人工智能在减重领域中的应用.pdf

1 4保健医学研究与实践2 0 2 3 年1 0 月第2 0 卷第1 0 期H e n Z 胁M 础R e s&P r n cO f f 2 0 2 3V()f 2 0N o j O人工智能在减重领域中的应用*专题研究王佳佳1，卢宗亮2，龙波3(1 重庆市渝北区人民医院临床营养科，重庆4 0 1 1 2 0；2 陆军特色医学中心临床营养科，重庆4 0 0 0 4 2；3 重庆市渝北区人民医院肾病内科，重庆4 0 1 1 2 0)摘要：随着科学技术的不断进步，人工智能的应用范围越来越广泛。近年来，随着全球肥胖率的日益增加，人们迫切地希望在减重领域中也引入人工智能技术。本文讨论了人工智能在膳食评估、情感支持、体质量管理、减重手术方面的应用，并在此基础上分析了人工智能在减重领域中的应用现状及该领域未来的发展前景。关键词：人工智能；膳食评估；体质量管理；减重D O I：1 0 1 1 9 8 6 j i s s n 1 6 7 3 8 7 3 X 2 0 2 3 1 0 0 0 3中图分类号：R 1 5 1；R 1 5 1 4“文献标志码：AA p p l i c a t i o n0 fa r t i f i c i a li n t e l l i g e n c ei nt h ew e i g h tr e d u c t i O nf i e l dV 矿以咒gJ i n 歹i 以1，L“Z o 扎g Z i 口竹g。，L o 挖gB o3(j D g p 口r f m g”fo 厂C z i 挖i f“zN“r i f i o 挖，y“6 P iP g o 户Z e7 5H o s 户如“f，C o 卵g g i”g4 0 J1 2 0，(现i 卵“2 D P 户口r m P 起fo 厂C Z i 挖j c 以ZN“r i t i o 挖，A r m yM P d j c 以ZC P 起P r，C 矗。钾g q i 挖g4 D 0 0 4 2，C i 卵以；3 D e 声n r，P n fo 厂N e 户矗r o Z o g y，y 甜6 e iP P o 户Z P7 sH o s 声i n f，C o 以g q i 粗g4 0 j j 2 0，C 矗i 灯n)A b s t r a c t：W i t ht h ec o n t i n u o u sp r o g r e s so fs c i e n c ea n dt e c h n o l o g y，a r t i f i c i a li n t e l l i g e n c eh a sb e e nw i d e l yu s e d I nr e c e n ty e a r s，w i t ht h ei n c r e a s i n gg l o b a lo b e s i t yr a t e，p e o p l eu r g e n t l yh o p et oi n t r o d u c ea r t i f i c i a li n t e l l i g e n c et e c h n o l o g yi nt h ef i e l do fw e i g h tr e d u c t i o n T h i sp a p e rd i s c u s s e st h ea p p l i c a t i o no fa r t i“c i a li n t e l l i g e n c ei nd i e ta s s e s s m e n t，e m o t i o n a ls u p p o r t，b o d ym a s sm a n a g e m e n t，a n db a r i a t r i cs u r g e r y，a n da n a l y z e st h ec u r r e n ta p p l i c a t i o ns t a t u so fa r t i f i c i a li n t e l l i g e n c ei nt h ef i e l do fw e i g h tr e d u c t i o na n dt h ef u t u r ed e v e l o p m e n to ft h i sf i e l do nt h i sb a s i s K e y w o r d s：A r t i f i c i a li n t e l l i g e n c e；D i e t a r ya s s e s s m e n t；W e i g h tm a n a g e m e n t；W e i g h tr e d u c t i o n人工智能是模仿人类智力和行为的计算机科学，该技术将人类的思维能力赋予机器，从而解决问题或作出决策uJ。