Eating Index

ตัวชี้วัดในการทานอาหารที่ดีต่อสุขภาพ
 
ความพยายามของระบบสาธารณสุขทั่วโลก ต้องการให้ประชาชนในประเทศมีสุขภาพดี โดยเฉพาะอย่างยิ่ง เรื่องการรับประทานอาหาร และได้สร้างเครื่องมือต่าง ๆ ที่จะช่วยแนะนำและประเมินการรับประทานอาหารที่ดีต่อสุขภาพ อาทิเช่น อาหารหลัก 5 หมู่ Food Pyramid, Dash Diet, Recommended Food Score (RFS), Mediterranean Diet Score (MDS), Healthy Diet Indicator (HDI), Health Eating Index (HEI) และ MyPlate เป็นต้น ทั้งนี้ ทุกตัวชี้วัดจะมีลักษณะที่คล้ายคลึงกัน คือ ความครบถ้วนของสารอาหารที่ร่างกายต้องการในแต่ละวัน รวมทั้ง สัดส่วนระหว่างการบริโภคเนื้อสัตว์และผักผลไม้ที่เหมาะสม ซึ่งแต่ละตัวชี้วัดจะมีรายละเอียดของสารอาหารและปริมาณที่แนะนำในการบริโภค และวัตถุประสงค์ในการนำไปใช้งานแตกต่างกันไป
 
ตัวชี้วัดในการทานอาหารที่ดีต่อสุขภาพ ที่น่าสนใจคือ HEI ที่ถูกพัฒนาโดยศูนย์นโยบายและส่งเสริมด้านโภชนาการ ประเทศสหรัฐอเมริกา และถูกนำมาพัฒนาต่อยอดโดยทีมนักวิจัยจากมหาวิทยาลัย Harvard ที่มีชื่อว่า Alternative Healthy Eating Index (AHEI2010) ซึ่งเป็นดัชนีที่นิยมใช้กันอย่างแพร่หลายในการวัดคุณภาพของการรับประทานอาหารที่ส่งผลต่อภาวะสุขภาพที่ดี และการช่วยลดโอกาสในการเกิดโรคเรื้อรัง (Chronic diseases) โดยผลงานวิจัยจำนวนมากแสดงให้เห็นว่า AHEI และการเกิดโรคเรื้อรัง อาทิเช่น โรคเบาหวาน โรคหลอดเลือด (CVD) โรคหัวใจล้มเหลว โรคมะเร็งบางชนิด ฯลฯ มีความสัมพันธ์กันมาก อย่างมีนัยสำคัญ นอกจากนี้ ผลจากงานวิจัยยังสามารถนำมาใช้ในการคาดการณ์ความเสี่ยงและใช้เป็นแนวทางในการป้องกันการเกิดโรคเรื้อรังต่าง ๆ รวมทั้งใช้ในการกำหนดนโยบายด้านสาธารณะสุขที่เหมาะสม อย่างมีประสิทธิภาพ
 
การพัฒนาตัวชี้วัดในการทานอาหารที่ดีต่อสุขภาพ ตามแนวทางของ AHEI2010 แบ่งองค์ประกอบออกเป็น 10 ข้อด้วยกัน โดยแต่ละข้อมีคะแนนเต็ม 10 และมีคะแนนรวม 100 คะแนน โดยที่
• คะแนน มากกว่า 80 หมายถึง Good diet
• คะแนน ระหว่าง 51 – 80 หมายถึง Need dietary improvement และ
• คะแนน น้อยกว่า 51 หมายถึง Poor
Dietary Score
* [ ] คือปริมาณที่บริโภคในแต่ละวัน [0] หมายถึง ไม่ได้รับประทาน
 
1. Whole fruit: [0] = 0 คะแนน, [>= 4 servings/d] = 10 คะแนน
2. Sugar-sweeten beverages & fruit juice: [>=8 oz/d] = 0, [0] = 10
3. Total vegetables: [0] = 0, [>=2.5 cups/d] = 10
4. Whole grains: [0] = 0, [Women [75g/d], Men [90g/d] = 10
5. Nuts and legumes: [0] = 0, [>=1 oz/d] = 10
6. Red and/or processed meat: [>=1.5 servings/d] = 0, [0] = 10
7. Long-chain w-3 fats: [0] = 0, [>=250 mg/d] = 10
8. PUFAs: [<=5 g/d] =0, [>=23 g/d] = 10
9. Sodium: [>2300 mg/d] = 0, [1500-2300 mg/d] = 10
10. Alcohol: [Women 0 or >=2.5 drinks/d, Men [0 or >=3.5 drinks/d} = 0, [Women [0.5 – 1.5 drinks/d, Men [0.5 – 2.0 drinks/d] = 10
 
เตรียมพบกับ #ตัวชี้วัดในการทานอาหารที่ดีต่อสุขภาพ Healthy Eating Index หรือ #การประเมินภาวะโภชนาการ (การประเมินอาหารบริโภค) Dietary assessment โดยผ่านแอพ #KinYooDee เร็ว ๆ นี้ !!!
 
