這項研究探討了像ChatGPT這樣的AI聊天機器人在提供第二型糖尿病和代謝症候群的營養管理指導上的有效性。研究重點包括飲食管理、營養照護過程及1500卡路里菜單規劃。雖然兩位營養師的評估大致一致，但ChatGPT的建議在減重、能量缺口、人體測量及身體活動等方面存在明顯不足，且NCP的輸出不完整。儘管如此，營養師對其回應的清晰度評價良好。結論指出，ChatGPT可作為從業者的輔助工具，但使用者需了解其局限性。 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

本研究探討三款人工智慧聊天機器人——Gemini、Microsoft Copilot 和 ChatGPT 4.0 在制定個人化減重飲食計畫的有效性。結果顯示，這些機器人生成的飲食計畫在營養質量上表現良好，但在宏量營養素和脂肪酸的平衡上仍有不足。特別是，ChatGPT 4.0 在熱量準確性方面表現最佳，而Gemini的計畫變異性較大。總體而言，這些AI工具能提供有用的飲食建議，但仍需與營養專業人士的知識相輔相成。 PubMed DOI

這項研究探討了ChatGPT在為代謝功能障礙相關脂肪肝病（MASLD）患者生成阿拉伯語回應的效果。研究將一份英文問卷翻譯成阿拉伯語，並由十位沙烏地阿拉伯的MASLD專家評估回應的準確性、完整性和可理解性。結果顯示，準確性得分為4.9，完整性得分為2.4，可理解性得分為2.74，顯示回應相當正確且易懂。不過，專家們認為AI的科學內容仍需加強，以避免醫療錯誤資訊的傳播。整體而言，這顯示了AI在提供MASLD相關資訊上的潛力。 PubMed DOI

肝脂肪變性（脂肪肝）是嚴重肝臟疾病的前兆，會增加健康風險。這項研究探討大型語言模型（LLMs）在急診影像報告中識別肝脂肪變性的潛力。研究分析了200名成人的CT掃描，使用三種Azure OpenAI模型（ChatGPT 3.5、4和4o）進行檢測。結果顯示，這些模型的準確率高達96.2%至98.8%，且評估者間的可靠性極高。研究認為，LLMs能有效識別影像報告中的異常，對早期疾病介入有重要意義，並簡化電子病歷分析過程。 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ChatGPT在為慢性腎臟病（CKD）患者提供飲食建議的效果，特別是蛋白質的限制。模擬臨床諮詢中，ChatGPT的建議符合最佳實踐，能調整能量和蛋白質的建議，但在制定符合特定目標的餐單上表現不佳。分析顯示，建議的能量水平低於需求，蛋白質含量則過高。因此，雖然ChatGPT能提供一般飲食指導，但對於有嚴格營養限制的CKD患者，制定精確計劃仍不可靠，可能帶來健康風險。 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

臨床醫師越來越重視大型語言模型（LLMs）在肥胖服務中的應用，因為它們有助於提升護理的可及性和效率。不過，對於這些模型的科學準確性和同理心表達仍有疑慮。最近研究顯示，ChatGPT-3能有效模仿人類營養師的回應，而比較ChatGPT-4與人類營養師的研究結果顯示，兩者在科學正確性、可理解性、同理心和可行性上表現相似。這些結果顯示，先進的LLMs在肥胖治療中可能提供有價值的支持，但仍需進一步研究其在其他情境中的有效性。 PubMed DOI

代謝功能障礙相關脂肪肝病（MASLD）及其炎症形式（MASH）是導致慢性肝病的重要原因，影響超過30%的成年人，主要因胰島素抵抗、肥胖和血脂異常所致。這種疾病的盛行率在高碳水化合物飲食和中央肥胖的年輕族群中上升。管理策略包括飲食調整、運動和減重，並有希望的藥物治療如GLP-1受體激動劑等。早期識別併發症及發展精準醫療策略對改善病人結果至關重要，需多學科合作以應對這一挑戰。 PubMed DOI