在最近发表在该杂志上的一项研究中 营养素研究人员评估了聊天生成预训练变压器(ChatGPT)提供营养指导的潜力。
非传染性疾病 (NCD) 是最主要的死亡原因,占全球死亡人数的 74%。 2019 年全球疾病负担研究估计有 4380 万例 2 型糖尿病 (T2D) 病例、12 亿例非酒精性糖尿病患者 脂肪肝疾病 (NAFLD)和 1850 万高血压病例。 1975 年至 2016 年间,肥胖率几乎增加了两倍。
各种研究一致强调生活方式和饮食因素对非传染性疾病发病和进展的影响。 最近,有关健康相关查询信息的互联网搜索量一直在增加。 ChatGPT 是一种广泛使用的聊天机器人,可生成对文本查询的响应。 它可以理解上下文并提供连贯的响应。
ChatGPT 已成为医疗建议寻求者可访问且高效的资源。 聊天机器人可以提供实时、交互式、个性化的患者教育和支持,帮助改善患者的治疗结果。 然而,有关 ChatGPT 在改善非传染性疾病患者营养方面的效用的数据仍然有限。
研究和结果
在本研究中,研究人员将 ChatGPT 提供的营养建议与国际指南针对非传染性疾病的建议进行了比较。 使用默认的 ChatGPT 模型(版本 3.5)进行分析。 该团队包括需要特定营养治疗的医疗状况,例如动脉高血压、T2D、血脂异常、肥胖、NAFLD、肌肉减少症和慢性肾脏病 (CKD)。
医生和营养师针对这些情况制定了一系列提示,用于从聊天机器人获取饮食建议。 每个提示对话都进行单独的聊天会话。 ChatGPT 的反应与国际临床指南的建议进行了比较。 两名营养师独立评估和分类 ChatGPT 的反应。 如果响应符合指南,则被视为“适当”;如果相互矛盾,则被视为“不适当”。
此外,如果回答没有在指南中得到确认,则被分类为“不支持”;如果不完全符合指南,则被分类为“不完全匹配”;如果回答不具体并促进整体健康饮食,则被分类为“一般建议”。 此外,该团队还评估了 ChatGPT 是否可以替代营养师的咨询来管理复杂的病例,并提出了一个涉及(患有)多种共存疾病(CKD、肥胖和 T2D)的场景。
发现
总体而言,ChatGPT 提供的建议是准确的。 肌肉减少症的适宜率介于 55.5% 之间,NAFLD 的适宜率为 73.3% 之间。 NAFLD 和肥胖各有一项答复与指南相矛盾。 关于肥胖,聊天机器人建议定期进餐和吃零食以稳定血糖水平,而指南则强调避免在两餐之间吃零食。
关于 NAFLD,报告称在医疗监督下补充 omega-3 脂肪酸、抗氧化剂和维生素 E 等补充剂有好处。 然而,现有指南并不认可抗氧化剂和 omega-3 脂肪酸用于 NAFLD 治疗。 指南不支持一项与 T2D 相关的建议。
具体来说,ChatGPT 建议将膳食分成较小且均衡的部分,作为三顿大餐的替代方案。 虽然这与指南并不直接矛盾,但现有的 T2D 指南并未解决这一问题。 此外,许多答复被归类为与指南不完全匹配。
例如,ChatGPT 强调纳入低血糖指数的食物并监测高甘油三酯血症的份量,而指南则建议解决体重过重问题并减少碳水化合物。 此外,ChatGPT 还针对多种情况提供通用健康建议。 例如保持水分、避免加工食品和摄入瘦肉蛋白。 该聊天机器人还反复强调整体健康和食欲管理。
一般建议包括饮食中应包含的食物,而指南通常不会报告这些食物。 对于肥胖、CKD 和 T2D 患者的情况,ChatGPT 的一些建议是不恰当或相互矛盾的。 例如,它强调优先考虑瘦肉蛋白以促进肌肉健康,并随后建议限制总体蛋白质摄入量。 它的答复普遍笼统,一再强调咨询营养师。
结论
调查结果强调了 ChatGPT 对饮食指南的回应中的几个一致点和分歧点。 答复很明确,并包含饮食中应包含或排除的食物的实际例子。 ChatGPT 的一些建议已部分完成。 在多种情况共存的情况下,聊天机器人无法提供适当的指导。 虽然 ChatGPT 对于非传染性疾病的饮食建议相当准确,但对于更复杂的情况,其局限性显而易见。 因此,虽然 ChatGPT 具有潜在的实用性,但它不能取代专家的建议。
2024-02-08 04:36:00
1707373850
#ChatGPT #通过营养测试但专家仍不可替代