人工智能在快速准确读取大数据以及识别人类大脑无法察觉的相关性和模式方面的能力，使其在医疗保健领域中具有重大的作用2 j。人工智能的潜力已在临床实践中得到了证实，如应用于M R I、X 射线和C T 检查以及治疗各类肿瘤等3“J。随着科学技术的进步，人工智能在营养学领域的应用日益广泛，人们迫切地希望将其引入减重领域以更好地应对全球肥胖率日益增长的威胁。自1 9 7 5 年以来，全球肥胖率几乎增长了2 倍5J。世卫组织发布的2 0 2 2 年欧洲区域肥胖报告指出，在欧洲地区，超重和肥胖已经达到“流行病”的程度，近三分之二的成人和三分之一的儿童超重或肥胖，并且比例仍在上升，欧洲地区的男性超重和肥胖率(6 3)高于女性(5 4)6 J。到2 0 2 5年，全球男性肥胖患病率预计将达到1 8，女性将达到2 1 7 J。超重肥胖与多种慢性疾病有关，如心血管疾病、糖尿病、肿瘤等，这对医疗系统无疑是巨大的负担。本文综述了人工智能在减重领域的现有研究，并在此基础上分析并展望该领域的未来发展。1人工智能在膳食评估中的作用膳食评估是个性化营养计划方案的关键一步，个人跟踪食物摄人量的能力在自我监控中发挥着重要作用，且这也是行为改变的一个关键因素。8 J。然而，用传统方法评估膳食摄入量会给个体带来相当大的成本和精神负担，并且这种方法也容易出错，因为它们往往依赖于个体对食物摄人量的自我报告。9 J。因此，需要有更加先进的解决方案来客观量化食物的摄入量。1。近几年出现的应用人工智能技术的食物图像识别就是一种很有前途的方案，因为大多数人都拥有带摄像头的智能手机，可以覆盖大量人群。基于图像辅助的膳食评估(I B D A s)是指利用食物图像作为主要饮食记录进行膳食评估的方+基金项目：重庆市自然科学基金(c s t c 2 0 2 0 j cy j m s x m X 0 4 9 9)。第一作者：王佳佳，E m a i l：w a n 翻i a j i a 0 7 0 5 1 6 3 c o m。通信作者：龙波，E m a i l：5 9 3 2 1 9 0 4 l q q c o m。万方数据保健医学研究与实践2 0 2 3 年1 0 月第2 0 卷第1 0 期H P n z f 矗M 甜R e s&P r n c0 f 2 p 2 3)f 2 0N D j O15法。1“，相比于传统的食物称重法、2 4 小时膳食回顾法，I B D A s 具有不依赖于客户记忆、不需要对调查人员进行拿业培训即可复核膳食记录资料等优点，目前已成为评估膳食摄入的重要方法。然而，从图像中自动识别食物存在以下几个难点：食物可能会在制备过程中丢失一部分视觉信息；不同的食物可能在视觉上看起来很相似；相同的食物可能因为照明或角度的不同而呈现出不同的视觉效果；不同地区具有饮食差异，食物数据库需迭代完善；仅通过视觉信息估计食物重量等，需考虑误差。而人T 智能的飞速发展为I B D A s 提供了技术支持，利用人工智能技术可以对图像中的每个像素进行分类，可以识别任意数量、任意位置、任意大小的物品，从而估算食物的体积和重量u。H o等”将I B D A s 和真实食物视觉估计(R F V E s)的结果进行了比较，发现二者在食物识别(6 7 v s 7 1)、能量估计(2 3 v s 2 4)方面均无显著差异。S p e a r m a n 相关分析显示，I B D A s 与R F V E s二者的能量估计结果呈中高度相关(r：o 3 3 o 7 5，P o 0 0 01)。马兰芳和薛怡蓉川采用深度学习技术与图像分割算法，建立了智能营养评估系统。参与者只需要通过手机拍摄食物图像上传至云端，即可获得食物的种类及对应的能量、蛋白质等营养素信息。该系统在估计膳食能量和宏量营养素摄入方面与专业营养师一样准确。从图像中获取膳食及各类营养素的摄人情况这一方法，获取信息快速且易于使用。随着对世界范同内食物图像数据库、食物密度数据库的不断丰富和完善，I B D A s 的应用范围将会更加广泛。