BR102021012841A2 - Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten - Google Patents

Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten Download PDF

Info

Publication number
BR102021012841A2
BR102021012841A2 BR102021012841-0A BR102021012841A BR102021012841A2 BR 102021012841 A2 BR102021012841 A2 BR 102021012841A2 BR 102021012841 A BR102021012841 A BR 102021012841A BR 102021012841 A2 BR102021012841 A2 BR 102021012841A2
Authority
BR
Brazil
Prior art keywords
gluten
consumption
food
individual
information
Prior art date
Application number
BR102021012841-0A
Other languages
English (en)
Inventor
Alexandre Rodrigues Marra
Marcelo Prado
Renaldo MASSINI JUNIOR
Silvia Maria Prado
Original Assignee
Sociedade Beneficente Israelita Brasileira Hospital Albert Einstein
I-Healthsys Produtos Médicos Ltda-Me
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Sociedade Beneficente Israelita Brasileira Hospital Albert Einstein, I-Healthsys Produtos Médicos Ltda-Me filed Critical Sociedade Beneficente Israelita Brasileira Hospital Albert Einstein
Priority to BR102021012841-0A priority Critical patent/BR102021012841A2/pt
Priority to US17/571,979 priority patent/US11861920B2/en
Publication of BR102021012841A2 publication Critical patent/BR102021012841A2/pt

Links

Images

Classifications

    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/60—ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to nutrition control, e.g. diets
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V20/00—Scenes; Scene-specific elements
    • G06V20/60—Type of objects
    • G06V20/68—Food, e.g. fruit or vegetables
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/10—Image acquisition
    • G06V10/19—Image acquisition by sensing codes defining pattern positions
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/84—Arrangements for image or video recognition or understanding using pattern recognition or machine learning using probabilistic graphical models from image or video features, e.g. Markov models or Bayesian networks
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/20—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for computer-aided diagnosis, e.g. based on medical expert systems
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H50/00—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics
    • G16H50/30—ICT specially adapted for medical diagnosis, medical simulation or medical data mining; ICT specially adapted for detecting, monitoring or modelling epidemics or pandemics for calculating health indices; for individual health risk assessment
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/27—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands using photo-electric detection ; circuits for computing concentration
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/02—Food
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
    • G06F16/43—Querying
    • G06F16/435—Filtering based on additional data, e.g. user or group profiles
    • G06F16/437—Administration of user profiles, e.g. generation, initialisation, adaptation, distribution
    • G06K9/46—
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20076—Probabilistic image processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30128—Food products

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Medical Informatics (AREA)
  • Multimedia (AREA)
  • General Health & Medical Sciences (AREA)
  • Software Systems (AREA)
  • Public Health (AREA)
  • Databases & Information Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Biomedical Technology (AREA)
  • Epidemiology (AREA)
  • Primary Health Care (AREA)
  • Evolutionary Computation (AREA)
  • Computing Systems (AREA)
  • Artificial Intelligence (AREA)
  • Probability & Statistics with Applications (AREA)
  • Data Mining & Analysis (AREA)
  • Pathology (AREA)
  • Nutrition Science (AREA)
  • Medical Treatment And Welfare Office Work (AREA)

Abstract

A presente invenção se refere a um sistema para acompanhamento de consumo de glúten, sobretudo em pessoas celíacas, que possibilita alimentação de dados de consumo de alimentos e atualização, em tempo real, da estimativa de quantidade de glúten consumida diariamente. Ainda, a presente invenção se refere a um sistema para predição que associa a possibilidade de uma indisposição ser associada ou não a um consumo indevido de glúten.

