人工智能技術在糖尿病患者食品營養管理中的應用探析

鄭卓恩 梅智盈

摘 要：糖尿病作為全球慢性疾病之首，至今尚未發現能完全治愈的治療方式，飲食治療是糖尿病一項重要的基礎治療措施。而人工智能技術在算法支持下，能有效識別食品的熱量，對糖尿病患者進行飲食監測和管理?；诖?，本文分析了糖尿病患者食品營養管理的影響因素，提出人工智能技術在不同類型糖尿病患者食品營養管理中的應用，為糖尿病患者的日常護理提供技術支持。

關鍵詞：人工智能；糖尿病患者；食品營養管理

Abstract： As the first chronic disease in the world， diabetes has not yet found a completely curable treatment. Diet treatment is an important basic treatment for diabetes. With the support of algorithms， artificial intelligence technology can effectively identify food calories and monitor and manage the diet of diabetes patients. Based on this， this paper analyzed the influencing factors of food nutrition management for diabetes patients， proposed the application of artificial intelligence technology in food nutrition management for different types of diabetes patients， and provided technical support for daily care of diabetes patients.

Keywords： artificial intelligence; patients with diabetes; food nutrition management

糖尿病作為全球慢性疾病之首，嚴重影響著人們的身體健康。近年來，隨著社會經濟的發展，人們的物質生活水平大大提升，食品種類更加豐富，人們極易出現暴飲暴食、營養搭配不均衡現象，身體健康也受到更多的影響。近年來，糖尿病患者數量持續增加，患病年齡呈現向低齡化蔓延趨勢。2022年，國際糖尿病聯盟（International Diabetes Federation，IDF）公布的數據顯示，2021年全球成年人糖耐量受損（Impaired Glucose Tolerance，IGT）人數高達5.37億（10.5%），預計到2030年，人數將增加至5.78億，到2045年，患病人數可能達到7.83億[1]。根據2021中國居民健康大數據統計數據分析，我國成人糖尿病患者的人數約為1.41億人，成為全球糖尿病人數最多的國家[2]。因此，對糖尿病的預防與控制成為學術界的重要研究課題。其中，飲食管理作為控制患者血糖的重要基礎工作，在糖尿病患者的治療中占據重要地位。近年來，隨著人工智能技術在醫療領域中的應用，將人工智能技術引入糖尿病患者的飲食管理也成為控制糖尿病的重要途徑。

1 人工智能技術及糖尿病患者的食品營養管理概述

人工智能（Artificial Intelligence，AI）是自然學科和社會學科的交叉研究范疇，也是應用型計算機科學長期發展的產物，能通過設計算法，模擬人類思考，進而科學地完成相關任務[3-4]。隨著各種智能設備的推出，將人工智能技術應用于醫療領域中，對患者的日常護理等具有重要意義，能有效提高對疾病的干預效果。

糖尿病作為典型的慢性病，治療周期漫長，治療相對復雜。在目前的臨床治療中，尚未發現能完全治愈糖尿病的治療方法，仍主要依賴于藥物治療、飲食管理、適度運動和血糖監測等。糖尿病患者的食品營養管理作為基礎措施，主要是指在規范臨床藥物治療的前提下，根據患者自身健康狀況，結合不同食品含有的營養物質，制訂科學個性化的飲食方案，在保證患者營養的基礎上，強調營養搭配的科學化、結構化、合理化，通過規范患者的飲食攝入規范患者的飲食行為[5]。合理有效的食品營養管理不僅有利于控制糖尿病患者的病情，防止患者飲食不當導致病情進一步加重，進而引發各類并發癥，還能有效改善糖尿病患者的膳食質量，保障其所需的營養，防止出現營養不良現象。

