К наиболее актуальным медико-социальным и государственным задачам относятся обеспечение здоровьесбережения, улучшение качества и увеличение продолжительности жизни населения. Важнейшим рычагом, позволяющим обеспечить решение этих вопросов, является оптимизация питания и использование методов, средств искусственного интеллекта (ИИ) и новых информационных технологий для поддержки принятия решений в данной области [1-3].
Так, в настоящее время в России избыточная масса тела и ожирение отмечаются почти у 62% взрослых, гипертоническая болезнь - у 58,4%, сахарный диабет 2 типа - у 3,2%, неалкогольная жировая болезнь печени - у 37% взрослого населения. Почти 28,5% смертей в России и в других экономически развитых странах вызвано алиментарно-зависимыми заболеваниями [4, 5].
С целью устранения этой тревожной ситуации необходимо принять незамедлительные меры, способные оптимизировать питание россиян, привести его в соответствие с физиологическими потребностями в пищевых веществах и энергии. Наиболее перспективным, быстрым, экономически приемлемым и научно обоснованным путем снижения риска алиментарно-зависимых заболеваний, улучшения качества и продолжительности жизни населения является развитие персонализированного подхода к управлению здоровьем на основе внедрения систем ИИ для специалистов по вопросам здорового питания [6]. В связи с этим был разработан "Научный Инструмент Анализа Питания" (НИАП) с применением технологий ИИ, в котором учитываются индивидуальные потребности организма каждого конкретного человека с учетом анатомо-физиологических особенностей, состояния органов пищеварения и других систем, специфики обмена веществ, обеспеченности нутриентами, персональных пищевых пристрастий и других факторов.
Цель работы - ознакомить специалистов с НИАП, созданным на основе технологий ИИ для оптимизации питания и профилактики алиментарно-зависимых заболеваний с целью здоровьесбережения населения РФ.
Научный инструмент объединяет накопленные за последние десятилетия знания в области медицины и нутрициологии, а также многолетний опыт профильных специалистов. Заложенные в инструменте алгоритмы и современные технологии ИИ позволяют автоматизировать сбор информации и моментально ее обрабатывать, тем самым помогая экономить до 80% рабочего времени на формирование персонализированных рекомендаций для профилактики алиментарно-зависимых заболеваний и лечения пациентов; проводить глубокий анализ фактического питания пациента за короткое время с мгновенной генерацией наглядного отчета; легко создавать технологические карты любых рецептов блюд и рассчитывать их нутриентный состав с учетом различных видов холодной и термической обработки; генерировать персонализированные рационы с учетом множества факторов и конвертировать их в итоговые отчеты. Итоговые отчеты генерируются в виде pdf-файла, в котором содержатся информация и наглядные диаграммы о составе тела, образе жизни, факторах риска, режиме питания, среднем нутриентном составе фактического рациона (включая подробную информацию о дефиците или избытке 60 нутриентов в процентном и числовом выражении), распределении калорийности рациона по приемам пищи, соотношении макронутриентов, составе углеводов, массовой доле основных групп пищевых продуктов в рационе. Рекомендуемый рацион отображен в максимально понятной форме, дополнен списком продуктов для покупок и списком рецептов в виде технологических карт под конкретный выход блюда, указанного в меню.
Результатами применения НИАП в лечебно-профилактических учреждениях являются снижение трудозатрат врачей; максимальная персонализация и повышение качества рационов; рост показателей работы учреждения в части лечения и профилактики сердечно-сосудистых заболеваний, сахарного диабета, ожирения и других заболеваний; рост положительных оценок учреждения и его врачей в рейтингах медицинских услуг; увеличение приверженности пациентов к соблюдению предписанного рациона и рекомендаций по оптимальному питанию; повышение уровня образованности населения в вопросах питания и снижение уровня заболеваемости и укрепление здоровья населения.
В связи с этим высокотехнологичный подход с применением ИИ является передовым - он способен решить многие ключевые вызовы в области охраны здоровья, профилактики заболеваний и медицины в целом, улучшить качество жизни населения с целью здоровьесбережения взрослого и детского населения нашей страны.
