「治療は食事から!」AI で入院患者の食事量を自動判定する栄養管理システムの実現をめざしたい！

薬や手術が進歩して、病気はよく治るようになりました。
しかし、なかなか治らない、あるいは合併症が起こって退院できない患者さんもいまだたくさんいます。

その違いはどこにあるかというと、その人が本来備えている「体力」です。ここでいう「体力」とは、病気に打ち勝とうとする免疫力や、回復しようとする自然治癒力です。

この力をつくるのが、「栄養」で、元気の素となります。

どんなに医療が進歩しても、栄養がなければ治る病気も治らないのです。

逆にいえば、栄養で病気を治すこと、患者さんを元気にすることができるのです。

特に高齢化社会を迎えた現在では、栄養が生命に直結するような患者さんが増えています。

課題は何？現状はどうなっている？

患者さんの食事摂取量を正確に把握することは難しい

栄養不良はすべての病気の予後を悪くするので、栄養状態をより良く保つことが必要です。

そのためには、栄養状態の評価が重要となります。栄養状態を評価する基準のひとつに、「患者さんの食事摂取量」があります。

摂取した食事量を把握する代表的な方法として、食べる前と食べた後の食べ物の重さをはかりで量り、その差から摂取量を計算する『秤量法』があります。
そのメリットは計測者の記憶に依存せず、食事摂取量を正確に把握できる点です。

しかし重量計測の手間がかかるため計測者の負担が大きくなります。
実際、管理栄養士が１食分の摂取量や栄養素を正確に計測する場合は、１食につき１時間以上の時間がかかっています。

そのため、忙しい医療現場では『目測法』が普及しています。
この方法は看護師や介護士が食べる前と食べた後の見た目で摂取量を推定して記録します。
食べた量の程度をみる指標としては簡便でいいですが、摂取量を正確には計測できず、経験やスキルによって結果が異なるという問題があります。

現状では、患者さんが入院中の食事をどの程度摂取しているかはおおよその把握しかできていません。
つまり、患者さんに提供した食事の摂取量を正確に計測できていないことが課題です。

栄養管理の現場に対してできることは！

医療現場で使えるAIを開発する！

病院や介護施設で望まれていることは、食事摂取量を計測するのに手間と時間を必要としない“簡便さ”と、誰がしても同じ計測ができる“汎用さ”です。

近年、デジタル機器の急速な普及やICT(情報通信技術)の発達で大量のデータ、いわゆる「ビッグデータ」が集まるようになり、今までとは比べ物にならない量のデータ解析をするために、「AI（人工知能）」が飛躍的に活躍の場を広げています。

特に画像解析において、AIは自動運転、顔認識、臓器認識、病変の検出支援など、大きな力を発揮しています。

そこで、AIを活用してスマートフォンで撮影した料理画像を解析し、食事摂取量の自動判定を行うことで、患者さんの食事摂取の状況を簡便に把握できるシステムを開発することを目的に研究を進めています。

病院情報センターの役割とは？

医療と情報技術の架け橋

病院情報センターは、医療情報学、医療マネジメントを専門とする教職員やシステムエンジニアの集団です。

電子カルテ等、病院で利用するシステムを運用・管理し、医療スタッフがICTを医療現場で十分活用できるようにサポートしています。

同時に、システムに蓄積された医療に関する情報を厳密に管理し、その情報を解析し、それから得られる結果を効果的に応用して技術開発に活かすことをテーマに研究を行っています。

研究テーマのひとつに、「人工知能技術を活用した次世代医療情報システムの開発」があり、医療現場で必要とされていることを日常的に利用しやすいスマートフォン等のモバイル端末で実現できるように技術的要件を整理し、それをAI技術者がプログラム開発できるようにシステム設計やAI学習教材の提供をしています。

このように病院情報センターは、医療現場とICTをつなぐ役割を担っています。

今回、料理画像認識のノウハウを持ったAI技術者のいる組織を見つけ出し、研究が開始できるように研究計画を立案しました。

そして現在、正確なAI学習教材を収集しAI開発が実施できるようにプロジェクトマネジメントを行っています。

研究概要

この研究プロジェクトでは、栄養部と病院情報センターのメンバーがそれぞれの専門分野を活かし、『AIで入院患者の食事量を自動判定する栄養管理システム』を共同で開発しています。

まずは病院食のひとつである普通流動食に対応したAIのシステムを開発しようと考えています。

普通流動食を食べる必要がある患者さんの多くは、術後であったり、治療による絶食の後であったり、治療の流れの中でまだ、完治や全快といった通常の生活を送れる状態ではありません。

特に、そのような状態にある患者さんの食事摂取量を正確に把握することが可能となれば、栄養管理の質が向上し、治療効果の向上が期待できます。

AIはどう使うの？

AIとは「人工知能」の略です。文字通り人によって作られる知能のことです。

「人間が思考してするような知的な作業を機械ができるようにしたシステム」であり、
「経験や学習によって能力を向上させることができるシステム」のことです。

みなさんは、AIは万能ですべて勝手に何でもやってくれるものだと思われているかもしれません。

そんなことはありません。

AIは学習時に与えられたデータを元に、選択肢の中から最も当てはまる物を選んでいるにすぎないのであって、人のように物事を理解して答えを決めているわけではありません。