未来，这种技术可用于改善临床试验巾的膳食评估，例如，可在人群研究中准确量化叶酸、维生素B、，和能量的摄人，这对于临床试验结果至关重要。2 提供减重的情感支持在减重过程中，膳食评估只是第一步。接下来，通过营养师与超重肥胖患者之间的长期互动(通过门诊、互联网或电话)才能实现有效的减肥干预。1。但是，人类营养师无法为减重患者提供2 4小时全面的监测和激励陪伴。考虑到人类的局限性，利用人工智能聊天机器人等虚拟代理可以帮助克服缺乏人类营养师2 4 小时全程管理的问题。由于减重患者在情感上和精神上都有很高的需求，尤其是当他们感到沮丧的时候，若能够得到情感上的支持将对减重患者增强信心非常有利。尽管许多应用程序可以作为减肥助手，但它们主要关注饮食建议和卡路里跟踪，对用户情绪健康的支持有限。16 J。并且，传统的聊天机器人是基于脚本对话进行交流的，它遵循严格的对话结构，只有当用户输入包含预先编程的特定关键字时，聊天机器人才能够提供正确的响应u“，这无疑将限制聊天机器人模仿人类对话。虽然传统的聊天机器人可以使用关键字匹配情感词汇和单词嵌人来提供情感响应，但生成的响应并不自然，响应速度也很慢，听起来也不那么人性化u。随着基于人工智能的聊天机器人的发展，以及信息平台和移动技术的迅速普及，聊天机器人也在不断创新，不少基于人工智能的聊天机器人可以提供情感支持，以促进个体减肥干预期间生活方式、行为的改变。与传统的互联网系统不同，智能聊天机器人技术使用户能够与计算机进行实时的、引人人胜的对话，就像他们在与人交谈一样。这种新的交流已被证明可以丰富用户体验，提高用户参与度，这对用户长期坚持体质量管理是有益的”“。例如，F a d h i l 等。2 1。研发了一种用于营养教育的人T 智能聊天机器人，可促进用户保持健康饮食，防止成年用户体质量增加。R a h m a n t i 等”o 发现，S l i m M e 系统采用了一种有说服力的技术，向用户传递共情，并维持吸引人的对话流程，该系统可通过维持对话，通过共情等改变用户不健康的行为。存减重这条艰辛的道路上利用人工智能将更有利于减重患者提升减肥十预的依从性。3 人工智能在体质量管理中的作用相比于传统的互联网体质量监测系统，人工智能可通过便携式设备、可穿戴智能设备等，采集用户基本信息及体质量动态变化、运动行为习惯、饮食习惯等信息，利用大数据、云计算等技术结合相关运动生理学、运动人体科学以及健康医学相关知识一”。，进行减重患者的体质量管理。3 1 便捷的健康监测虽然目前已经有很多评价肥胖及超重的简易指标，如身体质量指数(B M I)、腰臀比等，但对于生活节奏较快的现代人而言，输入某些指标从而直接得到是否肥胖的评估结果可能更加方便和快捷。人工智能技术便可以解决这一问题。参与者可自己上传体质量管理日志，包括身高、体质量、每日进食情况、运动类型及运动量；或者直接通过人工智能设备，如计步器、运动手环上传数据比“。然后经过后台大数据的处理，描绘出个体的体质量变化曲线、膳食结构图、运动情况等，再进一步反馈给T 作人员和参与者。人工智能给体质量管理过程带来的益处是多方面的，其便捷性有利于营养师与参与者的相互联系，并在一定程度上降低参与者失访率，提升其依从性，从而改善其体质量管理的效果。Y a r d l e y等“进行的一项依靠人T 智能实施的体质量干预万方数据16保健医学研究与实践2 0 2 3 年1 0 月第2 0 卷第1 0 期H 踟z 砌e dR P s&P r n c()(f 2 0 2 3 z 2 0N o j 0研究显示，与主动门诊咨询相比，参与者更愿意接受简单而便捷的在线咨询，尤其是对于那些交通不便的农村地区减重者而言，这使得参与者减重干预时间及经济成本大大降低。3 2 超重肥胖人群的饮食运动推荐肥胖患者的体质量管理更为复杂，凶为肥胖常与多种疾病相关，如糖尿病、高血压、痛风等，对这类患者限制饮食时，不能仅仅只考虑能量摄入限制的问题，还需要考虑更多的约束和限制。苏嘉。26。开发的饮食推荐系统，融人了临床医学、营养学等专业知识，充分考虑到疾病风险凶素对饮食的影响，针对性地为超重肥胖患者提出饮食建议。J u n g 和C h u n g”o 的研究专注于为肥胖青少年用户提供饮食建议，该研究利用用户历史饮食数据、历史活动数据、饮食营养数据库、运动数据库，比较并具体展示了用户实际的饮食与推荐方案的差异，以帮助肥胖青少年用户掌握健康饮食的技能。