KinYooDee – Eat and Live Well เป็นการรีแบรนด์แอพ iOrderFresh by iOrder เดิม เพื่อให้ภาพลักษณ์แบรนด์มีความชัดเจนยิ่งขึ้น ครอบคลุมการกินดี อยู่ดี
Source: AHEI2010, Photo: Forbes Eating Healthier

Checkup

จากการเริ่มต้นมีสุขภาพที่ดี ตั้งเป้าหมาย ลดน้ำหนัก นับแคล ควบคุมสารอาหาร ตรวจวัดสุขภาพ ให้ iOrder – FoodLog ช่วยดูแลสุขภาพคุณ แอปพลิเคชัน Android และ iOS

FoodAI

ระบบปัญญาประดิษฐ์สำหรับหาความสัมพันธ์ระหว่างสารอาหารและข้อมูลสุขภาพ ช่วยในการระบุว่าสารอาหารใดที่มีส่งผลต่อสุขภาพของแต่ละบุคคล เพื่อให้ผู้ใช้งานสามารถเลี่ยงหลีกหรือระวังการบริโภคที่ก่อให้เกิดผลเสียต่อสุขภาพ และช่วยให้คำแนะนำทางด้านโภชนาการในการเลือกรับประทานอาหาร ระบบใช้แบบจำลองโครงข่ายประสาทเทียม (Artificial Neural Network: ANN) ในการวิเคราะห์หาค่าความสัมพันธ์ โดยมีข้อมูลสุขภาพ สารอาหารที่ได้รับ และภาวะสุขภาพต่าง ๆ เป็นข้อมูลขาเข้า และมีค่าการวัดสุขภาพเป็นข้อมูลขาออก แบ่งออกเป็น 2 ส่วน ดังนี้

1) Generic Model เป็นโมเดลที่ใช้ข้อมูลที่ได้มาจากผู้ใช้งานทั้งหมดในระบบมาประมวลผล เพื่อหาความสัมพันธ์ระหว่างปัจจัยต่าง ๆ ที่อาจส่งผลให้ค่าการวัดสุขภาพเปลี่ยนแปลง ได้แก่ ข้อมูลสุขภาพ ทั้งส่วนของข้อมูลทั่วไป ข้อมูลภาวะสุขภาพ และข้อมูลปริมาณสารอาหารที่ได้จากการบริโภคในแต่ละวัน ซึ่งข้อมูลเหล่านี้จะถูกใช้เป็นข้อมูลขาเข้า และใช้ค่าการวัดทางสุขภาพเป็นข้อมูลขาออกหรือเป้าหมาย (Target) ในการประมวลผลของแบบจำลอง ANN

2) Personalized Model เป็นโมเดลที่ใช้ข้อมูลแต่ละบุคคลมาประมวลผล เพื่อวิเคราะห์หาความสัมพันธ์ระหว่างสารอาหารและค่าการวัดสุขภาพของแต่ละบุคคล ซึ่งเป็นโมเดลที่เพิ่มขึ้นมาเพื่อแก้ไขปัญหาว่า การใช้งานของโมเดลกลางนั้น เป็นข้อมูลของบุคคลหลายคน ทำให้ไม่สามารถที่จะหาค่าความสัมพันธ์ที่เป็นเฉพาะของบุคคลได้ เนื่องจากการประมวลผลจะถูกทำให้เป็นค่ากลางโดยข้อมูลของบุคคลอื่น ๆ ซึ่งโมเดลเฉพาะบุคคลจะมีความแตกต่างของจากโมเดลกลางในส่วนของข้อมูลขาเข้า หรือจำนวนตัวแปรของข้อมูลเข้าขาก็จะแตกต่างกัน ซึ่งในโมเดลเฉพาะบุคคลนั้น ข้อมูลขาเข้าจะมีเพียงข้อมูลสารอาหารที่บริโภค เนื่องจากโมเดลเฉพาะบุคคลจะใช้ชุดข้อมูลของบุคคลเดียว ทำให้ไม่มีความแตกต่างกันในส่วนของข้อมูลสุขภาพและภาวะสุขภาพ จึงตัดข้อมูลในส่วนนี้ออก ซึ่งจะทำให้ส่วนของการประมวลใช้เวลาในการประมวลผลสั้นลง ผู้ใช้งานสามารถใช้งานฟังก์ชันนี้ได้ก็ต่อเมื่อมีการบันทึกข้อมูลการบริโภคและค่าการวัดสุขภาพอย่างน้อยจำนวน 30 วัน

