AI 实践 · 2026 年 8 月 26 日
营养学中的 AI：它能做什么，不能做什么
如今每一款营养工具都在宣传 AI，却很少说明模型究竟在做什么、在哪里会失效，以及当它没有把握时会发生什么。本文为营养师提供一个平实的版本，并附上在患者开始向其提供数据之前，值得向任何厂商提出的问题。
三种不同的技术，被叫成同一个名字
当一款营养应用说「AI」时，通常指的是三套彼此独立的系统之一。视觉模型把一张用餐照片转换成候选食物标签；几何层估算盘中有多少食物；语言模型生成对话。它们的失效方式不同，值得给予的信任程度也不同。把它们混为一谈，正是某些工具会用与条形码扫描同样自信的样式，去呈现一个并不牢靠的分量估算的原因。
在与临床医生相连的工具中，上面还有第四层：跨时间的模式检测。那一层其实与单独一餐无关。
面对一盘食物，AI 能做什么、不能做什么
减轻记录的负担
可以做到拍一张照片再点一下确认，比在数据库里逐一搜索一餐中的每种成分省力得多。阻力更小，通常意味着两次会谈之间的数据更完整。
从照片中识别食物
可以做到，但有前提对常见、摆盘清晰的单一食物识别效果不错；对混合菜肴、酱汁、汤品，以及在训练数据中占比不足的多元文化食物，表现则较弱。
估算分量
比看上去更难有多少食物是几何问题，而不是标注问题。深度数据和参照物会有帮助。但混合菜肴的密度假设仍会带来真实的误差。
给出精确的热量数字
做不到任何数字都是叠加在前两次估算之上的又一次估算。精确到 1 千卡是虚假的精度，而在饮食失调照护中，这种精度并非中性。
提供支持性对话
可以做到，但有边界AI 可以肯定一顿艰难的餐食、提供一项稳定情绪的技巧，并帮助患者准备想对您说的话。它无法诊断、无法开具处方，也无法承担安全计划。
察觉与基线的偏离
可以做到，作为提示反复跳过用餐，加上餐后痛苦程度上升，是一种清晰可读、值得提示的模式。它是去查看的理由，而不是结论。
热量数字是最需要审慎对待的部分
一个估算出的能量值，是一整条链路的产物：识别食物、估算体积、假设密度以得到质量，再到食物成分数据库中查每 100 克的千卡数。每一环都带有误差，而误差会累积。当这个数字与您掌握的其他信息一起，作为一个粗略的临床信号使用时，这没有问题；当它作为一个精确、可点击的分数展示给患者时，问题就来了。
在饮食失调照护中，临床层面的理由比技术层面的更有分量。数字化的能量反馈是消费级减肥应用的核心机制，而对您所诊治的人群来说，它往往是反治疗的。有用的设计不是什么都不算，而是审慎地计算、默认不让患者看到这个数字，并由临床医生决定它何时该出现在照护方案中。
支持性对话是一件真实的工具，但车道很窄
在这个周二到下个周二之间，某位患者独自坐下来吃晚饭，而这很难。一个边界清晰的 AI 对话可以肯定这一点，带着他走一遍您已批准的应对技巧，并帮他写下想带到会谈中的内容。这确实有用，而且它不是治疗。
关键在于这条车道到哪里为止。对话应当明示自己是 AI，拒绝给出个体化的餐食处方或任何类似减重建议的内容，把令人担忧的表述导向真实的人与资源，并可在患者的同意设置下由照护团队查阅。危机语言筛查只在有人打字时才会触发，因此它永远不可能构成完整的安全计划。声称并非如此的工具，就是在夸大其词。
应向任何 AI 营养厂商提出的六个问题
当模型没有把握时会怎样？
诚实的答案是：它会提出一个澄清性问题，或直接表示未知。如果一款工具从不放弃作答，那它就是在您患者的记录上猜测，并把猜测当作数据呈现。
置信度分数是否经过校准？
当模型报告 80% 的置信度时，在您实际诊治的人群中，它是否大约有 80% 的时候是对的？未经校准的置信度，是一个看起来像证据、实则不是的数字。
它在您患者常吃的食物上表现如何？
在研究数据集上的基准准确率，几乎说明不了在厨房昏暗灯光下一盘家常混合菜的表现。请专门询问混合餐食与多元文化食物的情况。
患者能看到热量数字吗？
对饮食失调照护而言，这就是那个关键问题。请询问能量估算能否对患者隐藏、同时仍对您可见，以及这一设置是否可以按患者分别配置。
您能看到警报因何触发吗？
一个带有原因编码、您可以审查、忽略或修正的信号，才是临床决策支持。一个不透明的「高风险」标记不是。
谁可以查看对话记录？
如果患者在一款与您诊疗相连的工具中向聊天机器人倾诉，您应当知道自己是否可以查阅、患者是何时同意的，以及他们如何撤回该同意。
Pippa 的定位
Pippa 不训练自己的基础模型。它在既有的视觉与语言模型之上，构建一层以康复为核心的能力，而大部分工作在于模型周边的各项检查：不确定时澄清或放弃作答而不是猜测；把已确认的食物映射到经过筛选的营养字典，而不是让模型自行编造营养数值；默认不把能量估算展示给患者；并让每一个发给临床医生的信号都带有原因编码，使您能准确看到触发它的因素并予以推翻。
我们把详细版本写了下来。临床 AI 概览白皮书完整介绍了食物图像处理流程、分量与能量的计算、对话的安全分流、模式信号的类别，以及我们认为该领域任何工具都应能回答的验证问题。如果您更想先比较工具，可以从2026 年面向临床医生的康复应用指南开始。