AI가 정밀 영양을 혁신하다: 포괄적인 검토

정밀 영양은 유전학, 생활 습관, 환경 요인을 포함한 개인의 특성에 맞춰 영양 지침을 제공하는 고급 식이 계획 접근 방식입니다. 인공지능(AI)을 정밀 영양에 통합하면 영양 권장 사항의 효과와 개인화를 향상시킬 수 있는 전례 없는 기회가 열립니다. AI는 다중 오믹스 프로필, 식이 습관, 의료 기록과 같은 다양한 출처의 방대한 양의 데이터를 분석하여 개인 수준에서 미묘한 식이 요구를 파악할 수 있습니다. 이 검토는 정밀 영양 분야의 최신 AI 발전과 그 응용을 탐구합니다.

체계적 검토 및 메타 분석 확장을 위한 선호 보고 항목(PRISMA-ScR)을 따르는 스코핑 검토 전략이 활용되었습니다. 포함 기준에는 2014년 12월 8일부터 2024년 5월 28일까지 영어로 작성되었으며 평판이 좋은 학술 데이터베이스에서 출처를 찾은 기사가 포함되었습니다. 검색 키워드는 정밀 영양, AI, 자연어 처리로 분류되었습니다. 제외 기준에는 사설, 오류 정정, 서신, 메모, 논평, 동물 연구가 포함되었습니다. 총 198개의 관련 기사가 이 문헌 검토에 포함되었습니다.

198개의 기사는 142개의 출판물에 배포되었으며, 여기에는 98개의 저널과 44개의 학회가 포함되었습니다. 저널은 임상 의학, 식품 및 영양 과학, 정보학, 컴퓨터 과학, 생물학의 다섯 가지 범주로 수동으로 분류되었습니다. 이러한 분포는 임상 의학 및 정보학 분야에서 높은 수준의 관심과 활동을 반영하며, 개인 맞춤형 영양 개입 또는 의료 응용을 위한 임상 환경에서 AI 기술을 적용하는 데 중점을 두고 있음을 시사합니다.

분석된 198개의 출판물 중 99개는 하나 이상의 질병을 구체적으로 연구했습니다. 가장 많이 연구된 질병 상위 3개는 당뇨병, 심혈관 질환, 암입니다. 덜 연구된 질병에는 위장 장애, 신경 퇴행성 질환, 섭식 장애, 정신 건강 장애, 비만, 눈의 피로, COVID-19, 식품 알레르기, 피부 질환이 포함됩니다. 이러한 덜 연구된 질병에 대한 연구는 대부분 2020년 이후에 등장했습니다.

정밀 영양에서 AI의 주요 응용 분야는 건강 최적화, 질병 예방, 질병 관리입니다. 건강 최적화는 다양한 AI 접근 방식을 사용하여 개인 맞춤형 영양 개입을 통해 개인의 웰빙을 향상시키는 것을 목표로 합니다. 질병 예방은 AI를 사용하여 개인 맞춤형 식이 권장 사항을 통해 질병 발병을 예측하고 예방하는 데 중점을 둡니다. 질병 관리는 AI를 사용하여 맞춤형 영양 계획을 통해 기존 질병 관리를 지원하는 것을 포함합니다.

이 검토는 문헌에서 사용된 다양한 데이터셋을 강조하고 미래 연구를 안내하기 위한 방법론 및 평가 지표를 요약합니다. AI 방법은 체계적으로 분류되며, 각 방법은 정밀 영양 연구의 예와 함께 설명됩니다. AI 모델을 평가하는 데 사용되는 평가 지표도 관련 예와 함께 분류되고 설명됩니다.

이 검토는 AI를 사용하여 정밀 영양의 형평성을 증진하는 데 있어 소수 민족 및 문화적 관점의 중요성을 강조합니다. 사회경제학, 문화적 민감성, 기술 접근성 및 디지털 문해력, 윤리 및 개인 정보 보호 문제, 개인 맞춤형 영양 요구, 지역사회 기반 접근 방식, 정책 및 옹호와 같은 다양한 요인이 정밀 영양을 위한 AI에 미치는 영향과 잠재력을 탐구합니다.

향후 연구는 정밀 영양에서 AI의 잠재력을 완전히 활용하기 위해 소수 민족 및 문화적 요소를 더욱 통합해야 합니다. 보다 포괄적인 연구, 연구 방법에 대한 자세한 정보, 상세한 데이터셋 링크 및 설명을 포함한 연구 자료에 대한 필요성이 있습니다. 단편화된 지식과 분산된 출판 패턴을 해결하는 것도 중요합니다.

이 스코핑 검토는 정밀 영양 분야의 AI에 대한 현재 상황을 포괄적으로 개괄하고, 발전 사항, 과제 및 향후 방향을 강조합니다. 출판 장소, 대상 질병, 응용 분야, 데이터셋, AI 방법, 평가 지표 및 소수 민족 및 문화적 요인을 검토함으로써 이 검토는 정밀 영양에서 AI의 잠재력에 대한 이해를 향상시키고 향후 연구를 위한 새로운 방향을 제시합니다.

AD: 알츠하이머병, AI: 인공지능, ANOVA: 분산 분석, AUC: 곡선 아래 면적, AUROC: 수신자 조작 특성 곡선 아래 면적, CGM: 연속 혈당 측정, CRC: 대장암, DSS: 의사 결정 지원 시스템, EHR: 전자 건강 기록, EN: 경장 영양, FEL: 식품 교환 목록, FFQ: 식품 빈도 설문지, HbA1c: 당화혈색소, HEI: 건강 식단 지수, ICU: 집중 치료실, LLM: 대규모 언어 모델, LSTM: 장단기 기억, MIMIC-IV: 집중 치료실용 의료 정보 마트 IV, NLP: 자연어 처리, PPGR: 식후 혈당 반응