Roman RemberInovativní výzkumný tým vedený profesory Ryu Ji-won, Kim Hye-won a Kim Se-jung na nemocnici Bundang Seoul National University Hospital představil průlomovou technologii odhadu příjmu soli ze snímků jídel pomocí analýzy umělé inteligence.
Přílišná konzumace soli je známým rizikovým faktorem pro kardiovaskulární onemocnění jako je hypertenze a infarkt myokardu, stejně jako chronická onemocnění systémová, jako je selhání ledvin, žaludeční rakovina a osteoporóza. Přestože Světová zdravotnická organizace doporučuje denní příjem soli 2 000 mg, průměrný denní příjem Jižní Koreje tento pokyn překračuje 1,6krát, což zdůrazňuje nutnost povědomí a správy.
Dosud bylo přesné monitorování příjmu soli obtížné kvůli neproveditelnosti důkladného dokumentování seznamů jídel a konzumovaných množství při každém jídle. Současné metody, jako je „24hodinový test moči na sodík“ provedený během hospitalizace pro stavy vyžadující omezení sodíku, jsou považovány za nejpřesnější, ale zároveň nejpomalejší.
Vzhledem k tomu se profesorové Ryu, Kim a Kimův výzkumný tým rozhodl využít rychlé pokroky umělé inteligence k validaci užitečnosti odhadu příjmu sodíku ze snímků jídel. Pomocí modelů AI, které detekují potraviny, klasifikují je a měří porce, tým prokázal, že porovnání rozdílů v obsahu soli mezi snímky před a po jídle umožňuje přesné odhadování příjmu sodíku.
Studie zahrnovala zachycení fotografií jídel před a po jídlech konzumovaných hospitalizovanými pacienty v nemocnici Bundang Seoul National University Hospital a srovnání odhadovaného příjmu sodíku pomocí AI s výsledky testu moči na sodík po dobu 24 hodin. Zjištění potvrdila, že při zvážení proměnných jako je pohlaví, věk, renální funkce a užívání diuretik, poskytuje analýza AI výsledky těsně kopírující výsledky testu moči. Navíc tým úspěšně odvodil rovnici předpovídající skutečné výsledky testu moči na sodík pomocí odhadovaného příjmu sodíku AI a odhadované renální filtrační rychlosti.
Tento výzkum zdůrazňuje potenciál využití technologie umělé inteligence pro pohodlné monitorování příjmu sodíku u hospitalizovaných pacientů, s očekáváním budoucích vývojů, které mají rozšířit její aplikace do každodenního života. Profesor Ryu zdůraznil jednoduchost zachycování fotografií jídel před a po jídle prostřednictvím aplikací pro chytré telefony, což je uživatelsky přívětivější přístup než manuální vedení záznamů nebo průzkumy. Profesor Kim zdůraznil důležitost řízení příjmu soli v každodenním životě k prevenci komplikací souvisejících s hypertenzí, konstatujíc, že technologie měření sodíku pomocí AI by mohla být v této oblasti cenným nástrojem. Publikováno v mezinárodním zdravotnickém časopise ‚JMIR Formative Research‘, tato zjištění představují významný krok směrem k transformaci monitorování příjmu soli prostřednictvím inovativních řešení AI.