相较于饮食推荐，运动推荐就要更复杂一些，对运动的强度、执行情况的监督，运动对用户产生的效果等数据的监测均存在一定挑战，因此智能终端设备发挥着重要作用。目前在我国应用比较广泛的智能终端设备包括计步器、加速度计、心率监测仪等”。此外，超重肥胖患者由于体质量过大，如果运动时动作不规范极易引起关节肌肉损伤。柯宁。2”o 的研究通过利用视觉技术来识别人体运动动作是否规范，进而对个体的运动姿态进行修正，以实现有效的运动减重，以及避免可能出现的运动损伤，从而更好地为肥胖患者做出运动推荐。3 3 超重肥胖人群初筛与传统的互联网技术相比，人工智能的特点在于通过对大数据的处理，可以针对性地提出个性化的建议。人们日常使用的通讯工具就可以作为智能程序的载体参与体质量管理。在对我国北京居民的一项体质量管理研究。3 0。中，减重人群通过微信上传饮食、运动及体质量的数据后便可立刻获得简单的反馈。虽然反馈的建议可能是常规化的，但南于它所具有的普适性及便捷性，可短时间覆盖大量人群，非常适用于肥胖超重人群的初筛并对他们进行生活方式干预或提卅就诊建议。H a z l eh u r s t 等。3 1。的研究表明，通过自然语言处理(N I，P)的电子健康记录(E H R s)自动化处理器可以直接识别需要减肥咨询的人群，且其敏感性和特异性均超过8 5。儿童时期的肥胖对其成年后的体质量有着重要影响，Z h a n g 等。3 2。的研究团队开发的人工智能系统，在1 l3 0 8 名6 1 4 岁儿童巾成功筛选出了6 个对儿童肥胖影响较大的风险凶素，包括父亲的B M I、母亲的B M I、挑食、户外活动情况、电子屏幕使用时长、性别，而提前识别肥胖风险因素可起到重点人群圈定、向患者提出就诊建议的作用。T a v e r a s 等o”o 采用人工智能技术开发预警系统，当儿童B M I 超重或近期有超重趋势时，系统识别后便会发出预警从而有助于学校或家庭提前介入儿童肥胖干预。将人工智能运用于超重肥胖人群的初筛中，不但大幅度提高了工作效率，也有利于大数据的统计与汇总，可为进一步的公共卫生决策制定提供参考。4 人工智能在减重手术中的作用由于肥胖患者的代谢、m 流动力学、药代动力学等较为复杂，以及与肥胖相关的并发症如阻塞性睡眠呼吸暂停()S A)、糖尿病、心脏病、血压过高和胃食管反流等疾病的存在，使得减重手术极具挑战性。这需要内科医生、外科医生、精神科医生、麻醉师等组成的多学科团队进行术前评估1；在术巾对通气、向流动力学指标的控制，比普通手术要求更高。3。；且减重术后可能出现多种并发症，如瘘、出血、吻合口狭窄、胃糜烂、小肠梗阻、深静脉血栓形成、肺栓塞、肺炎、营养代谢紊乱、胃溃疡、倾倒综合征、肠系膜静脉血栓形成以及神经病变等。3。面对以上复杂的问题，使用人工智能管理肥胖患者的减重手术具有许多优势。4 1 在术前评估中的作用在进行减重手术之前必须对患者进行气道评估，以确定在术中可能出现的气道管理困难及误吸的危险因素。Z h o u 等7。探索了6 种可预测肥胖患者插管困难风险的人工智能模型，其准确性超过8 0，精度接近1 0 0。()S A 是术前评估的必备项目之一，多导睡眠描记术可提供睡眠呼吸暂停的严重程度和睡眠碎片程度的信息，被认为是一种有效的()S A 诊断T 具。目前，国内外已开发了一些基于人工智能的系统来预测睡眠呼吸暂停的风险。M e n c a r 等。38。基于人口统计信息和问卷数据，测试了不同基于人工智能的系统在预测睡眠呼吸暂停严重程度中的有效性和临床适用性，发现人T 智能可根据患者的疾病严重程度自动分配患者接受多导睡眠描记术测试的顺序。此外，G a o 等。圳研究了一种基于心电图的睡眠呼吸暂停的检测算法，该算法通过提取同定时间间隔内心电图和呼吸信号的时域和频域分量来获得睡眠呼吸暂停相关特征，该模型灵敏度高，可用于家庭环境中个体睡眠呼吸暂停的筛查。4 2 在术中的作用人工智能在减重术中可用于药物治疗管理、血流动力学优化、神经肌肉阻滞监测和麻醉深度监测万方数据保健医学研究与实践2 0 2 3 年1 0 月第2 0 卷第1 0 期H P n Z 胁M 鲥R e s&P r n cG l c f 2 0 2 3V r o f 2 0N o j 01 7等。4。I n g r a n d e 等H 1。应用人工智能预测了丙泊酚的组织分布，发现药物在肥胖患者体内的分布情况是随着血容量、心排出量、血浆转运蛋白的改变而变化的。人工智能可通过药代动力学数据集对麻醉药物进行管理，从而更好地控制术中麻醉药物用量。