Revolutionizing Salt Intake Monitoring with AI Technology

Revolutionerende overvågning af saltindtag med AI-teknologi

Start

Et innovativt forskerteam ledet af professorerne Ryu Ji-won, Kim Hye-won og Kim Se-jung på Bundang Seoul National University Hospital har afsløret en banebrydende teknologi, der estimerer saltindtag fra madfotos ved hjælp af kunstig intelligensanalyse.

Overforbrug af salt er en kendt risikofaktor for hjerte-kar-sygdomme som hypertension og myokardieinfarkt, samt systemiske kroniske tilstande som nyresvigt, mavesår og osteoporose. På trods af Verdenssundhedsorganisationens anbefaling om et dagligt saltindtag på 2.000 mg overstiger gennemsnittet for Sydkorea denne retningslinje med 1,6 gange, hvilket understreger nødvendigheden af bevidsthed og styring.

Indtil nu har nøjagtig overvågning af saltindtag været udfordrende på grund af uhensigtsmæssigheden ved omhyggeligt at dokumentere madlister og mængder, som spises ved hvert måltid. Nuværende metoder som f.eks. ’24-timers urin-natriumtesten’, der udføres under hospitalsophold for tilstande, der kræver natriumbegrænsning, betragtes som de mest præcise, men besværlige.

I lyset heraf udnyttede professorerne Ryu, Kim og Kim’s forskerteam kunstig intelligens’ hurtige fremskridt for at validere anvendeligheden af at estimere natriumindtag fra madfotos. Ved hjælp af AI-modeller, der registrerer madvarer, klassificerer dem og måler portioner, demonstrerede holdet, at sammenligning af saltindholdsforskelle mellem før og efter måltidsfotos tillader en nøjagtig estimering af natriumindtaget.

Studiet involverede at tage madfotos før og efter måltider, som blev indtaget af indlagte patienter på Bundang Seoul National University Hospital, og sammenlignede AI-udregnet natriumindtag med resultaterne af 24-timers urin-natriumtesten. Resultaterne bekræftede, at når der tages højde for variabler som køn, alder, nyrefunktion og diuretikabrug, giver AI-analysen resultater, der tæt matcher dem fra urintesten. Desuden lykkedes det holdet at finde en ligning, der forudsiger faktiske resultater fra urin-natriumtesten ved hjælp af AI-estimeret natriumindtag og estimeret glomerulær filtreringshastighed.

Denne forskning fremhæver potentialet i at anvende AI-teknologi til bekvem overvågning af natriumindtag hos indlagte patienter, og det forventes, at fremtidige fremskridt vil udvide dens anvendelser til dagligdagen. Professor Ryu fremhævede, hvor enkelt det er at tage madfotos før og efter måltider via smartphone-apps, hvilket gør det til en mere brugervenlig tilgang end manuel registrering eller spørgeskemaer. Professor Kim understregede vigtigheden af at styre saltindtaget i dagligdagen for at forebygge hypertension-relaterede komplikationer og konkluderede, at AI-natriummåleteknologien kan fungere som et værdifuldt redskab i den henseende. Offentliggjort i det internationale sundhedspleje-tidsskrift ‘JMIR Formative Research’ markerer disse fund et betydningsfuldt skridt hen imod at ændre overvågningen af natriumindtag gennem innovative AI-løsninger.

Privacy policy
Contact

Don't Miss

The Rise of Sustainable Fashion in Urban Cities

Bæredygtig mode vinder frem i storbyerne

I by storbyområder over hele verden er der en voksende
Banking on AI: Navigating the Future with Innovation

Banking på AI: Navigering mod fremtiden med innovation

Integration af kunstig intelligens i banksektoren er undervejs, men klarheden