Description

SISTEMA PARA ACOMPANHAMENTO DE CONSUMO DE GLÚTEN E PREDIÇÃO DE ASSOCIAÇÃO DE INDISPOSIÇÃO A CONSUMO DE GLÚTEN Campo da Invenção
[0001] A presente invenção se refere a um sistema para acompanhamento de consumo de glúten, sobretudo em pessoas com doença celíaca, bem como a um sistema de predição que associa a possibilidade de uma indisposição física ser associada ou não a um consumo acima de um determinado limite máximo diário de glúten.
Técnica Anterior
[0002] A doença celíaca atinge cerca de três por cento da população mundial, sendo causada, basicamente, por uma reação do sistema imunológico de um indivíduo, que pode dar início a um processo inflamatório do intestino delgado. Em casos mais graves, a doença celíaca pode provocar quadros clínicos de linfoma ou tumores.
[0003] O paciente com doença celíaca necessita controlar a dieta e o tipo de alimento consumido para evitar o desencadeamento de uma reação do sistema imunológico. Para isso, pacientes com doença celíaca devem consumir preferencialmente alimentos sem glúten. Os alimentos naturais, tais como frutas, verduras e leite, não possuem glúten. Os alimentos normalmente processados possuem glúten em sua composição, devido ao próprio processo de industrialização.
[0004] Neste contexto, são conhecidas do estado da técnica diversas soluções desenvolvidas para auxiliar pacientes com doença celíaca a identificarem quantidades de glúten em diversos alimentos e controlar o seu consumo.
[0005] Como exemplos de tais desenvolvimentos, pode-se citar o documento US 10,528,793 B2, que descreve um método de identificação de alimento que compreende identificar, a partir de uma imagem, diferentes alimentos em um prato e indicar uma classificação de risco para cada um dos alimentos identificados. A identificação da imagem e do risco associado pode ocorrer por meio de inteligência artificial, utilizando bases de dados com informações sobre o alergênico.
[0006] Ο documento US 9,442,100 descreve um sistema para medir o consumo de caloria que combina análise de imagem e um sensor de espectroscopia. O sistema também pode medir nutrientes ou ingredientes específicos, incluindo alergênicos. O sistema pode também levar em conta informações sobre o local/ estabelecimento em que a imagem foi capturada.
[0007] O documento US 9,977,980 revela um método de identificação do conteúdo nutricional de um alimento a partir da análise de uma imagem da refeição. O método usa inteligência artificial com modelos de treinamento que podem levar em conta a localização ou estabelecimento em que a imagem foi captada.
[0008] Já 0 documento US 9,734,426 descreve um método de identificação do conteúdo nutricional de um alimento a partir da análise de uma imagem da refeição. O método usa inteligência artificial com modelos de treinamento que podem levar em conta o feedback do usuário, informações sobre o local/ estabelecimento em que a imagem foi capturada e histórico de consumo do usuário.
[0009] Embora exista uma vasta quantidade de documentos da técnica anterior referentes ao mesmo campo tecnológico, carece o estado da técnica, por exemplo, de uma solução que especifique a capacidade de chegar a uma precisão na detecção do glúten em baixas concentrações, um cálculo de probabilidade de risco associado ao consumo de glúten excessivo, podendo tal cálculo de probabilidade de risco ser de associação.
[00010] Assim, a técnica anterior não oferece uma ferramenta efetiva para auxiliar a pessoa com doença celíaca a fazer o balanceamento da quantidade de glúten ingerida. As tecnologias existentes são tecnologias stand alone, que ou fazem a medição ou predição da quantidade de glúten nos alimentos que estão sendo ingeridos ou fazem os testes de anticorpos para verificar se a pessoa consumiu ou não glúten e teve uma reação do sistema imunológico.
Objetivos da Invenção
[00011] É um dos objetivos da presente invenção prover um sistema para acompanhamento de consumo de glúten baseado nos alimentos consumidos por um indivíduo.
[00012] É também um objetivo da presente invenção prover um sistema para acompanhamento de consumo de glúten compreendendo diversas fontes de captação de informações sobre a quantidade de glúten em alimentos.
[00013] É mais um dos objetivos da presente invenção prover um sistema para acompanhamento de consumo de glúten capaz de identificar e quantificar baixas concentrações de glúten em alimentos, de modo a fornecer um sistema de alta sensibilidade e especifidade.
[00014] Um outro objetivo da presente invenção é prover um sistema para acompanhamento de consumo de glúten capaz de monitorar e armazenar histórico de consumo de glúten.
[00015] Um outro objetivo da presente invenção é prover um sistema capaz de armazenar um histórico dos sintomas físicos sentidos pelo paciente que podem ter relação com os sintomas da doença celíaca
[00016] É, ainda, objetivo da presente invenção fornecer um sistema de predição de associação de indisposição em um indivíduo a consumo de glúten inadequado, de modo que o sistema fornece um resultado probabilístico sobre determinada indisposição ser ou não ser devido a um consumo inadequado ou acima de um determinado limite pré-estabelecido de glúten, com base em dados de acompanhamento do consumo de glúten de um indivíduo.
Sumário da Invenção