Calorie

แอพนับแคลอรี่ (Calories) บันทึกข้อมูลการบริโภคและปริมาณสารอาหารที่ได้รับในแต่ละวัน บันทึกปริมาณแคลอรี่ โปรแกรมคำนวณแคลอรี่ เพื่อให้ผู้ใช้งานควบคุมการบริโภค รวมทั้งแนะนำโภชนการเฉพาะบุคคล โดยจะแบ่งการใช้งานออกเป็น 4 ส่วน ได้แก่

    • สรุปปริมาณสารอาหารที่ได้รับในแต่ละวัน
    • รายการอาหารที่รับประทานและการเพิ่มอาหารแต่ละมื้อ
    • แนวโน้มการได้รับสารอาหาร 7 วันหลังสุด
    • ประวัติการได้รับสารอาหาร รายสัปดาห์ และรายเดือน

นอกจากนี้ ระบบยังมีส่วนของการบันทึกค่าการวัดสุขภาพ อาทิเช่น น้ำหนัก อัตราการเต้นของหัวใจ ความดันโลหิต และระดับน้ำตาลในเลือด เพื่อช่วยศูนย์ดูแลสุขภาพ ศูนย์ฟิตเนสและความงาม โรงพยาบาล คลินิก บันทึกข้อมูลการบริโภคอาหารสำหรับผู้รับการดูแล (ผู้ป่วย ผู้สูงอายุ บุคคลทั่วไป โดยตั้งค่าการแชร์ข้อมูลระหว่างบุคคลและศูนย์ดูแลสุขภาพต่าง ๆ) เพื่อให้แพทย์หรือผู้เชี่ยวชาญด้านสุขภาพวินิจฉัยและให้คำแนะนำ

Personalized Nutrition

เปิดให้บริการ DNA-Based Diets รูปไอคอนดีเอ็นเอยิ้มตัวน้อย ที่แปะอยู่หลังชื่อสารอาหารและเมนูอาหาร ช่วยบ่งชี้ภาวะทางโภชนาการที่เหมาะกับแต่ละบุคคล – โดยธรรมชาติแล้ว ดีเอ็นเอหรือสารพันธุกรรม ของแต่บุคคล ถูกกำหนดโดย 3 ปัจจัยหลัก ได้แก่ พันธุกรรม สิ่งแวดล้อม และรูปแบบการใช้ชีวิต (ไลฟ์สไตล์) ความก้าวหน้าทางด้านชีวสารสนเทศ อาศัยการเก็บตัวอย่างดีเอ็นเอ ง่าย ๆ โดยการ Swap เซลล์เนื้อเยื่อจากกระพุ้งแก้ม และใช้ข้อมูลผลตรวจดีเอ็นเอ ที่มีลำดับเบสบนสาย DNA เปลี่ยนแปลงไปจาก DNA สายอ้างอิง ในการบ่งชี้ความเสี่ยงในการเกิดโรคต่าง ๆ เช่น โรคมะเร็ง รวมทั้งบ่งชี้ภาวะทางโภชนาการ เช่น ความไวต่อสารอาหาร การขาดสารอาหาร และสารอาหารที่ส่งเสริมต่อการมีสุขภาพดี ของแต่ละบุคคล – ผู้สนใจสามารถส่งรายงานผลการตรวจดีเอ็นเอของแต่ละบุคคล ในรูปแบบ Variant Call Format (VCF) หรืออนุญาตการเชื่อมต่อ API จากผู้ให้บริการตรวจดีเอ็นเอ กับแอปพลิเคชัน KinYooDee เพื่อแนะนำสารอาหารและเมนูอาหารที่เหมาะสมกับดีเอ็นเอเฉพาะบุคคลได้