這項研究評估了ChatGPT在提供營養信息以進行飲食計劃和體重管理方面的準確性。結果顯示，ChatGPT相當準確，其中能量值最為一致。這個模型能有效地在指定的熱量限制內生成膳食計劃。建議進一步研究以評估其在更廣泛的食物和餐食中的表現。 PubMed DOI

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

2023年11月的研究評估了ChatGPT在提供非傳染性疾病（NCDs）營養指導方面的效用。結果顯示，ChatGPT提供的飲食建議大多清晰，但在處理複雜病例時有一定限制。儘管對一般建議準確，但對於個別化策略的需求可能不足，且無法取代專業醫療人員的建議。 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

研究發現30位營養師使用ChatGPT提供飲食建議，成就率7.50%到37.56%不等。ChatGPT準確率84.38%，超越台灣大學生。營養師認為回答缺乏詳盡性。建議改進AI教育方法，可能開發ChatGPT教學指南給大學生和營養師使用。 PubMed DOI

這項研究探討了使用ChatGPT-4協助腎臟營養師為透析病人制定個人化餐飲計畫。透過模擬虛擬病人，ChatGPT生成了一日菜單，包含五道食譜。腎臟營養師評估後發現，ChatGPT的營養分析顯著低估了多種關鍵營養素，像是熱量低估36%、蛋白質低估28%等。雖然ChatGPT在提供個人化營養指導上有潛力，但研究強調其營養分析需改進，並需在醫療情境中進行嚴格評估。 PubMed DOI

這項研究評估了AI聊天機器人在為肥胖患者提供營養建議的表現，分析了兩個案例：一位35歲男性和一位65歲女性。研究測試了十種不同的AI，並由註冊營養師評估其準確性、完整性和重現性。 **主要發現：** - 在第一個案例中，ChatGPT 3.5的準確率最高（67.2%），而Copilot最低（21.1%）。ChatGPT 3.5和4.0的完整性得分最佳（87.3%）。 - 第二個案例中，無一聊天機器人準確率超過50%，ChatGPT 4.0和Claude的完整性最佳（77.8%）。 - 蛋白質攝取建議存在不一致性，部分機器人建議增加，部分則建議減少。 **結論：** 研究指出，通用型AI在複雜健康情境下的飲食建議效果有限，無法取代專業營養師。 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

ChatGPT 和類似的 AI 工具在臨床營養管理上有潛力，能透過機器學習來識別風險、提供個人化介入方案，並監測病人進展。它在營養評估和計算熱量需求方面表現良好，但無法解讀非語言線索或進行身體檢查。研究顯示，雖然它在臨床指導上表現不錯，但在整合多種醫療狀況和確保餐飲計畫準確性上仍有挑戰。儘管如此，ChatGPT 在專業指導下可成為優化營養教育的有用工具。 PubMed DOI

這項研究評估了兩個AI模型，ChatGPT-4o和ChatGPT-4，為一位20歲女性肥胖者制定1800卡路里的飲食計畫，並與2022年土耳其飲食指南（TDG-2022）比較。結果顯示，兩者的菜單與建議不一致，卡路里含量低於標準，且關鍵營養素如脂肪、碳水化合物、鉀和鈣的含量也未達標。總體而言，這些AI模型在飲食規劃上有重大限制，無法取代營養師的專業建議，使用時需謹慎。 PubMed DOI