[00017] A presente invenção se refere a um sistema para acompanhamento de consumo de glúten, que compreende um dispositivo configurado para capturar informações relacionadas ao consumo de um alimento, tais informações permitindo a identificação, estimativa e/ou associação do teor de glúten do alimento; o dispositivo sendo ainda configurado para receber, por meio de uma interface de entrada, informações sobre o consumo de alimento de um indivíduo; uma base de dados que recebe e armazena as informações relacionadas ao consumo de alimentos e as informações sobre o consumo de alimento do indivíduo, a base de dados armazenando ainda um limite máximo de consumo de glúten admitido para o indivíduo; um processador com um software de análise embarcado na sua memória interna ou armazenado em um servidor na Internet com acesso pelo processador, para estimar uma quantidade diária de glúten consumido pelo indivíduo, durante um período pré-determinado de tempo, por exemplo e não se limitando a vinte e quatro horas para a realização de uma análise probabilística baseada nas informações armazenadas na base de dados; em que a estimativa da quantidade de glúten diário consumido pelo indivíduo é atualizada, em tempo real, a cada novo recebimento das informações relacionadas ao consumo de alimentos e/ou das informações sobre o consumo de alimento do indivíduo; e em que é gerado um aviso para o indivíduo quando o processador estima que um próximo consumo de alimento irá ultrapassar o limite diário pré-estabelecido de consumo de glúten admitido para o indivíduo.
[00018] As informações sobre consumo de alimento incluem tipo de alimento, sua respectiva quantidade, horário e local de consumo. A análise probabilística para determinar a quantidade de glúten diário consumido é realizada pelo somatório da probabilidade de cada alimento possuir glúten na sua composição, dada pelo produto entre a quantidade de alimento ingerido estimada e a quantidade total de glúten estimada consumida associada a cada alimento.
[00019] Ainda, a presente invenção se refere a um sistema para predição de associação de indisposição a consumo de glúten, que compreende um dispositivo configurado para capturar informações relacionadas ao consumo de um alimento, tais informações permitindo a identificação, estimativa e/ou associação do teor de glúten do alimento; o dispositivo sendo ainda configurado para receber, por meio de uma interface de entrada, informações sobre o consumo de alimento de um indivíduo; uma base de dados que recebe e armazena as informações relacionadas ao consumo de alimentos e as informações sobre ο consumo de alimento do indivíduo, a base de dados armazenando ainda um limite máximo de consumo de glúten admitido para o indivíduo; um processador para estimar uma quantidade diária de glúten consumido pelo indivíduo á partir de uma análise probabilística baseada nas informações armazenadas na base de dados, formando um histórico de consumo diário de glúten por indivíduo; em que um indivíduo, ao informar o dispositivo, por meio da sua interface, sobre uma indisposição física, faz com que o sistema realize uma etapa de avaliação e cálculo de probabilidade de causa da indisposição, de modo a predizer, por um resultado numérico percentual, se tal indisposição é resultado de reação do sistema imunológico ao glúten.
[00020] A etapa de avaliação e cálculo de probabilidade de causa da indisposição é realizada através da estimativa do consumo de glúten pelo paciente nas últimas vinte quatro horas, ou outro intervalo de tempo pré-definido, e a probabilidade do paciente ter sintomas da doença celíaca em função da quantidade de glúten consumido. Esse cálculo é realizado através de uma estimativa inicial de probabilidade em função do consumo de glúten utilizando uma distribuição de função de probabilidade do tipo Poisson.
[00021] Ainda, o sistema rastreia o consumo de glúten mais provável de ser a causa de indisposição, pela avaliação do histórico dos dados de consumo armazenados e dos sintomas físicos apresentados pelo paciente.
Breve Descrição das Figuras
[00022] A presente invenção será a seguir explicada com base nas figuras a seguir especificadas:
[00023] A Figura 1 ilustra o fluxograma que representa a inserção de informações de alimentação, no início de uma refeição, no dispositivo do sistema para acompanhamento de consumo de glúten de acordo com a presente invenção;
[00024] A Figura 2 ilustra o fluxograma que representa esquematicamente a predição estatística da quantidade de consumo de glúten ingerida por um indivíduo;
[00025] A Figura 3 representa um gráfico de função de probabilidade acumulada em função da quantidade de glúten ingerida por um indivíduo.
Descrição Detalhada da Invenção
[00026] Em muitos países, os alimentos processados ditos como sem glúten podem, na verdade, conter uma pequena quantidade de glúten, devendo respeitar uma quantidade máxima de glúten para que possam ser vendidos como sendo “sem glúten”. No Brasil, para um alimento processado ser vendido como “sem glúten”, deve possuir no máximo 20 partes por milhão (ppm) de glúten.
[00027] A pessoa com doença celíaca necessita controlar o consumo dos alimentos processados para evitar a reação do sistema imunológico, mas, mesmo consumindo os produtos “sem glúten”, acaba ingerindo quantidades de glúten que, embora mínimas, podem se tornar significativas quando considerado o efeito de consumos acumulativos.
[00028] Assim, quando do consumo de alimentos processados “sem glúten”, o indivíduo precisa se atentar ã quantidade de alimentos processados consumidos para não consumir a quantidade de glúten máxima indicada para o paciente com doença celíaca que, no caso, é de até 10 mg de glúten diários nos alimentos processados.
