Photos avant/ après la consommation plateau repas par un patient (simulé dans l'étude #1)

Marquant la première phase de validation scientifique de la solution foodintech, la revue de référence internationale Nutrients MDPI vient de publier l’article rédigé par le Dr Virginie Van Wymelbeke du CHU de Dijon – Bourgogne intitulé:

« A Cross-Sectional Reproducibility Study of a Standard Camera Sensor Using Artificial Intelligence to Assess Food Items: The FoodIntech Project »

Cette première phase d’étude expérimentale, s’est déroulée entre décembre 2020 et mai 2021 au CHU, et a permis d’évaluer la répétabilité du système à d’une part reconnaitre des aliments (=149 plats), et à en calculer la portion manquante (ingesta) entre 2 photos prises avec un capteur standard du marché sur un téléphone mobile, comparée à la pesée avant/ après (gold standard).

Basé sur l’intelligence artificielle, un réseau de neurones (deep learning) a été éduqué à reconnaitre les plats et à en calculer la portion avant et après, pour en déduire une valeur fiable de la consommation d’un patient hospitalisé, à l’échelle du plateau repas.

Simulées en laboratoire, 22 544 situations de consommation constituent un échantillon d’analyse inédit et jamais atteint par une étude internationale !

Ce premier article, vise à montrer la capacité du système à reconnaitre des aliments sous différents contextes expérimentaux similaires à un service de distribution en plateaux dans un hôpital. Les résultats exposés sont très encourageants, démontrant : 1) une capacité à reconnaitre les plats dans des situations variées 2) une performance dans la précision du calcul de portion comparé au gold standard exigeant.

Résultats présentés :

Basés sur la statistique de répétabilité ICC (coefficient de corrélation intra-class), ces 2 données ont été compilées pour atteindre 57,7% de plats (=86) présentant une répétabilité bonne à excellente, les 42% restant ayant soit manqué de photos ou nécessitant plus d’apprentissage (deep learning).

Conclusions :

Nous avons pu démontrer à travers nos premiers travaux, la pertinence du système, et la fiabilité de la méthode d’apprentissage de l’Intelligence Artificielle (IA). Ces résultats ayant déjà été améliorés depuis la fin des essais en laboratoire, nous avons poursuivis dans la construction de l’outil, du dispositif et du logiciel qui sont désormais opérationnels.

Prochains travaux :

Des essais cliniques se sont déroulés au CHU de Dijon en gériatrie et en endocrinologie de septembre à novembre 2021. Cette nouvelle étude vise à valider le système Foodintech comparé aux fiches alimentaires et à la pesée et à démontrer la faisabilité et l’acceptation du dispositif par le personnel soignant.

Nous espérons un prochain article au printemps 2022. 

Participez à la validation de foodintech :

Dès aujourd’hui, participez avec votre établissement à la validation de nos travaux ! Nous vous proposons d’accueillir une expérimentation in-situ visant à confirmer l’adaptabilité du dispositif foodintech à d’autres contextes.