营养师 · 任务逐条

评估一个人吃了什么

应用已经能从照片里认出食物,但认出不等于测量。在一项对七款带 AI 拍照识别功能的应用的比较中,最好的识别出 97% 的食物成分,最差的只有 46%;作者发现自动能量估算并不准确。

这是一项用少量图片测试消费类应用的研究;没有测量营养师的评估或临床结果。

医学营养治疗

模型懂课本,不懂病人。GPT-4o 答对了 1,050 道美国注册营养师考试题中的约 92%;在日本管理营养士国家考试的 599 道题上,最好的模型得分 83.5%,在计算题上表现有限。

考题不是病人;两项研究都没有测试针对真实个人的计算或指导。

撰写个人食谱

起草对 AI 来说容易,把数字弄对却不容易。五个 AI 模型为青少年写了 60 份三天食谱,没有一个在所有营养素上都始终接近营养师的参考方案;作者说,这些方案在没有专业监督的情况下不宜使用。英国一家医院的营养师团队描述了他们如何让 AI 用患者的语言、结合当地食物写出针对病情的食谱。

这是针对特定人群画像的实验比较和一个团队的记述;都没有测量实际使用中的食谱。

营养咨询与教育

在书面上,AI 已经回答得很好。在一项盲评研究中,八名注册营养师对 ChatGPT-4o 回答 100 个论坛问题的评价,在质量(满分 5 分中 4.48 对 2.56)和同理心上都高于营养师自己在论坛上的回答。它没有显示的,是能改变行为的长期关系。

论坛上的回答不是咨询会谈;评分者评的是写出来的文字,不是来访者的饮食有没有改变。

团体供餐排菜单

这是规则最明确的任务,软件正在接走起草。一家试用了 AI 排菜单工具的日本供餐企业估计,它能削减约 70% 的排菜单工作,由管理营养士确认菜单;这项服务在 2026 年 5 月面向养老机构和托幼机构上市。日本《健康増進法》仍要求指定的供餐设施配置管理营养士。

70% 是一家企业自己的估算,产品只覆盖普通膳食,而且是厂商在描述自己的产品。

记录、信函与文书

这是营养师已经在用 AI 的地方。在一项对台湾 497 名营养师的调查中,59.8% 用过 ChatGPT,主要用于行政文书。英国一家医院的三名糖尿病营养师写道,AI 记录工具减少了他们写记录和信函的时间,他们认为 90% 的情况下产出准确、恰当,而临床人员仍必须审阅每一份产出。

这是一项方便样本调查和一个团队的印象;都没有测量节省的时间或错误。