[00029] Por exemplo, se um indivíduo consumisse 300 g de um alimento dito “sem glúten” compreendendo em sua composição um valor de 20 ppm de glúten, seriam consumidos aproximadamente 6 mg de glúten. Assim, se esse mesmo alimento possuir 50 ppm, ao consumir 300 g, o indivíduo estaria ingerindo 15 mg de glúten, ou seja, 5 mg acima do máximo recomendado, podendo, com isso, apresentar um quadro clínico de inflamação do intestino delgado e outros sintomas associados à doença celíaca.
[00030] O controle do alimento consumido diariamente pelo indivíduo com doença celíaca é bastante trabalhoso, sendo necessário fazer o controle e balanceamento dos alimentos para não ultrapassar o máximo de 10 mg de glúten diários.
[00031] No caso de o indivíduo ter consumido acima de 10 mg de glúten e passar mal devido à reação do sistema imunológico, ele terá que avaliar qual alimento e, caso tenha se alimentado fora de casa, em que lugar tal alimento foi consumido. Entretanto, a resposta imunológica pode demorar alguns dias, dificultando, assim, a identificação da causa de ocorrência de tal indisposição/inflamação.
[00032] Além disso, outro problema que o indivíduo celíaco enfrenta é a frequente incerteza sobre uma indisposição ser associada ao consumo de glúten. Isto porque muitos dos sintomas do paciente com doença celíaca são similares a de outras doenças comuns, como: diarreia, mal-estar, dor de cabeça, dor de barriga, podendo haver confusão sobre a causa exata da indisposição. Assim, são utilizados testes rápidos de anticorpos para se ter a certeza sobre a causa da indisposição ser o consumo de glúten.
[00033] Existem no mercado algumas soluções que fazem a testagem dos alimentos com relação a possuir glúten na sua composição. Esses equipamentos utilizam algumas tecnologias baseadas em reagentes, que mudam de cor em contato com alimentos com glúten, ou através da tecnologia por espectroscopia de massa, medindo os componentes presentes nos alimentos.
[00034] Outra tecnologia para detecção da quantidade de glúten nos alimentos é a análise por imagem que, através de técnicas de inteligência artificial, realizam a análise dos alimentos e fazem a predição da quantidade de glúten e calorias que eles podem ter.
[00035] Assim, a presente invenção provê uma solução efetiva para indivíduos com doença celíaca fazerem o acompanhamento do alimento que está consumindo e o balanceamento do consumo de glúten. Como evitar se alimentar com alimentos totalmente sem glúten é praticamente impossível, é extremamente necessária uma metodologia que possa ser aplicada em um dispositivo com software para auxiliar o indivíduo celíaco fazer esse acompanhamento de consumo.
[00036] O sistema da presente invenção compreende, para a aquisição de dados e processamento de informações, um dispositivo configurado para capturar informações relacionadas ao consumo de um alimento, tais informações permitindo a identificação, estimativa e/ou associação do teor de glúten do alimento. O dispositivo é, ainda, configurado para receber, por meio de uma interface de entrada, informações sobre o consumo de alimento de um indivíduo.
[00037] Ο dispositivo do sistema de acordo com a presente invenção é dotado de um conjunto de sensores, de modo que o dispositivo realiza a aquisição de dados e processamento de informações e pode, quando disponível, ser alimentado com os dados dos sensores de glúten. O sistema pode, ainda, ser alimentado com os dados de testes de anticorpos que forem realizados para o indivíduo. A detecção de glúten e de suas quantidades pode também ser realizada, além de técnicas de inteligência artificial aplicadas a reconhecimento de imagem, por quaisquer tecnologias do tipo espectrometria ou, ainda, com o uso de reagentes químicos.
[00038] Desta maneira, o dispositivo do sistema da presente invenção funciona como um repositório de dados, de modo que um indivíduo realiza registros de refeições (alimentos, quantidades, dias e locais), os quais são armazenados no sistema para constituição do banco de dados, que é continuamente alimentado.
[00039] Tais dados passam a compor uma base de dados que recebe e armazena as informações relacionadas ao consumo de alimentos e as informações sobre o consumo de alimento do indivíduo, a base de dados armazenando ainda um limite máximo de consumo de glúten admitido para o indivíduo.
[00040] Assim, é possível, por exemplo, que seja feita uma triagem sobre o alimento e o local aonde foi consumido e que pode ter provocado essa reação do sistema imunológico devido a ter uma quantidade elevada de glúten.
[00041] O dispositivo com interface e com o conjunto de sensores de aquisição de dados e processamento de informações do sistema de acordo com a presente invenção compreende um conjunto de sensores de detecção para identificar quantidades de glúten em alimentos, que pode ser parte do próprio dispositivo ou a ele acoplado, por exemplo: sensores para detecção de glúten, como sensores químicos ou por espectrometria.
[00042] A interface do dispositivo é qualquer interface capaz de realizar a alimentação de informações por um indivíduo. O conjunto de sensores compreende, pelo menos, um leitor de código de barras, para obtenção de dados de rótulos de alimentos industrializados, bem como foto sensores, capazes de, por meio de imagens, identificar alimentos consumidos, bem como suas quantidades, e mensurar a quantidade de glúten envolvida por meio de associação de tais alimentos e quantidades com dados do banco de dados do sistema de acordo com a presente invenção.