В современных условиях вызовов безопасности для здоровья населения РФ, включающих необходимость сохранения здоровья и продления периода экономической активности населения, а также развития трудового и экономического потенциала государства, в качестве основных перспективных направлений развития методологии анализа риска здоровью целесообразно выделить создание цифровой экосистемы анализа риска здоровью [7, 8]. Технологии ИИ активно развиваются в современном здравоохранении благодаря повсеместному появлению больших размеченных данных, увеличению вычислительных мощностей, развитию облачных сервисов, а также многочисленным примерам эффективности и перспективности прикладных решений и их способности отвечать на современные вызовы и проблемы в здравоохранении [9].
В Послании Президента РФ Федеральному собранию РФ от 29.02.2024 на период до 2030 года установлены следующие целевые показатели в рамках национальной цели "Сохранение здоровья и благополучия населения":
1. Обеспечение устойчивого роста численности населения Российской Федерации.
2. Повышение ожидаемой продолжительности жизни до 78 лет, а в дальнейшем 80+.
3. Увеличение доли граждан, систематически занимающихся физической культурой и спортом, до 70%, внимание к здоровому образу жизни.
4. Развитие персонализированного подхода к управлению здоровьем на основе внедрения систем ИИ.
Также согласно Указу Президента РФ от 28.02.2024 № 145 "О Стратегии научно-технологического развития Российской Федерации" в ближайшее десятилетие одним из приоритетов и перспектив для развития страны будет переход к персонализированной, предиктивной и профилактической медицине, высокотехнологическому здравоохранению и технологиям здоровьесбережения с применением ИИ.
Среди задач в Послании Президента РФ - формирование цифровых платформ во всех ключевых отраслях экономики, здравоохранения и социальной сферы. В связи с этим в качестве перспективного направления предиктивной и профилактической медицины выступает цифровая нутрициология, которая обеспечит перевод на язык цифр, с одной стороны, физиологических потребностей в энергии, пищевых и биологически активных веществах и ориентированных на них рационов питания, а с другой - химического состава пищевых продуктов и рационов в целом. Созданные на их основе компьютерные программы позволят легко, быстро и надежно разработать персонализированные рационы как для здорового питания населения, так и для профилактики и лечения алиментарно-зависимых заболеваний [7].
Цифровые продукты и технологии стали неотъемлемой частью профилактики, диагностики, лечения и контроля состояния здоровья человека. Цифровая среда диктует следующие тренды и тенденции в области здоровьесбережения:
- разработка программ и моделей прогнозирования персонификации питания, учитывающих индивидуальные особенности здоровья и риски развития заболеваний (обусловленные как целевым секвенированием генома человека, так и воздействием потенциально опасных факторов жизнедеятельности), которые синхронизируются с мобильными приложениями;
- разработка инструментов, алгоритмов и практик заботы о физическом, ментальном и социальном здоровье;
- внедрение нейросетей и цифрового двойника в помощь специалисту по питанию с учетом достижений прецизионной медицины;
- применение технологий ИИ в программном обеспечении для врачей, в управлении здравоохранением, в приложениях для пациентов, позволяющих создавать программные продукты для самостоятельного управления собственным здоровьем.
Развитие цифровой нутрициологии предполагает решение как теоретических, так и практических задач, основные из них сформулированы следующим образом [10].
Первой задачей является цифровая трансформация данных о физиологических потребностях человека в пищевых и биологически активных веществах и энергии, о химическом составе основных пищевых продуктов и создание программного обеспечения для обработки этих данных с целью разработки персонализированных рекомендаций по оптимальному питанию.
Вторая задача состоит в разработке объединенных детерминистических и статистических моделей по особенностям питания с учетом медицинских рекомендаций, прогноза количественного, возрастного изменения структуры населения, экологической обстановки, национальных особенностей. Это важно, в том числе для прогнозирования региональных потребностей в необходимых пищевых продуктах.