つまり、AIが動くためには学習教材が必要であり、それは人が用意してあげなければなりません。

具体的な教材を1つずつ「この場合はこうだ」と示して繰り返し学習させていくことで、AIは正しく成長していきます。

それは、まるで小さい子供に読み書きなどを根気よく繰り返し教えることに似ています。

どうやってAIに学習させるの？
 

AIの学習は病院食の写真を撮るところから始まります。

普通流動食には重湯、牛乳、豆乳、スープ、果汁などがあります。

まず、料理をお盆に並べ、食器に盛られた料理がわかるように真上から見た全体写真を撮ります。

他にも角度や大きさを変えた写真を複数撮ります。

これにより、食事前の料理の写真データが作成できます。

次に、料理ごとに中身を減らした食事後の状態を作成します。
その時の料理の重さをはかりで計測して、それらの正確な食事摂取量を記録していきます。

食事前の料理と同じように、角度や大きさを変えた写真を複数撮ります。
食事後の状態は、各料理を半分ずつ食べた状態、重湯だけ全部食べた状態、完食した状態などいろいろあります。

この作業を何度も繰り返し様々な食事後のパターンを準備することで、食事後の料理の写真データが大量に作成できます。

次に、記録した食事摂取量とあらかじめ作成されている主食、汁、副食2種類別にエネルギー・たんぱく質・脂質・炭水化物・食塩の栄養素量を対応させ、摂取した栄養素量を計算します。

最後に、得られた写真のデータ、記録した食事摂取量のデータ、計算した栄養素量のデータをAIに記憶させることで学習させていきます。

現在、AI学習のために約1000枚の普通流動食の写真を1サイクルとして撮影しています。

研究の難しいところ

既に料理画像から摂取カロリーを管理するスマートフォンのアプリは存在しており、献立管理、摂取カロリーの把握ができるようになり個人の健康管理に役立っています。

しかし、それらは食事前の料理画像から予め決められたメニューを判別することで、摂取カロリーを推定する個人の食事管理を行うツールであり、量を正確に評価して管理することはできていません。

私たちが挑戦している『AIで入院患者の食事量を自動判定する栄養管理システム』は、食事前と食事後の料理画像から量の変化を自動で判断し、食べたものに相当する栄養素量を正確に把握できることを目指しています。

コンピュータによる画像認識では、決められた位置や条件でどの場所にどの色があるという情報を集めて画像を把握します。

食事の前と後で、全く同じ位置・大きさ・明るさ・角度で毎回写真を取ることができたら色の変化の判定は容易にできますが、実際の現場ではそうはいきません。

人間の子供に初めて、「この食べ物は味噌汁ですよ。」と教えるのと同じように、コンピュータにも「この写真の画像の色のパターンは味噌汁ですよ。」と教えなければいけません。

今回はさらに、「この写真の画像の色のパターンでは100cc入っていますよ。」ということも教えなければいけません。

これが、様々な異なる量の料理画像を多く学習させることで、コンピュータも間違えずに「この写真の画像の色のパターンは味噌汁で、100cc入っているぞ。」ということを認識するようになります。

これに大きさ・角度・明るさを変えるなどの様々な条件を加えて、学習する教材の量を増やすことで、認識が正確になります。

ただし、コンピュータに間違った情報を与えてしまうと、コンピュータが正しい判断をできなくなってしまうので、正確な学習教材を準備する必要があります。

そして、正確な学習教材を大量に準備しAIのプログラム開発を行うのは大変な作業で時間がかかります。

開発されたら何が変わる!?

食事摂取量を正確に計測するためには医療スタッフの負担が大きいので、正確な栄養のデータを得ることは難しいです。

しかし、これがAIを使って一瞬で出せるようになれば、医療スタッフの業務軽減につながることはもちろんですが、正確な栄養管理が実現でき、患者さんの栄養状態の改善、しいては治療効果の向上が期待されます。

