AI द्वारा सटीक पोषण में क्रांति: एक व्यापक समीक्षा

सटीक पोषण आहार योजना के लिए एक उन्नत दृष्टिकोण है जो आनुवंशिकी, जीवन शैली और पर्यावरणीय कारकों सहित व्यक्तिगत विशेषताओं के अनुसार पोषण संबंधी मार्गदर्शन को अनुकूलित करता है। सटीक पोषण में कृत्रिम बुद्धिमत्ता (AI) का एकीकरण पोषण संबंधी सिफारिशों की प्रभावकारिता और वैयक्तिकरण को बढ़ाने के अभूतपूर्व अवसर खोलता है। AI मल्टीओमिक प्रोफाइल, आहार की आदतें और चिकित्सा इतिहास जैसे विभिन्न स्रोतों से विशाल मात्रा में डेटा का विश्लेषण कर सकता है, जिससे व्यक्तिगत स्तर पर सूक्ष्म आहार संबंधी आवश्यकताओं की पहचान संभव हो पाती है। यह समीक्षा सटीक पोषण में AI की नवीनतम प्रगति और उनके अनुप्रयोगों की पड़ताल करती है।

सिस्टमैटिक समीक्षाओं और मेटा-विश्लेषणों के लिए पसंदीदा रिपोर्टिंग आइटम एक्सटेंशन फॉर स्कोपिंग रिव्यूज (PRISMA-ScR) का पालन करते हुए एक स्कोपिंग समीक्षा रणनीति का उपयोग किया गया था। समावेश मानदंडों में 8 दिसंबर, 2014 से 28 मई, 2024 तक अंग्रेजी में प्रतिष्ठित शैक्षणिक डेटाबेस से प्राप्त लेख शामिल थे। खोज कीवर्ड को सटीक पोषण, AI और प्राकृतिक भाषा प्रसंस्करण में वर्गीकृत किया गया था। बहिष्करण मानदंडों में संपादकीय, त्रुटि सुधार, पत्र, नोट्स, टिप्पणियां और पशु अध्ययन शामिल थे। इस साहित्य समीक्षा में कुल 198 प्रासंगिक लेख शामिल किए गए थे।

198 लेखों को 142 स्थानों पर वितरित किया गया था, जिसमें 98 जर्नल और 44 सम्मेलन शामिल थे। पत्रिकाओं को मैन्युअल रूप से पांच अलग-अलग श्रेणियों में वर्गीकृत किया गया था: क्लिनिकल मेडिसिन, फूड एंड न्यूट्रिशन साइंस, इन्फॉर्मेटिक्स, कंप्यूटर साइंस और बायोलॉजी। यह वितरण क्लिनिकल मेडिसिन और इन्फॉर्मेटिक्स में उच्च स्तर की रुचि और गतिविधि को दर्शाता है, जो व्यक्तिगत पोषण हस्तक्षेप या चिकित्सा अनुप्रयोगों के लिए नैदानिक ​​सेटिंग्स में AI तकनीकों को लागू करने पर एक मजबूत ध्यान केंद्रित करने का सुझाव देता है।

विश्लेषण किए गए 198 प्रकाशनों में से, 99 ने विशेष रूप से एक या अधिक बीमारियों का अध्ययन किया। सबसे अधिक अध्ययन की जाने वाली शीर्ष तीन बीमारियाँ मधुमेह, हृदय रोग और कैंसर हैं। कम अध्ययन की जाने वाली बीमारियों में गैस्ट्रोइंटेस्टाइनल विकार, न्यूरोडीजेनेरेटिव रोग, खाने के विकार, मानसिक स्वास्थ्य विकार, मोटापा, आंखों की थकान, COVID-19, खाद्य एलर्जी और त्वचा रोग शामिल हैं। इन कम अध्ययन की जाने वाली बीमारियों पर शोध ज्यादातर 2020 के बाद सामने आया।

सटीक पोषण में AI के मुख्य अनुप्रयोग स्वास्थ्य अनुकूलन, रोग की रोकथाम और रोग प्रबंधन हैं। स्वास्थ्य अनुकूलन का उद्देश्य विभिन्न AI दृष्टिकोणों का उपयोग करके व्यक्तिगत पोषण हस्तक्षेपों के माध्यम से व्यक्तियों की भलाई को बढ़ाना है। रोग की रोकथाम व्यक्तिगत आहार संबंधी सिफारिशों के माध्यम से बीमारियों की शुरुआत की भविष्यवाणी और रोकथाम के लिए AI का उपयोग करने पर केंद्रित है। रोग प्रबंधन का तात्पर्य अनुरूप पोषण योजनाओं के माध्यम से मौजूदा बीमारियों के प्रबंधन में सहायता के लिए AI का उपयोग करना है।