Третья задача состоит в создании алгоритма автоматического подбора блюд и расчета величины их порций при заданных линейных ограничениях (равенствах и неравенствах), исходя из некоторого не вполне формализуемого принципа оптимальности, что выводит ее из классической области линейного программирования [7, 10, 11].
Исходя из поставленных задач был разработан совместный продукт НИАП с применением технологий ИИ. Получен патент (Свидетельство о государственной регистрации программы для ЭВМ № 2023680849) на научный веб-инструмент для анализа фактического питания с последующей оценкой состояния здоровья и генерацией рекомендаций, включая персонализированный рацион, для эффективной коррекции выявленных отклонений. НИАП начинается с наблюдений на уровне пациента, алгоритмы просеивают огромное количество переменных, которые в дальнейшем формируют результаты, данный процесс аналогичен традиционным регрессионным моделям: существует результат, коварианты и статистическая функция, связывающая их. Этот инструмент многократно апробирован профильными специалистами в клинике, научно-исследовательских институтах, в вузах (в 26 учреждениях).
В настоящее время в России на рынке медицинских технологий все больше появляется онлайн-инструментов на базе ИИ, предназначенных для работы специалистов сферы здорового питания. В данный момент существуют профессиональные онлайн-сервисы, такие как НИАП, Nutrilogic, "Оптимальная диета 5.0"/"Индивидуальная диета 5.0", "Онлайн-диетолог", Fatsecret, "Мой здоровый рацион", программа "Рацион", калькулятор калорий "ХиКи".
Преимущества сервиса НИАП по сравнению с другими онлайн-инструментами: использование веб-инструмента начинается с бесплатного обучающего курса, где есть видеоинструкции по работе каждого раздела с круглосуточной поддержкой чата. Работа с клиентом всегда начинается со сбора анамнеза первичной информации о клиенте, которая предусматривает заполнение анкеты [пол, возраст, масса тела, длина тела стоя (рост), объем груди, талии, бедер, обхват запястья, тип питания, пищевые предпочтения, профессия, заболевания и аллергии, продолжительность сна, принимаемые лекарственные средства, клинический анализ крови и др.]. В сервисе НИАП анамнез разбит на отдельные вкладки и заполняется автоматически на основании данных анкеты клиента. Специалисту не нужно тратить дополнительное время на заполнение.
Интерфейс в НИАП удобный, логически понятный; множество подсказок, пояснений, раздел с часто задаваемыми вопросами-ответами значительно упрощает работу с веб-инструментом, так же как и круглосуточная поддержка в чате и получение развернутого ответа в течение 15-30 мин.
Регистрация клиентов/пациентов проводится по ссылке, инструмент позволяет в автоматическом режиме собирать и анализировать данные, необходимые для разработки персонального рациона и рекомендаций. Специалисту лишь нужно отправить ссылку на анкету клиенту, а после ее заполнения получить проанализированные данные.
Анкета НИАП включает не только информацию о питании, но и антропометрические параметры клиента/пациента, где есть возможность внести данные калиперометрии и биоимпедансометрии. Анкета автоматически интегрируется с анализатором состава тела InBody. Также в анкете можно внести результаты клинического анализа крови, мочи и анализа на генетические маркеры, которые интерпретируются в итоговом отчете с рекомендациями по питанию и дополнительному приему биологически активных добавок к пище.
Оценка фактического питания или заполнение пищевого дневника происходит легко, быстро, имеется возможность выгрузки отдельного отчета в формате pdf-файла. При заполнении раздела "Анамнез" учитываются особые состояния клиента, наличие аллергии/непереносимости пищевых продуктов, любимые/нелюбимые продукты, есть информация о принимаемых лекарственных средствах и биологически активных добавках к пище.
В НИАП, помимо основных типов питания, можно также отметить питание без казеина, без лактозы, без глютена, без пасленовых, что очень удобно при создании персонализированного рациона. Сервис автоматически его генерирует.
Базы пищевых продуктов в НИАП регулярно актуализируются в режиме онлайн, что повышает точность расчета нутриентного состава создаваемого рациона. Есть возможность автоматического подбора продуктов или рецептов для замены со схожим нутриентным составом.
