人工智能技术在糖尿病患者食品营养管理中的应用探析

摘 要：糖尿病作为全球慢性疾病之首，至今尚未发现能完全治愈的治疗方式，饮食治疗是糖尿病一项重要的基础治疗措施。而人工智能技术在算法支持下，能有效识别食品的热量，对糖尿病患者进行饮食监测和管理。基于此，本文分析了糖尿病患者食品营养管理的影响因素，提出人工智能技术在不同类型糖尿病患者食品营养管理中的应用，为糖尿病患者的日常护理提供技术支持。

关键词：人工智能；糖尿病患者；食品营养管理

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

糖尿病作为全球慢性疾病之首，严重影响着人们的身体健康。近年来，随着社会经济的发展，人们的物质生活水平大大提升，食品种类更加丰富，人们极易出现暴饮暴食、营养搭配不均衡现象，身体健康也受到更多的影响。近年来，糖尿病患者数量持续增加，患病年龄呈现向低龄化蔓延趋势。2022年，国际糖尿病联盟（International Diabetes Federation，IDF）公布的数据显示，2021年全球成年人糖耐量受损（Impaired Glucose Tolerance，IGT）人数高达5.37亿（10.5%），预计到2030年，人数将增加至5.78亿，到2045年，患病人数可能达到7.83亿[1]。根据2021中国居民健康大数据统计数据分析，我国成人糖尿病患者的人数约为1.41亿人，成为全球糖尿病人数最多的国家[2]。因此，对糖尿病的预防与控制成为学术界的重要研究课题。其中，饮食管理作为控制患者血糖的重要基础工作，在糖尿病患者的治疗中占据重要地位。近年来，随着人工智能技术在医疗领域中的应用，将人工智能技术引入糖尿病患者的饮食管理也成为控制糖尿病的重要途径。

1 人工智能技术及糖尿病患者的食品营养管理概述

人工智能（Artificial Intelligence，AI）是自然学科和社会学科的交叉研究范畴，也是应用型计算机科学长期发展的产物，能通过设计算法，模拟人类思考，进而科学地完成相关任务[3-4]。随着各种智能设备的推出，将人工智能技术应用于医疗领域中，对患者的日常护理等具有重要意义，能有效提高对疾病的干预效果。

糖尿病作为典型的慢性病，治疗周期漫长，治疗相对复杂。在目前的临床治疗中，尚未发现能完全治愈糖尿病的治疗方法，仍主要依赖于药物治疗、饮食管理、适度运动和血糖监测等。糖尿病患者的食品营养管理作为基础措施，主要是指在规范临床药物治疗的前提下，根据患者自身健康状况，结合不同食品含有的营养物质，制订科学个性化的饮食方案，在保证患者营养的基础上，强调营养搭配的科学化、结构化、合理化，通过规范患者的饮食摄入规范患者的饮食行为[5]。合理有效的食品营养管理不仅有利于控制糖尿病患者的病情，防止患者饮食不当导致病情进一步加重，进而引发各类并发症，还能有效改善糖尿病患者的膳食质量，保障其所需的营养，防止出现营养不良现象。

随着人工智能技术的发展，出现了大量关于食品热量识别、估算方面的研究成果，可以帮助糖尿病患者进行饮食管理。而随着人工智能算法的创新发展，人工智能技术对食品的分辨精准度也持续提高。因此，可将人工智能技术引入糖尿病患者的食品营养管理中，根据糖尿病患者的饮食偏好、健康状态、饮食方式等，合理推荐每日食品，帮助患者形成健康的饮食习惯[6]。同时，将患者的每餐食品摄入通过照片传输纳入人工智能系统中，AI就可以自动识别食品热量及营养成分，辅助监测患者的饮食情况[7]。人工智能技术在糖尿病患者食品营养管理中具有重要意义。

2 糖尿病患者食品营养管理的影响因素

2.1 疾病因素

根据糖尿病特征，临床诊断通常将糖尿病患者分为4类，详见表1[8]。不同类别的糖尿病在患病时间及病理表现上略有不同，不同类别糖尿病的影响因素也存在差异，其中Ⅰ型和Ⅱ型糖尿病在我国糖尿病患者中所占比例相对较高。为提高食品营养管理成效，糖尿病患者的食品营养管理应根据不同的病理表现制订具有针对性的食品营养管理方案，满足不同类型、不同程度糖尿病患者的需求。利用人工智能技术制订糖尿病患者的食品营养管理方案时，应充分考虑患者机体对蛋白质等营养成分的需求，以及患者饮食中可能存在的营养风险，合理规划患者饮食方案。