[00043] No caso de captação de informações, por meio de técnicas de inteligência artificial (Machine Learning, Redes Neurais, Support Vector Machine), um software na nuvem com acesso via Internet realiza a análise do alimento, acessando uma base de dados já disponível previamente com dezenas de milhares de fotos de alimentos em diversos tipos de combinações e pratos. Essa base de dados poderá continuamente ser atualizada, para que diversos outros tipos de alimentos possam ser detectados (por exemplo, caso o algoritmo de inteligência artificial não detectar corretamente os alimentos, o usuário entra manualmente com os dados, e a partir desse momento ser atualizada a base de dados).
[00044] Entretanto, por compreender um conjunto de sensores (como parte do sensor ou a ele acoplado), o dispositivo do sistema de acordo com a presente invenção faz uma avaliação de quantidade consumida muito além da leitura de código de barras isoladamente. Assim, com base nos dados obtidos pelo conjunto de sensores do sistema de acordo com a presente invenção, é realizada uma estimativa do consumo de glúten utilizando análise estatística.
[00045] Assim, são inseridos, por meio da interface, para aquisição de dados e processamento de informações, dados que formam uma base de dados sobre alimentos e seus teores de glúten. Uma vez inseridos no dispositivo os alimentos e suas quantidades consumidas, é realizada uma análise probabilística levando em conta cada alimento consumido, de modo que é calculada, em um estado de indisposição do indivíduo, uma probabilidade de tal indisposição ser ou não resultado de uma reação do sistema imune. Os dados naturalmente são processados por um software no processador que é incluído no dispositivo do sistema da presente invenção ou num software na internet que o processador tem acesso.
[00046] Neste sentido, como ilustrado pela Figura 1, que representa um fluxograma de inserção de informações no dispositivo do sistema de acordo com a presente invenção, no início de uma refeição, em que os dados podem ser inseridos manualmente, ou ainda por imagens, pelo usuário através de um aplicativo/software em dispositivos móveis. Outra opção é o usuário tirar uma foto do alimento no prato e o dispositivo automaticamente identificar, por meio do software, os alimentos consumidos e suas respectivas quantidades. Como mostrado na Figura 1, após essa etapa de detecção dos tipos de alimento na refeição, um software irá fazer a análise para a estimativa da quantidade de alimento e de glúten em cada alimento da refeição, levando-se em consideração uma base de dados com a quantidade de glúten em cada alimento disponível em uma biblioteca, seja ela online ou offline. Essa base de dados será sempre atualizada para a inserção de novos tipos de alimento com ou sem glúten.
[00047] Ainda, como mostra o fluxograma da Figura 1, é necessário informar se algum dos alimentos que estão sendo consumidos é considerado como sem glúten, isto é, com menos de 20 ppm na sua composição. Essa informação também poderá ser lida através do leitor de código de barras ou QR code na embalagem do produto. Uma base de dados de rótulos cadastrados de alimentos sem glúten será disponibilizada para checar se esse produto está cadastrado e se ele é realmente sem glúten. Caso o produto não esteja cadastrado, essa informação irá ser enviada para uma equipe externa de suporte para checagem e obtenção de informações.
[00048] O sistema da presente invenção pode, ainda, por meio de sensores e meios de identificação, identificar a presença de glúten em alimentos, mesmo naqueles naturais, que podem vir a compreender traços de glúten, provenientes, por exemplo, de contaminação cruzada.
[00049] Assim, todas as informações adquiridas seguirão para estimar a quantidade de consumo de glúten diário de um indivíduo e também para uma análise probabilística e conseguinte predição estatística sobre uma eventual indisposição de um indivíduo estar ou não associada ao consumo de glúten.
[00050] Assim, a Figura 2 representa um fluxograma para a predição estatística da quantidade de consumo de glúten ingerida, a determinação sobre o consumo de glúten acumulado de alimentos processados ditos sem glúten (isto é, compreendendo uma quantidade de glúten inferior a 20 ppm) durante uma quantidade de tempo pré-determinada, por exemplo nas últimas 24 horas, ter ultrapassado uma quantidade de glúten máxima de segurança a pacientes celíacos e a estimativa sobre algum alimento consumido possuir um valor igual ou superior a 20 ppm na sua composição (limite máximo estabelecido).
[00051] Sintomas de reação típicos de doença celíaca serão monitorados 24 horas por dia e será realizada uma predição estatística para verificar a probabilidade dessas reações do organismo do indivíduo ser devido ao consumo de glúten acima do permitido para uma pessoa com a doença celíaca.
[00052] Para a estimativa estatística do consumo de glúten e predição de possíveis efeitos colaterais devido ao consumo de glúten, é realizada uma análise de probabilidade de distribuição de Poisson, de acordo com a equação 1, que é uma distribuição de probabilidade de variável aleatória que expressa a probabilidade de uma série de eventos ocorrerem em um certo período de tempo se estes eventos ocorrerem independentemente de quando ocorreu o último evento.