Отправка итогового отчета клиенту/пациенту возможна в 3 вариантах: ссылка (можно отправить на почту или в любой мессенджер), файл или в распечатанном виде. Поиск в картотеке возможен по фамилии, дате регистрации или последнего приема клиента/пациента.
Алгоритмы веб-инструмента постоянно совершенствуются, а функциональность дорабатывается с учетом обратной связи от профильных специалистов (диетологов, нутрициологов, врачей общей практики, терапевтов, гастроэнтерологов, эндокринологов, аллергологов и др.). Персонализированное питание теперь может быть доступным инструментом в руках врача практически любой специализации и, в свою очередь, понятным и выполнимым для любого пациента [12, 13].
Функции и возможности НИАП:
1. Создание клиентского отчета - документ включает инфографику по диетоанамнезу, рацион с нутриентным составом, рецепты, список пищевых продуктов и рекомендации по образу жизни.
2. Формирование меню - подробный рацион под нужный тип питания с учетом химического состава пищи на основе современных баз данных.
3. Автоматический и ручной режим помогает составлять рационы из выбранных продуктов или рецептов.
4. Сравнение продуктов и рецептов - формирование меню с акцентом на определенные нутриенты.
5. Автоматический расчет нутриентов помогает отслеживать содержание макро- и микронутриентов, а также сравнивать фактическое содержание нутриентов в рационе с физиологическими потребностями. Кроме того, наглядная инфографика подскажет, каких нутриентов в создаваемом меню не хватает, а каких в избытке.
6. Картотека и анкетирование - проводить онлайн-анкетирование, пользоваться огромной базой пищевых продуктов, подбирать рецепты с заданным составом, просматривать диетанамнез и многое другое.
7. Генерация рациона по дням на основе его пищевого дневника, но при этом нутриентный состав рациона будет отвечать потребностям пациента (см. рисунок). На основании любого созданного в ручном или автоматическом режиме рациона формируется полный отчет, который состоит из рекомендованного плана питания (включая средний нутриентный состав перед каждой неделей), списка пищевых продуктов для покупок (также отдельно на каждую неделю) и списка присутствующих в рационе рецептов в алфавитном порядке.
&hide_Cookie=yes)
&hide_Cookie=yes)
Таким образом, создан и получен патент на научный веб-инструмент НИАП на основе технологий ИИ для анализа фактического питания с последующей оценкой состояния здоровья и генерацией рекомендаций, включая персонализированный рацион, формируемый на основе индивидуальных потребностей человека в энергии, макро- и микронутриентах с учетом генома, гендерных признаков, возраста, пищевых предпочтений, профессии, заболеваний, принимаемых лекарственных средств, данных клинического анализа крови, морфоконституциональных характеристик индивидуума, его физической активности и др.
Заложенные в инструменте алгоритмы и современные технологии ИИ позволяют автоматизировать сбор и обработку информации, помогая экономить до 80% рабочего времени на формирование персонализированных рекомендаций для профилактики алиментарно-зависимых заболеваний и лечения пациентов; проводить тщательный анализ фактического питания пациента с созданием наглядных материалов; создавать технологические карты различных рецептов блюд с расчетом их пищевой ценности с учетом различных видов термообработки продуктов; разрабатывать рационы с учетом множества факторов и конвертировать их в итоговые отчеты в виде pdf-файла, в котором суммируется вся информация в наглядном виде.
Применение высокотехнологичного подхода на основе ИИ будет способствовать улучшению качества жизни, здоровьесбережению взрослого и детского населения нашей страны.
&hide_Cookie=yes)
Сканируя данный QR-код, вы можете перейти на облачный сервис НИАП.
