栄養ケアでのAI活用を検証した2026年レビュー
- •2026年のレビューが、栄養学・食事指導におけるAI活用と臨床導入の課題を評価
- •管理された条件下では、食品画像AIが人の食事量・エネルギー推定に近づく可能性
- •チャットボットには正確性や共感性の課題があり、管理栄養士の代替を支持する根拠は不十分
米国栄養学会誌に掲載された2026年のナラティブレビューは、栄養学と食事指導におけるAIの応用と臨床利用への課題を評価しました。食事評価、個別化栄養、生成AIによるカウンセリングを取り上げ、食品画像認識や食事量推定に使う畳み込みニューラルネットワーク、食後血糖反応の機械学習予測、カウンセリング・献立作成・行動変容を支援する大規模言語モデルのチャットボットに関する証拠をまとめました。臨床転帰、モデル性能、妥当性検証、導入上の障壁も評価しました。
AIを使った食事評価は、利用機会を広げ、管理された条件下では食事量やエネルギー量の推定で人による評価に近づく可能性があります。ただし、外部データでの検証が限られ、多様な食品が十分に含まれていないため、結果を幅広い状況に適用できるかには制約があります。身体計測値、臨床情報、食事内容、腸内細菌叢のデータを組み合わせる機械学習モデルは、個人ごとの食後血糖反応の予測を改善できます。限られた数の無作為化試験では、機械学習に基づく個別食事による血糖または代謝面の改善が報告されました。
大規模言語モデルのチャットボットは、おおむね満足できる食事指導や対話支援を提供できますが、誤った情報を示すことや微量栄養素を省くことがあり、人間の管理栄養士より共感性が低い場合もあります。臨床的に意味のある長期転帰を測る厳密な無作為化比較試験は、なお限られています。レビューは、アルゴリズムの偏り、データのプライバシーとセキュリティのリスク、説明可能性の不足、変化する規制も導入の障壁に挙げました。現在の証拠では、登録管理栄養士や栄養専門職をAIで置き換えることは正当化できないとし、安全に日常診療へ組み込むため、標準化された検証、厳密な臨床試験、モデルの透明性向上、公平性を重視したガバナンスを求めています。