2024年，由韩国仁济大学数字抗衰老医疗研究所 (Institute of Digital Anti-Aging Healthcare, Inje University) 的Tagne Poupi Theodore Armand博士、Kintoh Allen Nfor博士、Jung-In Kim博士及通讯作者Hee-Cheol Kim教授领衔的研究团队，在营养学领域权威期刊 Nutrients 上发表了系统性综述文章。面对营养科学日益增长的复杂性，人工智能 (AI)、机器学习 (ML) 和深度学习 (DL) 技术正成为突破性解决方案的关键驱动力。该研究团队采用严谨的系统性文献综述方法 (融合PRISMA与SLR指南)，深入分析了2019至2024年间发表的31项高质量研究。其成果不仅系统梳理了AI在营养学应用的五大核心方向 (智能个性化营养、膳食评估、食物识别追踪、疾病预测建模、疾病诊断监测)，更创新性地提出了一个整合这些应用的“AI营养应用概念框架”。该项研究对于理解AI如何变革营养评估、推动精准个性化营养干预及疾病预防具有重要理论和实践意义，为未来研究和应用指明了方向。
图文摘要
研究过程与结果
本研究系统综述了2019年至2024年间人工智能 (AI)、机器学习 (ML) 及深度学习 (DL) 技术在营养科学领域的应用进展。研究对象聚焦于AI在营养学中的五大核心应用方向：智能个性化营养推荐、膳食评估自动化、食物识别与追踪、疾病风险预测建模以及营养相关疾病的诊断与监测。研究过程严格遵循系统文献综述 (SLR) 和PRISMA指南的混合方法论框架，通过结构化流程确保结果的严谨性。
研究首先在PubMed、IEEE Xplore和Google Scholar三大数据库中执行系统性文献检索，采用复合检索式 (TITLE-ABS-KEY "artificial intelligence" OR "machine learning") AND ("diet" OR "nutrition" OR "dietary assessment")，时间范围限定为2019-2024年，语言限定为英文，文献类型包括原创研究论文和会议论文。初筛获得1498篇文献，经去重后保留248篇。随后通过标题摘要筛查 (由两名研究者独立操作以规避偏差)，筛选出61篇潜在相关文献。进一步全文精读并应用预定义的纳入排除标准 (如：需明确使用AI/ML/DL技术解决营养学问题)，最终确定40篇文献进入质量评估阶段。
质量评估采用三级评分体系 (1=高度适用，2=较适用，3=适用)，依据研究有效性、可靠性及普适性标准进行双人独立编码。对评分分歧较大的文献进行团队复核，最终筛选出31篇高质量文献 (占比77.5%) 作为分析基础。数据分析采用双轨策略：描述性统计展示文献年度分布、作者合作模式及高频关键词 (如"Nutrition"、"Deep Learning"通过Wordle可视化)；内容分析则对文献进行主题聚类，形成五大应用集群 (如个性化营养占32.3%，疾病预测占25.8%)，并逐类归纳技术方案 (如CNN用于食物图像分类、随机森林用于疾病风险建模)、数据集特征及评估指标 (如准确率、AUC值)。
最终，基于聚类结果构建“AI营养应用概念框架”，提出从用户数据输入→膳食评估 (CNN/ResNet)→食物识别 (YOLO/Faster R-CNN)→疾病预测 (集成学习)→个性化推荐 (NLP/强化学习) 的闭环系统，强调跨领域协作与技术融合对实现精准营养的重要性。整个研究通过标准化流程设计、多阶段严格筛选及多维分析，系统呈现了AI在营养学中的方法论路径与应用全景。
2019-2024年相关研究的发展情况
研究总结
当前，人工智能技术已深度融入营养科学，在个性化营养推荐、膳食评估自动化、食物识别追踪、疾病预测及健康监测五大领域展现出显著潜力。机器学习与深度学习模型通过分析复杂多维数据 (如基因信息、饮食记录、生物标志物及食物图像)，不仅提升了营养评估的精度与效率，更推动了个性化健康干预的发展。例如，基于卷积神经网络的食物识别系统、结合自然语言处理的膳食分析工具，以及利用随机森林等算法的疾病风险预测模型，正逐步解决传统营养学研究中的数据碎片化与标准化难题。
然而，该领域仍面临数据质量不均、算法可解释性不足、模型泛化能力有限及伦理风险等挑战。未来研究需着力构建高质量、多源异构的营养数据库，开发透明可解释的AI模型，并加强跨学科协作 (如营养学、计算机科学、临床医学的深度融合)。随着边缘计算与物联网技术的进步，实时动态营养监测系统有望普及，而结合多组学数据的精准营养干预将成为核心方向。人工智能不仅将重塑个体化健康管理范式，更可能在公共卫生层面推动营养相关慢性病的早期预防，最终实现从“疾病治疗”向“健康促进”的转型。其成功落地依赖于技术创新、伦理规范与临床实践的协同演进。
阅读英文原文：https://www.mdpi.com/2741794
期刊主页：https://www.mdpi.com/journal/nutrients
Nutrients 期刊介绍
主编：Lluis Serra-Majem, University of Las Palmas de Gran Canaria, Spain; Maria Luz Fernandez, University of Connecticut, USA
期刊主题涵盖常量营养素、微量营养素、生物活性营养素、运动营养、公共卫生和饮食相关疾病等学科领域。
2024 Impact Factor：5.0
2024 CiteScore：9.1
Time to First Decision：12.9 Days
Acceptance to Publication：2.3 Days
转载本文请联系原作者获取授权，同时请注明本文来自MDPI开放科学科学网博客。
链接地址：https://wap.sciencenet.cn/blog-3516770-1493952.html?mobile=1
收藏
