< Terug naar vorige pagina

Project

UITGEBREIDE GEAUTOMATISEERDE MONITORING VAN DE VOEDINGSINNAME MET EEN INTELLIGENT SYSTEEM

Gezonde inname via de voeding is essentieel voor een kwalitatief hoogwaardige levensstijl en heeft het potentieel om direct te voorkomen dat aan eetgerelateerde ziekten miljoenen mensen wereldwijd lijden. Wat en hoeveel we eten en drinken heeft een belangrijke invloed op onze gezondheid. Voedingsgerelateerde ziekten zijn een groot probleem voor de volksgezondheid en blijven de gezondheid van onze bevolking en de duurzaamheid van onze gezondheidszorgstelsels in gevaar brengen. Een onevenwichtige inname via de voeding (gerelateerd aan zowel wat en hoeveel we eten en drinken) kan resulteren in stofwisselingsstoornissen, ondervoeding, overgewicht, slechte mentale prestaties en andere medische risicofactoren zoals hypertensie en osteoporose. Dit kan verder leiden tot hart- en vaatziekten, diabetes type 2, heupfracturen, leverpathologieën, de ziekte van Alzheimer en kanker. Het is duidelijk dat deze voedingsgerelateerde problemen niet beperkt zijn tot een specifieke populatie, en daardoor wereldwijd een aanzienlijke impact hebben. Daarom stelt dit project een allesomvattende oplossing voor voor het volgen van de opname via de voeding. Aangezien de huidige methoden voor het monitoren van de inname via de voeding vaak arbeidsintensief en omslachtig zijn doordat handmatige invoer vereist is, zullen geautomatiseerde tools dit proces vergemakkelijken. Aan de KU Leuven werd hiervoor een slimme plaat ontwikkeld. Aangezien dit echter voornamelijk betrekking heeft op slechts één aspect van de inname via de voeding (respectievelijk schatting van volume / gewicht), zijn combinaties met andere sensoren / instrumenten nodig om het voedseltype te classificeren en ook de inname te detecteren. Hiervoor zijn verschillende benaderingen voorgesteld (zoals akoestisch, traag of visueel) en zelfs slimme apparaten zoals kopjes of bestek zijn al ontwikkeld. Desalniettemin worden de meeste oplossingen tot nu toe afzonderlijk geïmplementeerd in plaats van samengesmolten. In het voorgestelde project zullen we proberen het laatste te doen met sensoren / apparaten van consumenten- en / of onderzoekskwaliteit. Naast hardware zal dit project ook software omvatten, in de vorm van een mobiele applicatie of webportaal. Deze software wordt gebruikt om (i) automatisch iemands voedingsinname te volgen met een minimum aan vereiste gebruikersinvoer, en (ii) om te zetten in gepersonaliseerde en bruikbare feedback met behulp van huidige en nieuwe aanbevelingstechnieken (bijv. Zelfbeschikkingstheorie, blended care-benadering ). Op basis van verzamelde gegevens zullen gepersonaliseerde suggesties voor eindgebruikers worden gegeven om hun eetgedrag te verbeteren. Daarnaast zullen visualisatietechnieken het aanbevelingsproces ondersteunen met input en feedback. Ten slotte zal de implementatie van mobiele apparaten de toegankelijkheid van de oplossingen verbeteren. Over het algemeen is het doel om een complete toolset te ontwikkelen die kan worden gezien als zowel een monitor als een persoonlijke digitale coach om een gezonde inname via de voeding te stimuleren.

Datum:16 sep 2020 →  Heden
Trefwoorden:Artificial Intelligence, Food Intake, Sensor Fusion
Disciplines:Artificiële intelligentie niet elders geclassificeerd, Gezondheidsinformatica
Project type:PhD project