同时，人工智能算法也可用于手术时问的预估和手术质量的改进。T w i n a n d a 等42。提出的R S D N e t 人工智能系统，仅使用1 2 0 例胆囊切除术和1 7 0 例胃旁路手术的腹腔镜的视频信息，自动估计剩余手术时间，该算法明显优于传统方法。此外，应用人工智能还能从手术视频中高精度地自动识别腹腔镜袖状胃切除术的步骤，这表明人工智能可能对未来手术病例分析、质量改进和教育培训都大有益处。4。4 3 在术后并发症预测中的作用减重术后可能出现多种并发症，人工智能可用于优化围手术期管理。S h e i k h t a h e r i 等。4 4 0 开发了一种临床决策支持系统，用于预测单吻合胃分流手术的早期并发症：基于患者的年龄、B M I、吸烟状况、术中并发症发生情况、实验室检查结果、超声检查结果和内窥镜检查结果，他们开发了不同的人工神经网络(多层感知器网络)来预测术后1 0 天、1 个月和3 个月的并发症发生情况，经验证该预测系统具有良好的准确性、特异性和敏感性。C a o等。45。测试了2 9 种人工智能算法，发现大多数算法在预测减重手术后出现严重并发症风险上的精确度与特异性都在9 0 以上。此外，人工智能模型还可以帮助医生预防和管理减重术后的代谢并发症。C r u z 等6 0 开发的营养诊断计算机智能决策支持系统，可协助医务人员对减重手术的患者进行营养监测。此外，智能可穿戴设备还可在术后对患者活动情况和生命体征进行连续、无创的监测，可快速识别并发症。当患者出现并发症时，设备可立刻向手术团队发送患者生命体征和活动情况的实时数据，建立起患者和医务人员之问快速、直接的沟通渠道，进一步保障了手术患者的安全。4“。5小结随着现代科学技术的不断进步，人工智能在多个学科领域的应用越来越广泛，但就目前而言，其在营养学领域特别是减重领域中的研究空间还很大。本文综述了人工智能在膳食评估、情感支持、体质量管理、减重手术中的应用，发现人工智能方便了医务人员对患者的管理，可减少个体与医务人员的接触，从而降低可能出现的交叉感染风险；且人工智能利用大数据的优势，可为我国公共卫生、健康事业的发展以及卫生决策的制定提供强有力的数据支撑。虽然在减重领域，人工智能具有传统方法所不具备的优势，可以快捷、有效地辅助减重者达到目标，但在具体运用方面，它仍然存在以下问题：首先，当人工智能部分或全部替代专业人员工作的情况下，营养师与患者的关系会发生变化，使“有温度”的医患关系转变为“冰冷”的患机关系，从而影响医患关系的正常构建；其次，人工智能需要大数据作为支撑，这就难免触及到个人隐私问题，该类问题一旦出现，其责任难以被追究；再次，当人工智能出现算法偏见与漏洞时，其所提供的治疗建议、诊断结果和操作建议将会误导医务人员，进而对患者身心产生直接伤害，甚至会危及患者生命；最后，人工智能在帮助医务人员提高工作效率的同时，也会增加医务人员对人工智能过度依赖的风险，削弱医务人员的实践技能及主体地位。在未来，相关部门应尽快完善与人工智能技术及其产品相关的法律法规、伦理制度的建设，致力于提升人工智能的可靠性、可信度及安全性，以促使其在减重领域发挥更大的作用。同时，医疗、保健专业人员也应接受相应的教育和培训，以充分开发人工智能系统的潜力。我们希望在未来有越来越多的研究者投入人工智能减重领域，为提供个性化营养和优化营养医疗质量开辟新途径!参考文献 1 B R I G A N T IG，L EM O I N EO A r t i f i c i a li n t e l l i g e n c ei nm e d i c i n e：t o d a ya n dt o m o r r o w J F r o n tM e d，2 0 2 0，7：2 7 D O I：1 0 3 3 8 9 f m e d 2 0 2 0 O 0 0 2 7 2 C H E NM，D E C A R YM A r t i f i c i a li n t e l l i g e n c ei nh e a l t h c a r e：a ne s s e n t i a lg u i d ef o rh e a l t hl e a d e r s J H e a l t h cM a n a g eF o r u m，2 0 2 0，3 3(1)：1 01 8 D O I：1 0 1 1 7 7 0 8 4 0 4 7 0 4 1 9 8 7 3 1 2 3 3 M I N T zY，B R O D I ER I n t r o d u c t i o nt oa r t i f i c i a li nt e l l i g e n c ei nm e d i c i n e J M i n i mI n v a s i v eT h e rA 1 1 i e dT e c h n o l，2 0 1 9，2 8(2)：7 3 8 1 D O I：1 0 1 0 8 0 1 3 6 4 5 7 06 2 0 1 9 1 5 7 5 8 8 2 4 T()P()I。