Литература
1. Тутельян В.А., Никитюк Д.Б. Международные и российские механизмы интеграции инноваций и опыта для оптимизации питания населения // Вопросы питания. 2023. Т. 92, № 3. С. 5-14. DOI: https://doi.org/10.33029/0042-8833-2023-92-3-5-14
2. Кузьмин С.В., Русаков В.Н., Сетко А.Г. Оценка состояния фактического питания населения Российской Федерации // Гигиена и санитария. 2024. Т. 103, № 1. С. 58-66. DOI: https://doi.org/10.47470/0016-9900-2024-103-1-58-66
3. Гольдина Т.А., Бурмистров В.А., Ефименко И.В., Хорошевский В.Ф. Искусственный интеллект в здравоохранении: Real World Data и Patient Voice - готовы ли мы к новым реалиям? // Медицинские технологии. Оценка и выбор. 2021. Т. 43, № 2. С. 22-31. DOI: https://doi.org/10.17116/medtech20214302122
4. Нутрициология и клиническая диетология : национальное руководство / под ред. В.А. Тутельяна, Д.Б. Никитюка. 2-е изд. Москва : ГЭОТАР-Медиа, 2021. 1008 с. (Серия "Национальные руководства"). DOI: https://doi.org/10.33029/9704-6280-5-NKD-2021-1-1008
5. Салагай О.О., Сахарова Г.М., Антонов Н.С., Никитина С.Ю., Стадник Н.М., Стародубов В.И. Оценка распространенности поведенческих факторов риска и их влияния на здоровье взрослого населения в Российской Федерации // Вопросы статистики. 2023. Т. 30, № 2. С. 72-86. DOI: https://doi.org/10.34023/2313-6383-2023-30-2-72-86
6. Тутельян В.А., Никитюк Д.Б., Тармаева И.Ю. Формирование общероссийской системы образования в области здорового питания населения // Гигиена и санитария. 2023. Т. 102, № 10. С. 1012-1018. DOI: https://doi.org/10.47470/0016-9900-2023-102-10-1012-1018
7. Тутельян В.А., Мусина О.Н., Балыхин М.Г., Щетинин М.П., Никитюк Д.Б. Цифровая нутрициология: применение информационных технологий при разработке и совершенствовании пищевых продуктов: учебное пособие. Москва : МГУПП, 2020. 378 с. ISBN 978-5-93957-969-8.
8. Онищенко Г.Г. Актуальные проблемы и перспективы развития методологии анализа риска в условиях современных вызовов безопасности для здоровья населения Российской Федерации // Анализ риска здоровью. 2023. № 4. С. 4-18. DOI: https://doi.org/10.21668/health.risk/2023.4.01
9. Гусев А.В., Морозов С.П., Кутичев В.А., Новицкий Р.Э. Нормативно-правовое регулирование программного обеспечения для здравоохранения, созданного с применением технологий искусственного интеллекта, в Российской Федерации // Медицинские технологии. Оценка и выбор. 2021. Т. 43, № 1. С. 36-45. DOI: https://doi.org/10.17116/medtech20214301136
10. Орлов Ю.Н., Кислицын А.А., Камбаров А.О., Батурин А.К., Никитюк Д.Б., Тутельян В.А. Цифровая нутрициология: спектральные портреты меню оптимального питания // Научная визуализация. 2020. Т. 12, № 2. С. 139-150. DOI: https://doi.org/10.26583/sv.12.2.11
11. Джи Канг, Росалам Че Me, Хайрул Манами Камарудин, Рухайзин Сулайман. Здоровый образ жизни как средство управления рисками для здоровья: компоненты и факторы. Аналитический обзор // Анализ риска здоровью. 2023. № 4. С. 158-171. DOI: https://doi.org/10.21668/health.risk/2023.4.15
12. Мартинчик А.Н., Батурин А.К., Михайлов Н.А., Кешабянц Э.Э., Камбаров А.О. Разработка и оценка достоверности базового индекса здорового питания населения России // Вопросы питания. 2019. Т. 88, № 6. С. 34-44. DOI: https://doi.org/10.24411/0042-8833-2019-10062
13. Гавриков М.Б., Кислицын А.А., Орлов Ю.Н., Камбаров А.О., Королев А.А., Каде М.А. и др. Математические модели в задачах персонализированной цифровой нутрициологии // Тенденции развития науки и образования (Самара). 2023. № 100, ч. 4. С. 24-31. DOI: https://doi.org/10.18411/trnio-08-2023-162