健康識能數位知識庫

喝牛奶可補鈣，牛肉補鐵、牡蠣補鋅……對於食材與營養素，你我可能朗朗上口，但是一日三餐吃入多少營養素，就得仰賴營養師專業判讀與計算，尤其，對於需監控醣類攝取的糖尿病患者來說，營養素管理尤其重要。

營養也與身體復健息息相關，在醫院裡，營養師忙著協助臨床病人，包括產後、術後、腫瘤、癌症者的營養照顧，為了判讀料理的營養素，耗費營養師大量時間和精力。在AI浪潮下，營養師們引頸期待，人工智慧可介入協助營養素判讀，讓營養師更有效率地進行糖尿病等各類疾病或術後患者營養監控，並給予最佳營養處方。

水果分析準確率已達95%

國立雲林科技大學與臺大醫院雲林分院長期合作，看到了醫院端營養師進行營養判讀的痛處，因而有了「基於影像之食物營養素推論」AI技術導入計畫的合作。計畫主持人、雲林科技大學資訊工程系助理教授李朝陽解釋：「營養素會受到料理烹調方式影響，因此，普遍是以料理成品推估營養素，如查詢對照衛生福利部的食品營養成分資料庫，以確定每百克食物所含的糖、膳食纖維和其他營養素含量，根據料理的重量與料理方式，來進行營養素的推估計算。」

此AI技術核心精神在於利用人工智慧圖像識別，協助營養師更有效率地進行食物營養素成分的評估，降低人力成本，提高檢測效率。該技術主要分為食材與料理的識別，並進行營養素分析，目前技術研發已取得初步成果，通過使用一個包含256種日式料理的公用資料庫，AI已能判讀米飯、沙拉、壽司、味噌湯等256種料理，辨識率達96%，並且已發表於國際期刊並獲得認可。而對於水果的判讀，準確率也達到95%以上。

憑一張照片給予飲食建議，未來可期

李朝陽表示：「目前，需要更多真實料理數據，包括料理的種類和重量，來幫助AI進行訓練。我們正積極與臺大醫院雲林分院及雲林縣長青食堂合作，進行實際場域料理菜單與重量的資料收集，再交由營養師專業推估營養素含量。」他期待通過三方合作，進一步優化AI營養素分析的準確性和全面性，建立更完整的資料庫，協助長者飲食指導和營養管理，守護長者健康。

未來，該技術還可應用於社區食堂、學校，及營養諮詢、健康管理、運動訓練、餐飲服務等行業，為使用者提供更個性化和全面的營養管理服務。李朝陽期待：「該技術成熟時，也可開發成APP協助人們更方便追蹤自己的飲食習慣，結合chatGPT（人工智慧聊天機器人程式）給予個性化飲食建議，讓營養管理變得更有趣和便利！」