超加工食品消費評価における人工知能の応用：スコーピングレビュー

科学分野:

• 栄養科学
• コンピュータサイエンス
• 公衆衛生

背景:

• 超加工食品（UPF）は、健康への悪影響と関連しています。
• 公衆衛生のためには、UPF消費の特定とモニタリングが不可欠です。
• UPF分類における人工知能（AI）の応用は、まだ十分に調査されていません。

研究 の 目的:

• AIを用いた超加工食品（UPF）分類に関するスコーピングレビューを実施すること。
• AI技術、入力データ、分類フレームワーク、精度、およびUPF評価への応用をマッピングすること。
• 食事モニタリング改善におけるAIの可能性を特定すること。

主な方法:

• 科学文献（PubMed、Scopus、Medline、CINAHL）の体系的な検索（2015年から2025年）。
• 認識されたフレームワークを使用してUPFを評価または分類するためにAIを適用した査読付き研究の包含。
• AI方法、入力データ、フレームワーク、および結果に焦点を当てた、2人のレビュアーによる独立したスクリーニングとデータ抽出。

主要な成果:

• 8件の研究が包含基準を満たし、ランダムフォレスト分類器や大規模言語モデルなどの多様なAI技術を利用しました。
• 4件の研究では、消費行動の評価やより健康的な代替ツールの開発を含む実用的なアプリケーションが検討されました。
• 報告された予測精度（F1スコア）は0.86から0.98の範囲であり、AIによって導き出されたクラスターとNOVAカテゴリの間には良好な一致が見られました。

結論:

• AIツールは、超加工食品消費のモニタリングを強化するための大きな可能性を示しています。
• 公衆衛生イニシアチブを支援するためには、リアルタイムAIメソッドのさらなる開発と検証が必要です。
• AIは、客観的かつスケーラブルなUPF分類のための有望な道を提供します。