隨著人工智能技術的發展，出現了大量關于食品熱量識別、估算方面的研究成果，可以幫助糖尿病患者進行飲食管理。而隨著人工智能算法的創新發展，人工智能技術對食品的分辨精準度也持續提高。因此，可將人工智能技術引入糖尿病患者的食品營養管理中，根據糖尿病患者的飲食偏好、健康狀態、飲食方式等，合理推薦每日食品，幫助患者形成健康的飲食習慣[6]。同時，將患者的每餐食品攝入通過照片傳輸納入人工智能系統中，AI就可以自動識別食品熱量及營養成分，輔助監測患者的飲食情況[7]。人工智能技術在糖尿病患者食品營養管理中具有重要意義。

2 糖尿病患者食品營養管理的影響因素

2.1 疾病因素

根據糖尿病特征，臨床診斷通常將糖尿病患者分為4類，詳見表1[8]。不同類別的糖尿病在患病時間及病理表現上略有不同，不同類別糖尿病的影響因素也存在差異，其中Ⅰ型和Ⅱ型糖尿病在我國糖尿病患者中所占比例相對較高。為提高食品營養管理成效，糖尿病患者的食品營養管理應根據不同的病理表現制訂具有針對性的食品營養管理方案，滿足不同類型、不同程度糖尿病患者的需求。利用人工智能技術制訂糖尿病患者的食品營養管理方案時，應充分考慮患者機體對蛋白質等營養成分的需求，以及患者飲食中可能存在的營養風險，合理規劃患者飲食方案。

2.2 患者自身及家屬的認知

對于居家生活的糖尿病患者而言，患者作為自身健康的第一責任人，其個人對飲食營養管理的認知、個人的飲食習慣等是影響糖尿病患者飲食營養的重要因素，而對于部分年齡較大的Ⅱ型糖尿病患者而言，其飲食管理常識可能存在不足，仍保持傳統的飲食習慣，易引發系列并發癥。此外，家屬作為患者的監護人，其認知觀念也是影響患者食品營養管理的重要因素。對于一些自覺性較差，或是認知能力不足的患者，家屬能有效幫助患者形成良好的飲食習慣，進而提高糖尿病患者的飲食管理水平。

2.3 醫護人員自身素質

我國部分糖尿病患者的護理依賴于社區及醫院護理，同時醫護人員也是指導患者及家屬合理進行飲食管理的重要人員。因此，基層衛生醫療中心的醫護人員的個人素質會影響糖尿病患者的病情維護，特別是對于一些存在其他并發癥的糖尿病患者。但目前醫護人員在食品營養管理方面的知識尚顯不足，以糖尿病腎病患者為例，有調查顯示，我國基層衛生醫療中心中，醫生對糖尿病腎病患者的診斷知識掌握相對較好，但普遍缺乏相應的管理經驗，護士對患者及家屬的食品營養指導多流于形式，而執行能力相對不足，且對相關的飲食標準了解不足[9]。

3 人工智能技術在不同類型糖尿病患者飲食營養管理中的應用

基于糖尿病患者食品營養管理中的影響因素，將人工智能技術引入糖尿病患者的飲食營養管理中，能有效彌補患者及家屬、醫護人員等飲食管理知識不足的問題。人工智能通過運用已收集到的數據，在合理算法的支持下，搭建電子病歷及智能飲食營養管理系統，針對不同類型的糖尿病患者提供個性化飲食方案，幫助糖尿病患者形成科學的飲食習慣。

3.1 人工智能技術在糖尿病患者餐前監測中的應用

Ⅰ型糖尿病患者的治療中，需要依靠胰島素泵閉環系統。而多數閉環系統需計算餐前所需的胰島素劑量，且患者所需的胰島素劑量存在一定的波動[10]。對此，可將人工智能技術引入患者的餐前血糖監測和膳食熱量計算中。人工智能技術將對患者血糖進行記錄，并根據數據進行預測，確定餐前胰島素劑量。同時，對患者所攝入的食品進行熱量估計，從而判斷該食物是否適合患者食用。