2.2 患者自身及家属的认知

对于居家生活的糖尿病患者而言，患者作为自身健康的第一责任人，其个人对饮食营养管理的认知、个人的饮食习惯等是影响糖尿病患者饮食营养的重要因素，而对于部分年龄较大的Ⅱ型糖尿病患者而言，其饮食管理常识可能存在不足，仍保持传统的饮食习惯，易引发系列并发症。此外，家属作为患者的监护人，其认知观念也是影响患者食品营养管理的重要因素。对于一些自觉性较差，或是认知能力不足的患者，家属能有效帮助患者形成良好的饮食习惯，进而提高糖尿病患者的饮食管理水平。

2.3 医护人员自身素质

我国部分糖尿病患者的护理依赖于社区及医院护理，同时医护人员也是指导患者及家属合理进行饮食管理的重要人员。因此，基层卫生医疗中心的医护人员的个人素质会影响糖尿病患者的病情维护，特别是对于一些存在其他并发症的糖尿病患者。但目前医护人员在食品营养管理方面的知识尚显不足，以糖尿病肾病患者为例，有调查显示，我国基层卫生医疗中心中，医生对糖尿病肾病患者的诊断知识掌握相对较好，但普遍缺乏相应的管理经验，护士对患者及家属的食品营养指导多流于形式，而执行能力相对不足，且对相关的饮食标准了解不足[9]。

3 人工智能技术在不同类型糖尿病患者饮食营养管理中的应用

基于糖尿病患者食品营养管理中的影响因素，将人工智能技术引入糖尿病患者的饮食营养管理中，能有效弥补患者及家属、医护人员等饮食管理知识不足的问题。人工智能通过运用已收集到的数据，在合理算法的支持下，搭建电子病历及智能饮食营养管理系统，针对不同类型的糖尿病患者提供个性化饮食方案，帮助糖尿病患者形成科学的饮食习惯。

3.1 人工智能技术在糖尿病患者餐前监测中的应用

Ⅰ型糖尿病患者的治疗中，需要依靠胰岛素泵闭环系统。而多数闭环系统需计算餐前所需的胰岛素剂量，且患者所需的胰岛素剂量存在一定的波动[10]。对此，可将人工智能技术引入患者的餐前血糖监测和膳食热量计算中。人工智能技术将对患者血糖进行记录，并根据数据进行预测，确定餐前胰岛素剂量。同时，对患者所摄入的食品进行热量估计，从而判断该食物是否适合患者食用。

3.2 人工智能技术在糖尿病患者个性化食谱设计中的应用

Ⅱ型糖尿病的产生多与年龄、体重、生活习惯等问题紧密相关，因此该类型的患者对饮食营养搭配要求更高。有研究表明，大部分Ⅱ型糖尿病患者对饮食营养管理认知不足，缺乏专业食谱[11]。对此，可将人工智能技术引入糖尿病患者的食谱推荐中，利用数据知识，结合患者自身状况及口味需求等外在因素，让人工智能设备推荐科学合理的个性化食谱。通过科学化的食谱，既可满足患者的口味需求，又能有效改善患者的血糖代谢。

妊娠期糖尿病患者群体相对特殊，口服用药安全性不足。但若不对孕妇血糖进行控制，会给孕妇和胎儿健康带来极大危险。人工智能技术在推荐食谱时，可将这类特殊群体纳入选择范围内，根据患者实际情况制定合理的食谱。

3.3 人工智能技术在糖尿病患者日常饮食监测中的应用

糖尿病患者除了需要检测常规饮食外，对于日常的加餐管理也不容忽视，特别是夜间饮食，管理不当易发生低血糖事件，进而对患者健康造成更大危害。对此，可将人工智能技术纳入糖尿病患者的日常饮食监测中，对糖尿病患者日常血糖值进行记录，并以此建立模型，预测患者短期内的血糖变化。在患者出现低血糖情况前，及时发出警报，提醒患者进行药物及食物治疗。

4 结语

随着人工智能算法的创新发展，将人工智能技术引入糖尿病患者的食品营养管理中能有效弥补患者需求和科学信息之间的信息差。针对食品营养管理中的影响因素，人工智能技术可运用于不同类型糖尿病患者饮食的各个环节，科学管理患者饮食，从而有效提高糖尿病患者的身体素质。

参考文献

[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]李阳，杨明炜.黄连-生地药对对胰岛素抵抗3T3-L1脂肪细胞TNF-α、IL-1β与IL-6分泌的影响[J].时珍国医国药，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，李丽蓉.糖尿病肾病患者饮食管理的研究进展[J].护理实践与研究，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.糖尿病人健康饮食厨房产品设计研究[D].北京：北京化工大学，2022.

[9]田蓉，傅桂芬，李丽蓉.糖尿病肾病患者饮食管理的研究进展[J].护理实践与研究，2022，19（16）：2445-2449.

[10]刘岩，张馨月，王祥香，等.人工智能在糖尿病患者饮食管理中应用的研究进展[J].预防医学论坛，2023，29（4）：315-320.

[11]欧小周，梁贵发，梁思俭.2型糖尿病患者饮食管理认知现状与影响因素调查[J].护理实践与研究，2020，17（4）：44-46.