さらに、栄養のデータを活用した臨床研究の発展にもつながっていきます。

クラウドファンディングに挑戦する理由

現在、このプロジェクトでは、病院食写真の撮影方法を確立、普通流動食の料理画像データを取得し、AIで食事摂取量を推定できる方法を検討している段階です。

今後は膨大な量の料理画像データを元に食事摂取量を自動判定できる栄養管理システムの開発・実証・評価をおこなっていきます。

普通流動食では13種類の食事を準備しましたが、病院食にはそれ以外にも常食、5分食、嚥下ペースト食など、たくさんの食種があります。

これらの食種それぞれに対応するためには、さらに膨大な量の学習教材を準備する必要があります。

そして、その膨大な量の料理画像データをAIに学習させ、最適なプログラムを作成するための研究費の支援が必要となります。

最後に

始めはAIに病院食写真のデータを1つずつ学習させていきます。

一般的には、どれぐらいの学習データ量が必要なのかはわかっておらず、解決したい問題の種類によって変わるといわれています。

このプロジェクトも同様で、実際に使えるシステムにするためにはどれだけ学習させると完成になるという確証は、現時点での研究ではわかっていません。

まずは、徳島大学病院で日常的に利用しやすいスマートフォンの簡単な操作により、個々の食事摂取量を正確に把握することを目標としています。

このプロジェクトの目的に賛同いただけた方にご協力をお願いしたいと思っています。
どうぞよろしくお願いいたします。

徳島大学への寄付と税制について

1. 国立大学法人徳島大学へのご寄付につきましては、個人からの寄付では所得税の所得控除、住民税(徳島県と県内市町村が条例で指定する寄付金として)の所得控除、法人からの寄付では法人税の損金算入が認められます。
   
   寄附金領収書は本プロジェクト終了日である、2020年03月13日の日付けで発行いたします。税制上の優遇措置をお考えの方は対象となる年にご注意ください。
    
2. 個人からのご寄付
   　徳島大学に寄付金を支出した場合は、所得控除制度が適用され、（総所得金額の４０％を上限とした寄付金額）から2,000円を差し引いた額が課税所得から控除されます。
   　実際の税控除額は前記の控除額に各人の税率を乗じたものになります。
   
   　個人住民税については、（寄付金(総所得額の３０％が限度)－2,000円）×１０％が寄付控除額となります。
   　１０％の内訳は、都道府県が指定した寄付金が４％、市町村が指定した寄付金が６％となっています。
   　確定申告期間に所轄税務署で確定申告手続きを行う必要があります。その際に、徳島大学が発行する『寄付金領収書』が必要になります。
   
   　住民税の控除適用のみを受けようとする方は、『寄付金領収書』を添えてお住まいの市町村へ「都道府県民税・市町村民税控除申告」を行ってください。
    
3. 法人からのご寄付
   　法人からのご寄付につきましては、寄付金額全額が当該事業年度の損金に算入されます。
   　この寄付金による損金算入は、徳島大学が発行する『寄付金領収書』で手続きができます。

振込によるご寄附について

このプロジェクトはクレジットカード決済以外に銀行、郵便振込によるご寄附も受け付けています。

入金確認のための支援者様の振込名義などをお知らせいただく必要があります。銀行、郵便振込によるご寄附の場合は必ずご記入をお願いいたします。

≪手順≫
①リターンのコースを選択し、「寄附するボタン」を押してください。
金額を確認し、配送先住所の入力を終えると、振込で支援するかカードで決済するかを選択できます。
表示される画面に従い、次の事項を入力してください。
振込先、口座番号等は申し込みをいただいたのち、支援者様に自動返信メールにて連絡します。

　・振込名義人のお名前
　・金額
　・寄附コースの名称
　・領収書などの送付先住所、電話番号、メールアドレス

②ご注意事項
　・振込に際しては振込手数料のご負担をお願いいたします。
　・カード決済でご利用できるのは、VISA・MASTERのみとなっております。

挑戦者の自己紹介

田木真和

所属：徳島大学病院　病院情報センター

役職：助教

徳島大学病院　病院情報センターの田木真和です。
私の所属している「病院情報センター」は徳島大学病院の中央診療棟にありますが、みなさんはあまりご存知ないかもしれません。病院情報センターでは、医療スタッフが最新のICTを医療現場で十分活用できるように、医療の専門家とシステムの専門家の間を橋渡しすることで病院に貢献しています。
2018年8月1日より、現職となり医療情報学を専門として、医療スタッフの困っていることをICTで解決できるように研究をしています。また、2003年より本院の医療情報活動に関わっており、最新の医療情報技術を多くの医療に関わる人材に学んでもらい、自院や自社へフィードバックできるように「四国医療情報技師会」を発足させたり、「TVいきいきらいふ」という番組を作成し、ケーブルテレビ徳島やYouTubeで医療情報を地域に発信したりしています。
徳島県の糖尿病死亡率全国ワースト1位を克服するため、徳島大学でも糖尿病対策の研究が多く行われています。その中で、私は個人の歩数、体重、血圧、血糖を管理できる健康管理システムの開発を行いました。自分でもこのシステムを利用し自分の健康状態を常に意識し行動変容することで、働き始めてから増加していった体重を15kg程減らし20歳の時の体重と同じにすることができました。身をもって体験することで、情報の見える化の重要性を理解し、ICTを医療現場で活用できる研究を行いたいと思いました。
徳島大学病院の栄養部長でもある疾患治療栄養学分野の濱田康弘教授より、「簡単に、入院患者さんの正確な食事摂取量を把握できる方法がなくて困っている。スマートフォンやICTを使えばできるのではないか。」という話をいただきました。そこで、AIの画像認識技術を活用することで解決できると考え、この研究プロジェクトが開始されることとなりました。