智慧照護|活動成果

智慧雨林產業創生人才育成計畫

高齡營養
飲食質地調整

義守大學營養學系一年級學生從講座認識食物質地,再用餐叉檢測日常食材、拍攝操作過程,將量測結果與照片配對,作為 AI 食物質地資料庫的建置素材。

智慧照護講座封面。主題為食物質地認識及學習 AI 影像建立食物質地資料庫,主講人曾荷珊營養師。
活動日期
2026 年 9 月 22 日(二)
講座地點
義守大學醫學院 C0145
活動形式
專題演講、示範與分組實作

01 / 專題演講

認識高齡友善的餐食質地

曾荷珊營養師肖像

受邀講師 / 社區營養師

曾荷珊 營養師

曾荷珊營養師的工作涵蓋高齡營養、質地調整飲食、社區營養照護與營養教育。她在講座中以餐飲輔導案例說明,如何把質地分級應用到菜色與供餐流程。

  • 曾任屏東縣營養師公會理事長。活動簡報列為該會常務理事及全國營養師聯合會社區營養委員。
  • 擔任高齡友善飲食服務及質地調整飲食種子教師,參與社區營養照護人員培訓。
  • 曾輔導食品業者、飯店、餐飲業者及關懷據點,推動高齡友善供餐與餐食質地調整。

肖像及經歷整理自本次演講簡報。

曾荷珊營養師在義守大學向營養學系學生授課
曾荷珊營養師於義守大學醫學院授課。

從用餐情境到質地檢測

講座從長者咀嚼與吞嚥需求談起,介紹一般飲食、容易咬軟質食與牙齦碎軟質食等分級,並用影像示範餐叉側切和下壓。學生觀察食物能否切斷、壓後是否回彈,以及是否從叉齒間擠出,再以實測結果作為照片標註的依據。

02 / 分組實作

用餐叉比較豆製品與日常餐點

義守大學營養學系陳玉桂老師與受邀業界講師曾荷珊營養師共同指導。各組以餐叉側切、下壓,比較食物的變形與碎裂情形,同步用手機拍攝並將觀察填入分級學習單。

示範重點

國際吞嚥障礙飲食標準(IDDSI)分級架構

第 5 級|細碎及濕軟Minced & Moist

顆粒寬度成人最多 4 毫米、兒童最多 2 毫米,舌頭輕壓即可壓碎。

課堂示例 豆花

第 6 級|軟質及一口量Soft & Bite-Sized

成人食物塊不超過 1.5 × 1.5 公分,可用叉子或湯匙壓碎。

課堂示例 嫩豆腐

第 7 級|容易咀嚼(7EC)Easy to Chew

食物維持一般外觀,質地柔軟、容易咀嚼。

課堂示例 黑豆干

第 7 級|原狀Regular

一般飲食,可包含不同質地及大小的食物。

課堂示例 油豆腐

食材為本次課堂示例,實際分級依成品的質地與測試結果判定。IDDSI 官方分級架構

查看實作觀察
  • 豆干與豆腐的受力差異。以餐叉操作不同樣本,比較黑豆干與豆腐被切開或壓碎後的樣子。
  • 用餐叉與湯匙觀察豆花。比較豆花在餐具接觸與舀取後如何分開、留在匙面。
  • 將餐點拆成單一食材。把麵食及配料分開,以餐叉逐一測試,比較同盤食材的質地。

分組練習把食材外觀、餐叉操作照片與學習單的分級結果連在一起。餐點含有多種食材時,課堂紀錄以其中最硬的食材作為整體分級依據。

03 / 問卷分析

活動成效評估

以 60 位配對填答者的自評來看,五項能力的後測平均分數均高於前測。其中「說明 AI 影像辨識的用途」增加最多,為 1.02 分。

3.26 → 4.15五題自評平均(滿分 5 分)
+0.89平均增加分數
80%48 位的個人平均分數提高

五項能力自評

前、後測同一批 60 位填答者|各題 1–5 分

說明 AI 影像辨識的用途+1.02
前3.12
後4.13
拍攝清晰的食物照片+0.75
前3.37
後4.12
依實測結果標註質地+0.98
前3.30
後4.28
整理照片與標註為資料庫紀錄+0.82
前3.32
後4.13
辨識 AI 判讀的限制+0.90
前3.20
後4.10
查看前後測數據表
能力項目前測後測差值
說明 AI 影像辨識的用途3.124.13+1.02
拍攝清晰的食物照片3.374.12+0.75
依實測結果標註質地3.304.28+0.98
整理照片與標註為資料庫紀錄3.324.13+0.82
辨識 AI 判讀的限制3.204.10+0.90
五題整體平均3.264.15+0.89

講座滿意度與回饋

後測 64 位填答者|正向回答占比

  • 講座整體滿意度95.3%61/64 人
  • 講師說明與時間安排95.3%61/64 人
  • 質地測試影像示範有助理解96.9%62/64 人
  • AI 影像資料庫教學90.6%58/64 人
  • 對未來營養學習的實用性95.3%61/64 人

正向包含「滿意/非常滿意」或「同意/非常同意」。其餘回覆皆為「普通」。