AI-generated menus versus the Türkiye Dietary Guidelines: nutrient adequacy, ultra-processed food burden, cost, and carbon footprint

引言 尽管生成式人工智能工具在膳食计划中的应用日益广泛，但其生成的菜单与国家膳食指南的一致性、食品加工水平、经济可及性及环境影响尚未得到充分阐明。本研究旨在将ChatGPT和Gemini针对不同生命阶段和生理状况生成的每日菜单与《土耳其膳食指南》（TÜBER）进行比较，评估其在营养素充足性、超加工食品（UPFs）含量、经济成本、碳足迹及短期时间一致性方面的表现。方法 使用ChatGPT-4o和Gemini Pro（谷歌），针对八类人群画像——学龄前儿童、学龄儿童、青少年、成年女性、成年男性、老年人、孕妇和哺乳期女性——以2周为间隔生成三份菜单。共纳入48份AI生成菜单（ChatGPT 24份，Gemini 24份），与TÜBER中8份针对特定人群的参考菜单进行比较。使用BeBiS 9分析能量和营养素含量；计算NOVA 4含量、每日成本和碳足迹。结果 ChatGPT、Gemini和TÜBER菜单的能量充足率分别为95.2%、95.1%和93.4%。不同菜单来源间碳水化合物充足率存在显著差异（Holm校正全局检验p = 0.018），差异具体见于Gemini与TÜBER菜单之间（Holm校正两两比较p = 0.024，r = 0.89）。膳食纤维充足率在不同菜单来源间存在显著差异（Holm校正全局检验p = 0.040），事后分析显示ChatGPT菜单的充足率高于Gemini菜单（Holm校正两两比较p = 0.024，r = 0.89）。含有至少一种NOVA 4成分的菜单比例，ChatGPT为16.7%，Gemini为41.7%。ChatGPT、Gemini和TÜBER菜单的每日成本中位数分别为485.6、449.8和405.2土耳其里拉；碳足迹分别为6.4、7.3和6.7 kg CO₂-eq/天，分析未提供足够证据表明不同菜单来源间在成本或碳足迹方面存在差异。讨论 在每日菜单分析中，尽管生成式AI模型产生的能量值通常接近特定人群参考值，但在营养均衡性、超加工食品含量和输出一致性方面仍存在局限。在营养规划中，营养师必须作为主要决策者，AI输出必须经验证并根据个体情况加以调整。