人工智能营养管理工具

• 可穿戴设备
  • 智能手表和腕带中的计步器和运动日记功 能 收 集 患 者 活 动 量, 从而预测患者能量消耗, 指导其营养管理
• 自动交互式电话程序
  • 自动交互式电话程序可通过智能语音助手或人工智能驱动的对话, 收集患者健康信息

人工智能在肿瘤患者营养管理中的应用价值

• 辅助营养筛查
  • 在肿瘤门诊的电子病历中设置营养不良筛查工具
  • 基于机器学习的决策支持 系 统, 用于识别肿瘤患者的营养不良情况
  • 在智能营养筛查系统中添加影响肿瘤患者营养状况的关键词,如食欲下降、恶心、呕吐等,并将筛查系统与医院电子病历系统对接,通过提取与患者胃肠道相关的症状信息,自动识别出存在营养失调风险的患者
• 指导营养配餐系统的构建
  • 借助电子调查问卷以及营养监测联合辅助工具，结合膳食营养素平均供给量表、食物成分量表、膳食搭配数学模型,并通过数据挖掘手段分析历史配餐信息，构 建 营 养 配 餐 系 统
• 完善膳食评估
  • 患者只需在餐前和餐后上传食物图片，系统即可自动分析图像估算出各类食物的重量，并将食物重量映射为相应的营养素摄入量，进而给出膳食营养摄入报告。

人工智能在肿瘤患者营养管理中的应用研究进展

• 基于推理的决策支持系统，负责对餐食进行预先过滤

  • 拒绝含有与病人特征不相容的食物的膳食
  • 拒绝含有与病人情况不相符的食物(例如,会引发他们的一种或多种过敏症或由于他们的医疗状况而被医生限制的食物)。
  • 推广含有食物的膳食和/或餐馆菜单项目,而这些食物又含有用户需要消费的营养物质。
  • 推广含有食物的餐点和/或餐厅菜单,这些食物又含有用户根据其情况需要消费的更多营养物质。这可能是由于一个明确的目标,或一个由医疗条件引起的目标,来增加某种营养物质的摄入。

• 营养计划的生成

  • 根据一系列专家(如医学专家、营养学家以及体育活动专家)创建的营养素定量规则来创建每日营养计划。
    • 定义了目标能量摄入量(每天的卡路里),以及宏量营养素(即碳水化合物(CHO)、脂肪、饱和脂肪酸(SFA)和蛋白质)和其他饮食成分(即、 专家们将这些范围划分为必要的(即,NP 必须遵守)、理想的(即,NP 应该遵守)和非必要的(即,NP 可以不考虑这些)。

基于人工智能知识库的营养膳食推荐系统研究