[00053] Na equação (1), que possibilita a estimativa da probabilidade de ocorrência de um determinado evento x, λ é a média de eventos em um intervalo de tempo ou a taxa média de ocorrência por unidade medida; a variável aleatória X a contagem do número de eventos ocorrendo no intervalo.
Figure img0001
[00054] Assim, em tempo real, o sistema de acordo com a presente invenção atualiza a quantidade de glúten diário consumido pelo indivíduo e disponibiliza tal estimativa continuamente. No caso de uma refeição em que se consome um alimento processado “sem glúten” (possuindo, portanto, uma quantidade de glúten inferior a 20 ppm), que, de modo cumulativo, pode gerar uma resposta autoimune devido ao consumo de glúten, o sistema gera avisos para o usuário (através de uma notificação, como: alerta sonoro, visual ou mensagem em dispositivo móvel) de que o alimento a ser consumido poderá gerar a dita resposta autoimune devido ao consumo de glúten.
[00055] A função de distribuição de Poisson acumulativa de 24 horas, por exemplo, de consumo de glúten inicialmente a ser utilizada para o cálculo da probabilidade pode ser vista na Figura 3. Essa função é ajustada com o tempo, de acordo com o número de vezes em que os sintomas serão apresentados pelo paciente e de acordo com os testes de anticorpos que o paciente irá realizar. Para o ajuste dessa curva podem ser utilizadas técnicas de redes neurais ou de minimização de erros (método dos mínimos quadrados, por exemplo).
[00056] De toda forma, um indivíduo celíaco pode eventualmente ultrapassar ou não esta quantidade e ainda assim ter um quadro de indisposição. Assim, a presente invenção também se refere a um sistema predição de associação de indisposição em um indivíduo a consumo de glúten inadequado.
[00057] Neste sentido, no caso de um indivíduo celíaco passar por uma indisposição, com sintomas como diarreia, vômitos, dor de cabeça, febre, mal-estar, o sistema de dados e processamento de informações é acionado para realizar uma etapa de avaliação e cálculo de probabilidade de causa da indisposição, de modo a predizer se tal indisposição é resultado de reação do sistema imunológico ao glúten.
[00058] Na Figura 3 é mostrada a função de densidade acumulada de glúten nas últimas 24 horas. À partir de 10 mg de consumo de glúten, a probabilidade do paciente apresentar sintomas aumenta mais rapidamente. Esse gráfico de função de probabilidade acumulada será reajustado com o tempo, de acordo com os dados coletados do paciente. A curva pode ser ajustada e uma nova curva estimada obtida após processos de ajustes utilizando, por exemplo, técnicas de mínimos quadrados, redes neurais, support vector machine ou outra técnica de inteligência artificial.
[00059] Como exemplo do caso do consumo acumulado de glúten nas últimas 24 horas, dado uma distribuição de Poisson com taxa λ = 15, com a distribuição de probabilidade em função do consumo de glúten mostrado na Figura 3. A tabela abaixo mostra a quantidade mínima Qmin de glúten em miligramas e a probabilidade mínima Pmin do paciente ter sintomas e a quantidade máxima Qmax de glúten em miligramas e a probabilidade máxima Pmax do paciente ter sintomas para essa distribuição de Poisson.
Figure img0002
[00060] Os exemplos acima demonstraram o cálculo da probabilidade de o paciente desenvolver uma resposta do sistema imune dada uma determinada distribuição de Poisson com λ = 15. Esse somente é um exemplo, podendo o algoritmo definir outros valores de λ em função do histórico de sintomas do paciente e dos testes de anticorpos a serem realizados, de tal maneira a obter uma distribuição de Poisson de probabilidade que seja o mais adequado para determinado paciente.
[00061] Com os dados de sintomas a serem fornecidos, poder-se-á validar a probabilidade da reação ao glúten. Um acompanhamento temporal com relação à quantidade de glúten acumulada deverá ser realizada e ajustes ao longo do tempo poderão refinar o processo para que seja cada vez mais precisa a resposta do sistema com relação às reações do sistema imunológico devido ao consumo de glúten pelo paciente com a doença celíaca.
[00062] Um caso particular e que pode acontecer poucas vezes é o paciente realizar 0 teste de anticorpos para a doença celíaca. Se o teste de anticorpos fornecer resultado positivo para aquela quantidade de glúten que foi estimada pelo sistema, será um dado a mais para auxiliar na correção das curvas de distribuição de Poisson. Entretanto, como não é possível ter certeza de que a quantidade de glúten consumida estimada pelo sistema foi totalmente correta, esses ajustes da distribuição de Poisson com os testes de anticorpos só serão realizados após uma certa amostragem mínima de exames de anticorpos, para que estatisticamente seja significativa a amostragem. Por exemplo, com o teste de anticorpos a curva poderá ser reajustada a cada 10 testes realizados. Isso é somente um exemplo, pode-se utilizar mais ou menos testes para a correção da curva via definição desse parâmetro no software do sistema.
[00063] Com o armazenamento de dados na base de dados e com o passar do tempo, o sistema irá armazenas mais dados relativos ao estado de saúde e testes de anticorpos realizados, e com a presente invenção tenderá a ser mais preciso no diagnóstico e alertas para o indivíduo com a doença celíaca.
[00064] Tendo sido descrito um exemplo de concretização preferida da presente invenção, deve ser entendido que o escopo da presente invenção abrange outras variações possíveis do conceito inventivo descrito, sendo limitadas tão somente pelo teor das reivindicações, aí incluídos os possíveis equivalentes.