E J H i g h p e r f o r m a n c em e d i c i n e：t h ec o n v e r _g e n c eo fh u m a na n da r t i f i c i a li n t e l l i g e n c e J N a tM e d，2 0 1 9，2 5(1)：4 4 5 6 D O I：1 0 1 0 3 8 s 4 1 5 9 1 一0 1 8 0 3 0 07 5 N GM，F L E M I N GT，R O B I N s 0 NM，e ta 1 G l。b a l，r e g i o n a l，a n dn a t i o n a lp r e v a l e n c eo fo v e r w e i g h ta n do b e s i t yi nc h i l d r e na n da d u l t sd u r i n g1 9 8 0 2 0 1 3：as y s t e m a t i ca n a l y s i sf o rt h eG l o b a lB u r d e no fD i s e a s es t u d y2 0 1 3 J L a n c e t，2 0 1 4，3 8 4(9 9 4 5)：7 6 67 8 1 D O I：1 0 1 0 1 6 S 0 1 4 0 一6 7 3 6(1 4)6 0 4 6 0 一8 6 W H 0E u r o p e a nr e g i o n a lo b e s i t yr e p o r t2 0 2 2 E B 0 I。(2 0 2 20 50 2)2 0 2 30 12 3 h t t p s：w w w w h o i n t e ur o p e p u b l i c a t i o n s i i t e m 9 7 8 9 2 8 9 0 5 7 7 3 8 7 R i s kF a c t o rc o l l a b o r a t i o n(N c DR I s c)N c D T r e n d si na d u l tb o d v m a s si n d e xi n2 0 0c o u n t r i e sf r o m1 9 7 5万方数据1 8保健医学研究与实践2 0 2 3 年1 0 月第2 0 卷第1 0 期H l 胁M 鲥R e s&P r n c0 f f 2 0 2 3V()f 2 0N o 1 0 8 9 1 0 1 1 1 2 1 3 1 4 1 5 1 6 1 7 1 8 t o2 0 1 4：ap 0 0 1 e da n a l y s i so f1 6 9 8p o p u l a t i o n b a s e dm e a s u r e m e n ts t u d i e sw i t h19 2m i l l i o np a r t i c i p a n t s J L a n c e t，2 0 1 6，3 8 7(1 0 0 2 6)：1 3 7 71 3 9 6 D O I：l o 1 0 1 6 S 0 1 4 0 一6 7 3 6(1 6)3 0 0 5 4 一X P E T E R S O NN D，M I D D L E T O NK R，N A C K E R SL M，e ta 1 D i e t a r ys e l f _ m o n i t o r i n ga n dl o n g _ t e r ms u c c e s sw i t hw e i g h tm a n a g e m e n t J 0 b e s i t y，2 0 1 4，2 2(9)：1 9 6 2 1 9 6 7 D O I：1 0 1 0 0 2 o bv 2 0 8 0 7 B U R R()W ST I。