統合された食事パターン評価のためのAI駆動コンピューティングフレームワークの開発:シミュレーションベースの概念実証研究

科学分野:

• 計算による栄養と環境の持続可能性に関する科学.
• 食事の評価のための人工知能 (AI) モデルの開発.
• 食品システム,公衆衛生,環境科学を統合した学際的な研究.

背景:

• 従来の食事の評価では,栄養の充足と環境の持続可能性,経済的要因を統合することができない.
• 食糧システムには,栄養の必要性と資源の保存のバランスをとる方法論が必要です.
• 総合的な食事パターン評価のための計算ツールにギャップがあります.

研究 の 目的:

• 統合された食事の評価のためのAI駆動のコンピューティングフレームワークを開発し,検証する.
• 栄養評価,環境フットプリントの定量化,経済的アクセシビリティを統合する.
• 持続可能性の値と流行病学的データとの間で食事パターンをベンチマークする.

主な方法:

• 1500人のコホートを用いたシミュレーションベースの概念証明研究.
• ランダムな森林分類,次元縮小,シナリオベースの最適化の統合.
• 温室効果ガスの排出量,水の使用量,価格データを含む8つのカテゴリーにわたる55種類の食品の分析.

主要な成果:

• AIフレームワークは,コスト,排出量,水の使用を主要な差別因子として,分類精度39.1%を達成しました.
• 食事パターンでは,マクロ栄養素のプロフィールが似ていたが,カルシウム不足が広く見られた.
• シナリオモデリングでは,水の使用量を13%削減する柔軟なダイエットと,最小限のコスト増加を特定しました.
• AI主導の評価は,栄養の充足を優先する際に,エネルギー摂取量の大きな偏差を強調した.

結論:

• 開発されたAIフレームワークは,統合された食事の評価のための検証されたコンピューティングインフラを提供します.
• 栄養,環境,経済的な次元における食事パターンを評価するAIの実現可能性を示しています.
• 持続可能性と公衆衛生上の成果の改善に向けた食品システムの最適化の可能性を強調する.