समीक्षा साहित्य में उपयोग किए जाने वाले विविध डेटासेट पर प्रकाश डालती है और भविष्य के अध्ययनों का मार्गदर्शन करने के लिए कार्यप्रणाली और मूल्यांकन मेट्रिक्स का सारांश प्रस्तुत करती है। AI विधियों को व्यवस्थित रूप से वर्गीकृत किया गया है, जिसमें प्रत्येक विधि को सटीक पोषण अनुसंधान से उदाहरणों के साथ वर्णित किया गया है। AI मॉडल का मूल्यांकन करने के लिए उपयोग किए जाने वाले मूल्यांकन मेट्रिक्स को भी वर्गीकृत और प्रासंगिक उदाहरणों के साथ समझाया गया है।

समीक्षा AI का उपयोग करके सटीक पोषण के लिए समानता को बढ़ावा देने में अल्पसंख्यक और सांस्कृतिक दृष्टिकोण के महत्व पर जोर देती है। यह AI के लिए सटीक पोषण पर विभिन्न कारकों के प्रभाव और क्षमता की पड़ताल करती है, जैसे कि सामाजिक-अर्थशास्त्र, सांस्कृतिक संवेदनशीलता, प्रौद्योगिकी पहुंच और डिजिटल साक्षरता, नैतिक और गोपनीयता संबंधी चिंताएं, व्यक्तिगत पोषण संबंधी आवश्यकताएं, समुदाय-आधारित दृष्टिकोण और नीति और वकालत।

भविष्य के शोध में सटीक पोषण में AI की पूरी क्षमता का उपयोग करने के लिए अल्पसंख्यक और सांस्कृतिक कारकों को और एकीकृत करना चाहिए। अधिक व्यापक शोध, अनुसंधान विधियों के बारे में विस्तृत जानकारी और अनुसंधान सामग्री की आवश्यकता है, जिसमें विस्तृत डेटासेट लिंक और विवरण शामिल हैं। खंडित ज्ञान और बिखरे हुए प्रकाशन पैटर्न को संबोधित करना भी महत्वपूर्ण है।

यह स्कोपिंग समीक्षा सटीक पोषण में AI के वर्तमान परिदृश्य का एक व्यापक अवलोकन प्रदान करती है, जिसमें प्रगति, चुनौतियों और भविष्य की दिशाओं पर प्रकाश डाला गया है। प्रकाशन स्थलों, लक्षित बीमारियों, अनुप्रयोगों, डेटासेट, AI विधियों, मूल्यांकन मेट्रिक्स और अल्पसंख्यक और सांस्कृतिक कारकों की जांच करके, यह समीक्षा सटीक पोषण में AI की क्षमता की समझ में सुधार करती है और भविष्य के शोध के लिए नई दिशाएं प्रदान करती है।

AD: अल्जाइमर रोग, AI: कृत्रिम बुद्धिमत्ता, ANOVA: विश्लेषण का विचरण, AUC: वक्र के नीचे का क्षेत्र, AUROC: रिसीवर ऑपरेटिंग कैरेक्टरिस्टिक के नीचे का क्षेत्र, CGM: निरंतर ग्लूकोज निगरानी, ​​CRC: कोलोरेक्टल कैंसर, DSS: निर्णय समर्थन प्रणाली, EHR: इलेक्ट्रॉनिक स्वास्थ्य रिकॉर्ड, EN: एंटरल पोषण, FEL: खाद्य विनिमय सूची, FFQ: खाद्य आवृत्ति प्रश्नावली, HbA1c: हीमोग्लोबिन A1c, HEI: स्वस्थ भोजन सूचकांक, ICU: गहन चिकित्सा इकाई, LLM: बड़े भाषा मॉडल, LSTM: लॉन्ग शॉर्ट-टर्म मेमोरी, MIMIC-IV: मेडिकल इंफॉर्मेशन मार्ट फॉर इंटेंसिव केयर IV, NLP: प्राकृतिक भाषा प्रसंस्करण, PPGR: पोस्टप्रांडियल ग्लाइसेमिक प्रतिक्रिया