，H()Y Y，R()I。I，()M E，e ta 1 V a l i d i t y。fd i e t a r ya s s e s s m e n tm e t h。d sw h e nc o m p a r e dt ot h em e t h o do fd o u b l vl a b e l e dw a t e r：as v s t e m a t i cr ev i e wi na d u l t s J F r o n tE n d o c r i n o l，2 0 1 9，1 0：8 5 0 D O I：1 0 3 3 8 9 f e n d o 2 0 1 9 0 0 8 5 0 M E Z G E CS，E F T I M()VT，B U C H E RT，e ta 1 M i x e dd e e p1 e a r n i n ga n dn a t u r a l1 a n g u a g ep r o c e s s i n gm e t h o df o rf a k ef o o di m a g er e c o g n i t i o na n ds t a n d a r d i z at i o nt oh e l pa u t o m a t e dd i e t a r ya s s e s s m e n t J P u b l i cH e a l t hN u t r，2 0 1 9，2 2(7)：1 1 9 31 2 0 2 D O I：1 0 1 0 1 7 S 1 3 6 8 9 8 0 0 1 8 0 0 0 7 0 8 H()D K N，T S E N GS H，W UM C，e ta 1 V a l i d i t yo fi m a g e-b a s e dd i e t a r ya s s e s s m e n tm e t h o d s：as y s t e m a t i cr e v i e wa n dm e t aa n a l y s i s J c l i nN u t r，2 0 2 0，3 9(1 0)：2 9 4 5 2 9 5 9 D O I：l O 1 0 1 6 j c l n u 2 0 2 0 0 8 0 0 2 K N E ZS，S A J NI，F o o dob j e c tr e c o g n i t i o nu s i n gam o b i l ed e v i c e：e v a l u a t i o no fc u r r e n t l yi m p l e m e n t e ds y s t e m s J T r e n d sF o o ds c iT e c h n o l，2 0 2 0，9 9：4 6 04 7 1 D O I：1 0 1 0 1 6 j“f s 2 0 2 0 0 3 0 1 7 H OD K N，C H I UW C，L E EY C，e ta 1 I n t e g r a t i o no fani m a g e b a s e dd i e t a r ya s s e s s m e n tp a r a d i g mi n t od i e t e t i ct r a i n i n gi m p r o v e sf o o dp o r t i。ne s t i m a t e sb yf u t u r ed i e t i t i a n s J N u t r i e n t s，2 0 2 l，1 3(1)：1 7 5 D O I：1 0 3 3 9 0 n u l 3 0 1 0 1 7 5 马兰芳，薛怡蓉面向慢性病人群的智能膳食评估系统 J 首都医科大学学报，2 0 2 l，4 2(2)：2 6 2 2 6 8 D O I：1 0 3 9 6 9 i i s s n 1 0 0 6 7 7 9 5 2 0 2 1 0 2 0 1 7 M O R A E SA D S，P A D O V A N IR D C，L AS C A L AT E I X E I R AC V，e ta 1 C o g n i t i v eb e h a v i o r a la p p r o