Utiliser l'analyse nutritionnelle basée sur l'IA pour améliorer les résultats et l'efficacité des soins de longue durée
Améliorer la nutrition des patients et réduire le gaspillage alimentaire grâce à l’IA.
Résumé du projet
Mis à jour le 11 juin 2024.
Le problème
Dans le monde, la malnutrition touche 30 à 60 % des personnes âgées vivant en soins de longue durée (SLD).1 Bien que la nourriture soit également le deuxième poste de coût le plus élevé en SLD, la documentation et l’analyse de l’apport alimentaire ainsi que la détection précoce de la malnutrition sont scandaleusement sous-développées. Le personnel manque souvent de temps et d’outils pour évaluer objectivement et précisément la quantité et les types d’aliments consommés, ce qui limite encore davantage les conseils appropriés des diététistes.
Une bonne nutrition est primordiale pour maintenir la santé des patients et prévenir la fragilité, la perte de poids et autres carences nutritionnelles. Cependant, sans informations précises, les évaluations nutritionnelles sont limitées, ce qui crée un risque pour les résidents.
Comment nous le résolvons
Ce projet intégrera la technologie d'évaluation nutritionnelle basée sur l'IA cliniquement prouvée de RxFood avec la principale plateforme technologique de soins de santé de PointClickCare pour les soins de longue durée afin d'améliorer la nutrition des patients et de réduire le gaspillage alimentaire. Le consortium pilotera la solution dans les foyers de soins de longue durée Wellbrook Place de Partners Community Health à Mississauga, en Ontario, avec la collaboration supplémentaire de l'Institut pour une meilleure santé de Trillium Health Partners pour évaluer le potentiel de la solution pour les soins actifs.
La fonctionnalité utilisateur permettra au personnel du SLD de simplement prendre une photo des plateaux de nourriture à l'aide de tablettes ou de smartphones une fois qu'un résident/patient aura fini de manger. La technologie basée sur l'IA de RxFood identifiera ensuite le contenu du plateau et estimera le volume de chaque aliment restant, la quantité consommée et la valeur calorique et nutritionnelle correspondante. Le résultat est un rapport d’évaluation nutritionnelle, un peu comme un rapport qu’une personne obtiendrait après une analyse de sang.
L'analyse nutritionnelle qui en résultera sera intégrée au DSE du résident/patient pour une surveillance continue et pour mieux soutenir l'évaluation et les recommandations proactives du diététiste. Des indicateurs cliniques seront également générés pour fournir des avertissements plus précoces sur une fragilité potentielle pouvant précéder une perte de poids significative, une fragilité ou d'autres résultats cliniques négatifs. En plus d'aider les établissements de SLD à estimer la consommation alimentaire réelle pour la gestion des coûts et des déchets, la capacité de RxFood à détecter les aliments ethniques soutiendra la diversité croissante des populations soutenues par les SLD.
Le potentiel de ce projet à améliorer simultanément la santé des patients, à gérer les coûts dans les établissements de SLD et à réduire le gaspillage alimentaire systémique représente une opportunité à multiples facettes de tirer parti de l'IA dans les établissements de soins de santé.
