這項研究探討人工智慧模型，例如ChatGPT，如何為患有肥胖、心血管疾病和2型糖尿病等健康狀況的個人生成個性化的膳食計畫。這些人工智慧模型展示了在提供量身定制的營養建議方面的潛力，但需要從營養專家或知識型系統獲得進一步指導，以確保膳食計畫對於患有非傳染性疾病的個人是合適的。 PubMed DOI

傳統的飲食評估方式可能不夠客觀且耗時，但現在有人工智慧（AI）解決方案可以自動化這個過程。這項研究使用GPT-4V模型驅動ChatGPT進行飲食評估，表現出在檢測食物和識別菜餚方面的潛力。這個方法不需要特定訓練數據，並且可以根據上下文提示來估計食物份量，提高評估的準確性。 PubMed DOI

最近人工智慧的進步已經讓強大的人工智慧系統被運用在營養領域，以提升個人化的飲食建議和整體健康。這篇論文介紹了一種新的基於人工智慧的營養建議方法，利用深度生成網絡和新穎的損失函數來符合既定的營養指南。透過分析用戶數據並根據能量需求調整餐食份量，這方法能夠生成準確、營養豐富且個人化的每週餐食計畫。同時結合ChatGPT以增加餐食多樣性，這方法在為用戶打造適合的餐食計畫上表現優異，實驗結果顯示對虛擬和真實用戶的適用性。 PubMed DOI

這篇論文探討了大型語言模型（LLMs）在營養與飲食應用中的表現，特別是針對註冊營養師（RD）考試的1050道問題。研究比較了GPT-4o、Claude 3.5 Sonnet和Gemini 1.5 Pro的準確性與一致性，並分析了不同提示技術的效果。結果顯示，GPT-4o在使用帶自我一致性的思考鏈（CoT-SC）時表現最佳，而Gemini 1.5 Pro在零提示（ZS）下則展現最高一致性。研究強調選擇合適的LLM和提示策略對減少錯誤風險的重要性。 PubMed DOI

這項研究探討了使用OpenAI的GPT-4o模型透過照片來評估餐點的營養成分，並與稱重食物紀錄及營養師的評估進行比較。結果顯示，該模型在評估能量、脂肪、蛋白質、碳水化合物和鹽的表現普遍不佳，但在纖維含量的評估上卻有顯著優勢，達到0.71的相關係數，超過營養師的0.57。這顯示目前的AI方法雖然能簡化食物紀錄，但在纖維評估上較為可靠，對其他營養成分則不然。 PubMed DOI

本研究探討ChatGPT-4在評估餐點營養成分的有效性，分析了114張餐點照片。結果顯示，ChatGPT能準確識別93%的食物，對小份量餐點的重量估算一致性良好，但中、大份量則較差。16種營養素中，有10種的估算結果一致性不佳，且多數低估了含量。與七位營養師的評估相比，ChatGPT在食物識別和小份量估算上表現優異，但在中、大份量及營養成分計算上仍需改進。 PubMed DOI

傳統的食物推薦系統在面對多樣化和不平衡的數據時，常常遇到樣本數不足的問題。雖然大型語言模型（LLMs）提供了一個有潛力的解決方案，但現有的通用推薦方法並不適合食物推薦。為了解決這個問題，我們提出了食物推薦作為語言處理（FRLP）的框架，專門設計來利用LLMs的優勢，提供更準確且個性化的食物推薦，並針對食物領域的獨特挑戰進行優化。 PubMed DOI

這項研究探討了先進的自然語言處理技術如何改善食物分類和飲食分析，使用來自飲食追蹤應用的原始文本。研究分為數據收集、框架開發和應用三個階段，參與者透過 myCircadianClock 應用記錄餐點。研究人員創建了 NutriRAG 框架，結合大型語言模型如 GPT-4，提升了食物分類的準確性。結果顯示，參與者在不同飲食模式下的飲食行為有顯著變化，顯示出 NutriRAG 在個性化營養和健康問題解決上的潛力，並建議進一步研究。 PubMed DOI

這篇研究探討如何利用影像來估算食物的能量，對於食物追蹤應用程式非常重要。由於深度學習在識別多樣食物上面臨挑戰，研究者提出微調模型和具體積感知的推理策略，來改善估算準確性。實驗結果顯示，這些方法在Nutrition5k數據集上顯著提升了估算效果，並證實了LoRA技術能進一步增強食物能量估算的表現。這強調了多模態大型語言模型在飲食評估中的潛力及體積感知的重要性。 PubMed DOI

大型語言模型（LLMs），像是ChatGPT，正被研究用於增強慢性腎臟病（CKD）患者的營養指導。為了發揮其最佳效能，醫療專業人員、患者及照顧者的合作至關重要。雖然LLMs能提供食譜建議，但在分析電解質和卡路里等重要營養成分上仍有不足。未來的技術進步預期能改善這些能力，實現精確的營養分析和烹飪輔助工具。CKD社群的參與對於推動人工智慧在營養護理中的應用非常重要，並需保持批判性思維。 PubMed DOI