Claims (9)

  1. Sistema para acompanhamento de consumo de glúten, caracterizado pelo fato de que compreende:
    um dispositivo configurado para capturar informações relacionadas ao consumo de um alimento, tais informações permitindo a identificação, estimativa e/ou associação do teor de glúten do alimento;
    o dispositivo sendo ainda configurado para receber, por meio de uma interface de entrada, informações sobre o consumo de alimento de um indivíduo;
    uma base de dados que recebe e armazena as informações relacionadas ao consumo de alimentos e as informações sobre o consumo de alimento do indivíduo, a base de dados armazenando ainda um limite máximo de consumo de glúten admitido para o indivíduo;
    um processador para estimar uma quantidade de glúten consumido pelo indivíduo a partir de uma análise probabilística baseada nas informações armazenadas na base de dados, o processador também estimando uma quantidade diária de glúten consumido pelo indivíduo com base nos sucessivos consumos de glúten ao longo de um dia;
    em que a estimativa da quantidade de glúten diário consumido pelo indivíduo é atualizada, em tempo real, a cada novo recebimento das informações relacionadas ao consumo de alimentos e/ou das informações sobre o consumo de alimento do indivíduo; e
    em que é gerado um aviso para o indivíduo quando o processador estima que um próximo consumo de alimento irá ultrapassar o limite máximo de consumo de glúten admitido para o indivíduo.
  2. Sistema para acompanhamento de consumo de glúten, de acordo com a reivindicação 1, caracterizado pelo fato de que as informações sobre consumo de alimento incluem tipo de alimento, sua respectiva quantidade, horário e local de consumo. Sistema para acompanhamento de consumo de glúten, de acordo com a reivindicação 1 ou 2, caracterizado pelo fato de que a análise probabilística para determinar a quantidade de glúten diário consumido (glutendiário) é realizada pelo somatório, para cada alimento consumido ao longo de um dia, dos produtos entre a probabilidade do alimento consumido ter glúten, a porcentagem de glúten por grama do alimento, a quantidade de alimento consumido pelo indivíduo e a função estatística de distribuição de probabilidade de glúten acumulado pela ingestão de alimentos pelo indivíduo celíaco.
  3. Sistema para acompanhamento de consumo de glúten, de acordo com qualquer uma das reivindicações 1 a 3, caracterizado pelo fato de que o limite máximo de consumo de glúten admitido é inferior a 20 ppm de glúten.
  4. Sistema para acompanhamento de consumo de glúten, de acordo com qualquer uma das reivindicações 1 a 4, caracterizado pelo fato de que o aviso gerado para o indivíduo é um dentre uma notificação de alerta sonoro, visual e mensagem em dispositivo móvel.
  5. Sistema para acompanhamento de consumo de glúten, de acordo com qualquer uma das reivindicações 1 a 5, caracterizado pelo fato de que o dispositivo compreende um conjunto de sensores.
  6. Sistema para acompanhamento de consumo de glúten, de acordo com qualquer uma das reivindicações 6, caracterizado pelo fato de que o conjunto de sensores compreende, pelo menos, um leitor de código de barras e foto sensores.
  7. Sistema para predição de associação de indisposição a consumo de glúten caracterizado pelo fato de que
    um dispositivo configurado para capturar informações relacionadas ao consumo de um alimento, tais informações permitindo a identificação, estimativa e/ou associação do teor de glúten do alimento;
    o dispositivo sendo ainda configurado para receber, por meio de uma interface de entrada, informações sobre o consumo de alimento de um indivíduo uma base de dados que recebe e armazena as informações relacionadas ao consumo de alimentos e as informações sobre o consumo de alimento do indivíduo, a base de dados armazenando ainda um limite máximo de consumo de glúten admitido para o indivíduo;
    um processador para estimar uma quantidade de glúten consumido pelo indivíduo a partir de uma análise probabilística baseada nas informações armazenadas na base de dados e em bancos de dados compreendendo informações sobre alimentos, formando um histórico de consumo diário de glúten por indivíduo;
    em que um indivíduo, ao informar o dispositivo, por meio da sua interface, sobre uma indisposição física, faz com que o sistema realize uma etapa de avaliação e cálculo de probabilidade de causa da indisposição, de modo a predizer, por um resultado numérico percentual, se tal indisposição é resultado de reação do sistema imunológico ao glúten.
  8. Sistema para predição de associação de indisposição a consumo de glúten, de acordo com a reivindicação 7, caracterizado pelo fato de que a etapa de avaliação e cálculo de probabilidade de causa da indisposição é realizada através:
    (a) de uma primeira estimativa de probabilidade dos sintomas serem devido ao consumo de glúten, baseado numa análise estatística baseada numa distribuição acumulativa inicial de Poisson;
    (b) análises estatísticas posteriores com ajustes da curva de distribuição acumulativa de Poisson baseado em dados do histórico do usuário, sendo esses ajustes da curva de distribuição realizados com técnicas de inteligência artificial.
  9. Sistema para predição de associação de indisposição a consumo de glúten, de acordo com a reivindicação 7 ou 8, caracterizado pelo fato de que o sistema rastreia o consumo de glúten mais provável de ser causa de indisposição, pela avaliação do histórico dos dados de consumo armazenados.
BR102021012841-0A 2021-06-28 2021-06-28 Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten BR102021012841A2 (pt)