a c ht o t r e a to b e s i t y：ar a n d o m i z e dc l i n i c a lt r i a l J F r o n tN u t r，2 0 2 1，8：6 1 1 2 1 7 D O I：1 0 3 3 8 9 f n u t 2 0 2 1 6 1 1 2 1 7 A H NJ S，K I MD W，K I MJ，e ta 1 D e v e l o p m e n to fas m a r t p h o n ea p p l i c a t i o nf o rd i e t a r ys e l f-m o n i t o r i n g J F r o n tN u t r，2 0 1 9，6：1 4 9 D O I：1 0 3 3 8 9 f n u t 2 0 1 9 0 0 1 4 9 X UL。S A N D E R SL，L IK，e ta 1 C h a t b o tf o rh e a l t hc a r ea n do n c 0 1 0 9 ya p p l i c a t i o n su s i n ga r t i“c i a li n t e l l i g e n c ea n dm a c h i n el e a r n i n g：s y s t e m a t i cr e v i e w J J M I RC a n c e r，2 0 2 l，7(4)：e 2 7 8 5 0 D O I：l O 2 1 9 6 2 7 8 5 0 B I C K M O R ET W，T R I N HH，O L A F S S O NS，e ta 1 P a t i e n ta n dc o n s u m e rs a f e t yr i s k sw h e nu s i n gc o n v e r s a t i o n a la s s i s t a n t sf o rm e d i c a li n f o r m a t i o n：a no b s e r 一 1 9 2 0 2 1 2 2 2 3 2 4 2 5 2 6 2 7 2 8 2 9 3 0 v a t i o n a ls t u d yo fs i r i，a l e x a，a n dg o o g l ea s s i s t a n t J JM e dI n t e r n e tR e s，2 0 1 8，2 0(9)：e 1 1 5 1 0 D O I：1 0 2 1 9 6 1 1 5 1 0 T U D O RCARL，D H I N A G A R A ND A，K Y A WB M，e ta 1 C o n v e r s a t i o n a la g e n t si nh e a l t hc a r e：s c o p i n gr ev i e wa n dc o n c e p t u a la n a l y s i s J JM e dI n t e r n e tR e s，2 0 2 0，2 2(8)：e 1 7 1 5 8 D O I：1 0 2 1 9 6 1 7 1 5 8 C H E WH S J T h euseo fa r t i f i c i a l i n t e l l i g e n c e _ b a s e dc o n v e r s a t i o n a la g e n t s(c h a t b o t s)f o rw e i g h tl o s s：s c o p i n gr e v i e wa n dp r a c t i c a lr e c o m m e n d a t i o n s J J M I RM e dI n f o r m，2 0 2 2，l O(4)：e 3 2 5 7 8 D O I：1 0 2 1 9 6 3 2 5 7 8 F A D H I LA，W A N GY L，R E I T E R E RH A s s i s t i v ec o n v e r s a t i o n a la g e n tf o rh e a l t hc o a c h i n g：av a l i d a t i o ns t u d y J M e t h o d sI n fM e d，2