3.2 人工智能技術在糖尿病患者個性化食譜設計中的應用

Ⅱ型糖尿病的產生多與年齡、體重、生活習慣等問題緊密相關，因此該類型的患者對飲食營養搭配要求更高。有研究表明，大部分Ⅱ型糖尿病患者對飲食營養管理認知不足，缺乏專業食譜[11]。對此，可將人工智能技術引入糖尿病患者的食譜推薦中，利用數據知識，結合患者自身狀況及口味需求等外在因素，讓人工智能設備推薦科學合理的個性化食譜。通過科學化的食譜，既可滿足患者的口味需求，又能有效改善患者的血糖代謝。

妊娠期糖尿病患者群體相對特殊，口服用藥安全性不足。但若不對孕婦血糖進行控制，會給孕婦和胎兒健康帶來極大危險。人工智能技術在推薦食譜時，可將這類特殊群體納入選擇范圍內，根據患者實際情況制定合理的食譜。

3.3 人工智能技術在糖尿病患者日常飲食監測中的應用

糖尿病患者除了需要檢測常規飲食外，對于日常的加餐管理也不容忽視，特別是夜間飲食，管理不當易發生低血糖事件，進而對患者健康造成更大危害。對此，可將人工智能技術納入糖尿病患者的日常飲食監測中，對糖尿病患者日常血糖值進行記錄，并以此建立模型，預測患者短期內的血糖變化。在患者出現低血糖情況前，及時發出警報，提醒患者進行藥物及食物治療。

4 結語

隨著人工智能算法的創新發展，將人工智能技術引入糖尿病患者的食品營養管理中能有效彌補患者需求和科學信息之間的信息差。針對食品營養管理中的影響因素，人工智能技術可運用于不同類型糖尿病患者飲食的各個環節，科學管理患者飲食，從而有效提高糖尿病患者的身體素質。

參考文獻

[1]OGURTSOVA K，GUARIGUATA L，BARENGO N C，et al.IDF diabetes atlas： global estimates of undiagnosed diabetes in adults for 2021[J].Diabetes Res Clin Pract，2022，183（1）：109.

[2]李陽，楊明煒.黃連-生地藥對對胰島素抵抗3T3-L1脂肪細胞TNF-α、IL-1β與IL-6分泌的影響[J].時珍國醫國藥，2023，34（4）：817-821.

[3]WANG P.On defining artificial intelligence[J].J Artif Gen Intell，2019，10（2）：1-37.

[4]MONETT D，LEWIS C， THORISSON K R，et al.Introduction to the JAGI special issue “On Defining Artificial Intelligence” ： comment ar-ies and author's response[J].J Artif Gen Intell，2020，11（2）：1-100.

[5]田蓉，傅桂芬，李麗蓉.糖尿病腎病患者飲食管理的研究進展[J].護理實踐與研究，2022，19（16）：2445-2449.

[6]NOROUZI S，KAMEL G A，SISTANI S，et al.A mobile application for managing diabetic patients’ nutrition：a food recommender system[J].Arch Iran Med，2018，21（10）：466-472.

[7]ZHANG W，YU Q，SIDDIQUIE B，et al.“Snap-n-Eat” ： food recognition and nutrition estimation on a smartphone[J].J Diabetes Sci Technol，2015，9（3）：525-533.

[8]王新磊.糖尿病人健康飲食廚房產品設計研究[D].北京：北京化工大學，2022.

[9]田蓉，傅桂芬，李麗蓉.糖尿病腎病患者飲食管理的研究進展[J].護理實踐與研究，2022，19（16）：2445-2449.

[10]劉巖，張馨月，王祥香，等.人工智能在糖尿病患者飲食管理中應用的研究進展[J].預防醫學論壇，2023，29（4）：315-320.

[11]歐小周，梁貴發，梁思儉.2型糖尿病患者飲食管理認知現狀與影響因素調查[J].護理實踐與研究，2020，17（4）：44-46.