Priority Applications (2)

Application Number Priority Date Filing Date Title
BR102021012841-0A BR102021012841A2 (pt) 2021-06-28 2021-06-28 Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten
US17/571,979 US11861920B2 (en) 2021-06-28 2022-01-10 System for monitoring gluten consumption and predicting association of indisposition to gluten consumption

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
BR102021012841-0A BR102021012841A2 (pt) 2021-06-28 2021-06-28 Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten

Publications (1)

Publication Number Publication Date
BR102021012841A2 true BR102021012841A2 (pt) 2023-01-03

Family

ID=84542419

Family Applications (1)

Application Number Title Priority Date Filing Date
BR102021012841-0A BR102021012841A2 (pt) 2021-06-28 2021-06-28 Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten

Country Status (2)

Country Link
US (1) US11861920B2 (pt)
BR (1) BR102021012841A2 (pt)

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
ES2385455B2 (es) * 2010-12-28 2013-09-25 Universidad De Sevilla Determinación de niveles de péptidos inmunogénicos del gluten en muestras humanas.
US20140315162A1 (en) * 2011-12-09 2014-10-23 Joel Ehrenkranz System and methods for monitoring food consumption
EP3326142A4 (en) * 2015-07-22 2019-03-20 Biomerica Inc. SYSTEM AND METHOD FOR PROVIDING FOOD RECOMMENDATION BASED ON SENSITIVITY TESTS
EP3370544A1 (en) * 2015-11-05 2018-09-12 Nestec S.A. Gluten-free pasta comprising brassicaceae seed protein
US10832590B2 (en) * 2017-09-13 2020-11-10 At&T Intellectual Property I, L.P. Monitoring food intake

Also Published As

Publication number Publication date
US11861920B2 (en) 2024-01-02
US20220415065A1 (en) 2022-12-29

Similar Documents

Publication Publication Date Title
Kang et al. Comparing two correlated C indices with right‐censored survival outcome: a one‐shot nonparametric approach
Han et al. Validity of self‐reported pre‐pregnancy weight and body mass index classification in an integrated health care delivery system
Pisa et al. The prevalence of vegetative and minimally conscious states: a systematic review and methodological appraisal
Pokrywka et al. Accuracy of patient care staff in estimating and documenting meal intake of nursing home residents
TW200813880A (en) Method and device for monitoring a physiological parameter
Goerss et al. Automated sensor‐based detection of challenging behaviors in advanced stages of dementia in nursing homes
Su et al. Increasing trend in the prevalence of gestational diabetes mellitus in Taiwan
CN113658704A (zh) 糖尿病风险预测设备、装置和存储介质
JP2022518286A (ja) 被訓練モデルへの母集団記述子の関連付け
Kozyrskyj et al. A novel study design to investigate the early‐life origins of asthma in children (SAGE study)
CN109509104A (zh) 基于人脸识别的身份认证方法、装置、服务器及介质
Stephens et al. Examining mid‐upper arm circumference malnutrition z‐score thresholds
CN116913496B (zh) 一种医疗数据处理与管理方法、装置、终端及介质
US20210406731A1 (en) Network-implemented integrated modeling system for genetic risk estimation
BR102021012841A2 (pt) Sistema para acompanhamento de consumo de glúten e predição de associação de indisposição a consumo de glúten
CN111065921A (zh) 健康监测系统、健康监测方法以及健康监测程序
CN113436738A (zh) 管理风险用户的方法、装置、设备及存储介质
Crane et al. Diabetes case identification methods applied to electronic medical record systems: their use in HIV-infected patients
CN112366002A (zh) 一种基于知识库对院内真实世界不良用药的评估方法
Jafarzadeh et al. Bayesian modeling and inference for diagnostic accuracy and probability of disease based on multiple diagnostic biomarkers with and without a perfect reference standard
Huang et al. Hierarchical mixture models for longitudinal immunologic data with heterogeneity, non-normality, and missingness
Wu et al. A comparison of existing methods to detect weight data errors in a pediatric academic medical center
TWI783172B (zh) 用於處理處方之裝置及方法
McEvoy et al. A reduced abbreviated indirect calorimetry protocol is clinically acceptable for use in spontaneously breathing patients with traumatic brain injury
Haerian et al. Use of clinical alerting to improve the collection of clinical research data

Legal Events

Date Code Title Description
B03A Publication of a patent application or of a certificate of addition of invention [chapter 3.1 patent gazette]