ככל שילד נוגס מהר יותר במהלך ארוחה או חטיף, כך גדל הסיכון לפתח השמנת יתר, על פי חוקרים ממחלקת מדעי התזונה של פן סטייט. אבל המחקר על הקשר הזה מוגבל לעתים קרובות למחקרים קטנים בסביבות מעבדה, בעיקר בגלל שקשה לספור את שיעור הנשיכה של ילד; זה מחייב מישהו לצפות בסרטונים של ילד אוכל ולתעד ידנית כל ביס.
כדי לאפשר ספירת קצב הנשיכה למחקרים גדולים יותר ובסביבות שונות, חוקרים מהמחלקות של פן סטייט למדעי התזונה והתפתחות האדם ומחקרי משפחה שיתפו פעולה כדי לפתח מודל של בינה מלאכותית (AI) שמודד את קצב הנשיכה.
מחקר פיילוט – פורסם לאחרונה ב גבולות בתזונה – הוכיח שהמערכת מצליחה כיום בכ-70% כמו מונים לנשיכות אנושיות. למרות שזה דורש יותר פיתוח, החוקרים אמרו שמודל הבינה המלאכותית מראה הבטחה לעזור לחוקרים – ובסופו של דבר להורים ולאנשי מקצוע בתחום הבריאות – לזהות מתי ילדים צריכים להאט או להתאים אחרת את דרכי האכילה.
אכילה מהירה מדי וסיכון להשמנה
כשאנחנו אוכלים מהר, אנחנו לא נותנים למסלול העיכול שלנו זמן לחוש את הקלוריות. ככל שאתה אוכל מהר יותר, כך זה עובר מהר יותר דרך הבטן שלך, והגוף לא יכול לשחרר הורמונים בזמן כדי ליידע אותך שאתה שבע. מאוחר יותר, אולי תרגישו שאכלתם יותר מדי, אבל כשהתנהגות זו חוזרת על עצמה, אוכלים מהירים יותר נמצאים בסיכון גבוה יותר לפתח השמנת יתר".
קתלין קלר, פרופסור ויו"ר הלן א. גאת'רי למדעי התזונה בפן סטייט ומחברת שותפה של המחקר
קצב נשיכה מהיר יותר, במיוחד בשילוב עם גודל נשיכה גדול יותר, קשור לשיעורי השמנת יתר גבוהים יותר בקרב ילדים, על פי מחקר קודם מקבוצת המעבדה של קלר. מחקרים אחרים הוכיחו כי גודל נשיכה גדול יותר עשוי להיות גם גורם סיכון לחנק.
"קצב הנשיכה הוא לעתים קרובות התנהגות המטרה להתערבויות שמטרתן להאט את קצב האכילה", אמרה אלינה פירס, ספרנית לניהול נתוני מחקר בפן סטייט ומחברת שותפה למחקר זה. "הסיבה לכך היא שקצב הנשיכה הוא מאפיין יציב של סגנון האכילה של ילדים שניתן לכוון אליו כדי להפחית את קצב האכילה, הצריכה שלהם ובסופו של דבר את הסיכון להשמנה."
מדידת קצב הנשיכה היא עבודה מייגעת ועתירת עבודה, כלומר היא יקרה, מה שלעתים קרובות מגביל את כמות הנתונים הנלקחים בחשבון במחקרי קצב הנשיכה, לדברי קלר, חבר סגל במכון למדעי החברה בפן סטייט במימון משותף.
מינוף טכנולוגיה לשמירה על בריאות ילדים
כדי לטפל בבעיה זו, Yashaswini Bhat, מועמד לדוקטורט במדעי התזונה והמחבר הראשי של המחקר, רצה לפתח את מונה הנשיכות הראשון של AI לשימוש במחקרים על התנהגויות אכילה של ילדים.
"יש לי עניין בבינה מלאכותית ובמדעי הנתונים, אבל מעולם לא פיתחתי מערכת כמו זו", אמר בהט.
היא שיתפה פעולה עם טימותי בריק, פרופסור חבר להתפתחות אנושית ולימודי משפחה בפן סטייט ומחברת שותפה למחקר, כדי לבנות מערכת שיכולה לזהות פרצופים של ילדים בסרטון עם מספר אנשים ולאחר מכן לזהות נשיכות בודדות כאשר ילד אוכל.
"משתף פעולה מנוסה ובעל ידע כמו ד"ר בריק היה בעל ערך רב לפרויקט הזה", אמר בהט.
החוקרים השתמשו ב-1,440 דקות של סרטונים ממחקר המזון והמוח של קלר, מחקר במימון המכון הלאומי לסוכרת ומחלות עיכול וכליות של המנגנונים העצביים שעשויים להשפיע על אכילת יתר אצל ילדים. צילומי הווידאו כללו 94 ילדים בני שבע עד תשע שצרכו ארבע ארוחות בהזדמנויות נפרדות עם כמויות משתנות של מזונות זהים.
החוקרים זיהו נשיכות ב-242 מהסרטונים על ידי צפייה בסרטונים וציון כל נשיכה. לאחר מכן הם השתמשו במידע הזה כדי לאמן את מודל הבינה המלאכותית. לאחר שהמודל הצליח לזהות אירועים שנראו כעקיצות, החוקרים ביקשו ממנו להעריך 51 סרטונים אחרים מאותו סט נתונים. לאחר מכן השוו החוקרים את העקיצות שזוהו על ידי המודל כדי לראות אם הן תואמות את העקיצות שקודדו על ידי עוזרי מחקר.
צעד ראשון מוצלח
"המערכת שפיתחנו הצליחה מאוד לזהות את פני הילדים", אמר בהט. "הוא גם עשה עבודה מצוינת בזיהוי עקיצות כשהיה לו נוף ברור וללא הפרעה של פניו של ילד."
המערכת, לעומת זאת, עדיין לא מוכנה לשימוש נרחב, לדברי בהט. התוצאות הוכיחו כי המודל הצליח ב-97% בערך כמו אדם בזיהוי פנים של ילד בסרטון, אך הצליח ב-70% בערך כמו אדם בזיהוי כל ביס.
"המערכת הייתה פחות מדויקת כאשר פניו של ילד לא נראו במלואן למצלמה או כאשר ילד לעס את הכף או שיחק עם האוכל שלו, כפי שקורה לעתים קרובות לקראת סוף הארוחה", אמר בהט. "כפי שאפשר לדמיין, התנהגות מסוג זה נפוצה הרבה יותר בקרב ילדים מאשר אצל מבוגרים. לעיסה של כלי נראתה לפעמים כנשיכה, וזה סיבך את המשימה עבור מודל הבינה המלאכותית".
בעוד שנדרשת עבודה נוספת, החוקרים אמרו כי מחקר זה מייצג מבחן פיילוט מוצלח. עם יותר הכשרה, הם אמרו שהמערכת – שנקראת ByteTrack – תזהה בצורה מדויקת יותר עקיצות ותלמד להתעלם מפעולות אחרות, כמו לגימת משקה.
"המטרה הסופית היא לפתח מערכת חזקה שיכולה לתפקד בעולם האמיתי", אמר בהט. "יום אחד, אולי נוכל להציע אפליקציה לסמארטפון שמזהירה ילדים כאשר הם צריכים להאט את האכילה שלהם כדי שיוכלו לפתח הרגלים בריאים שנמשכים כל החיים".
המכון הלאומי לסוכרת ומחלות עיכול וכליות, המכון הלאומי למדעי הרפואה הכללית, מכון פן סטייט למדעי החישוב והנתונים והמכון למדע קליני ותרגומי של פן סטייט מימנו את המחקר הזה.
