para asegurarse de que los residentes satisfacen sus necesidades nutricionales específicas".

Se calcula que más de la mitad de los residentes de las residencias de larga duración están desnutridos o corren el riesgo de estarlo.

En la actualidad, el control de la ingestade alimentos lo realiza principalmente el personal, que registra manualmente las estimaciones de consumo mirando los platos una vez que los residentes han terminado de comer.

Robert Amelard, antiguo alumno de Waterloo y becario postdoctoral de la University Health Network, afirma que la subjetividad de ese proceso da lugar a una tasa de error del 50% o más. En comparación, el sistema automatizado tiene una precisión del cinco por ciento, "proporcionando información detallada sobre los patrones de consumo".

Los investigadores colaboraron con trabajadores de apoyo personal, dietistas y otros trabajadores de cuidados de larga duración para desarrollar el sistema, que ahorra tiempo además de mejorar la precisión y que, idealmente, se añadiría a las tabletas que ya utiliza el personal de primera línea para llevar registros electrónicos.

"Mi idea sería controlar y aprovechar cualquier cambio en las tendencias de la ingesta de alimentos como señales amarillas o rojas para el estado de salud de los residentes en general y para supervisar el control de las infecciones", dijo Pfisterer, ahora asociado científico en el Centro de la Red Universitaria de Salud para la Innovación Global de la eSalud.

En el equipo de investigación también participaron Heather Keller, profesora de kinesiología y ciencias de la salud, Alexander Wong, profesor de ingeniería de diseño de sistemas, y los estudiantes Audrey Chung, Braeden Syrnyk y Alexander MacLean.

Un artículo sobre su trabajo, Automated food intake tracking requires depth-refined semantic segmentation to rectify visual-volume discordance in long-term care homes, aparece en la revista Scientific Reports.

Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.

Más noticias del departamento ciencias

Más noticias de nuestros otros portales

Todos los fabricantes de espectrómetros FT-IR de un vistazo