多模態生成式AI預測老年糖尿病患長期血糖及共病症的準確度： 前驅研究

隨著生成式人工智慧技術快速進展，而傳統飲食評估方法（如24小時回憶法、飲食日誌）有著耗時且易受主觀偏誤影響。因此，將生成式AI應用於糖尿病營養照護逐漸成為最新的趨勢。圖像飲食估法（IBDA）結合AI技術，可提升飲食紀錄的效率，其中多模態生成式AI（如ChatGPT）具備圖文整合能力，應用潛力廣泛。
本研究納入25位中高齡第2型糖尿病（T2DM）病患，進行為期12個月追蹤。收集血液生化指標與每週飲食影像資料。食物影像由營養專業相關人員與四種ChatGPT模型（客製化/非客製化，輸入/不輸入食物名稱）進行營養素估算，辨識的準確率會依照食物名稱及食物組別分別分析正確辨識比例、錯誤辨識比例及忽略的比例。比較多模態生成式AI估算結果與營養專業相關人員分析之差異性與一致性，並評估多模態生成式AI預測血糖變化及共病症風險之能力。
結果顯示，ChatGPT於食物分類辨識準確率達61%，食物名稱辨識約38%，與營養專業相關人員分析結果具中至高一致性。多模態生成式AI估算之營養素與血液生化值的變化呈顯著相關。結論上，多模態生成式AI有預測血糖變化及共病風險之潛力。