2021年9月25日下午，CCF YOCSEF济南在山东女子学院博雅楼201会议室成功举办了题为“YOCSEF济南技术论坛：人工智能如何助力膳食习惯主动引导”的技术论坛。CCF YOCSEF济南AC委员孟雷、CCF YOCSEF济南副主席郭延辉担任本次论坛执行主席，CCF YOCSEF济南学术秘书杨晓晖、CCF YOCSEF济南AC委员程大鹏担任线上主席。论坛采用线下线上相结合的方式，以智能饮食管理为突破口，围绕人工智能技术能否衡量饮食的“健康”程度、饮食分析技术能否“主动”引导科学的膳食习惯形成、“精准”是否是现有技术落地的唯一阻碍等方面进行深入讨论和思辨。

浙大城市学院研究员明朝燕、青岛大学营养与健康研究院副教授郭晓飞、青岛大学附属医院主治医师赵婷、南京理工大学计算机学院副教授杜小宇、海信国家重点实验室廖希洋、浙江诺特健康科技股份有限公司副研究员鲁玲作为现场嘉宾出席了本次论坛，东北大学软件学院副教授刘园也作为线上嘉宾出席了本次论坛。现场观众包括浙江诺特健康科技股份有限公司、海信国家重点实验室、山东大学、浙大城市学院、东北大学、南京理工大学、济南大学、山东建筑大学、青岛大学、山东女子学院等企业与院校的专家，同行约三十余人参加了本次论坛。

论坛第一阶段为嘉宾引导发言。浙大城市学院研究员明朝燕分享她在面向健康研究与应用的AI和知识图谱技术上的研究经历，介绍了她在基于NLP 的知识图谱方面的一些关键研究成果及其在基于AI的数据收集和分析中的定义作用，对于知识图谱的构建、食物的视觉识别和人工智能家庭健康管理落地杭州与智能健康评估与干预这两项核心应用进行了详细介绍，并对知食健康小程序和营养知识库管理系统进行了演示。浙江诺特健康科技股份有限公司副研究员鲁玲分享了基于肥胖慢病健康管理的创新探索研究，主要介绍了慢性病防治的基础措施——以膳食、运动、行为及体重管理为核心的治疗性生活方式干预的研究进展，总结了生活性方式干预现存的问题和存在的挑战，并以糖尿病患者为案例介绍了浙江诺特健康科技股份有限公司所搭建的生活方式干预管理平台及其在临床上的应用。海信国家重点实验室廖希洋进行了海信集团围绕各种家庭设备构建家庭场景下的用户健康管理的经验分享，分别从海信集团、海信智慧生活战略、海信家庭健康管理和海信技术方案四个方面进行详细介绍。海信的健康管理通过算法模型分析个人喜好、健康状况、生活方式等，构建用户画像并对接健康管理知识库。在知识图谱的构建与应用上，海信提供了一套健康膳食的方案，应用于智能提醒，饮食推荐等领域，例如针对慢性病人的膳食禁忌推荐，针对个人的膳食推荐以及针对家庭的膳食推荐等。在健康咨询方面，海信提供了虚拟医生、视频医生以及专家医生三种线上问诊方式，为用户提供更加精准的健康咨询。东北大学软件学院副教授刘园分享了Roof of Learning (PoLe):——机器学习驱动的区块链共识机制的相关研究，介绍了区块链技术的概述、特点和核心交叉学科方向，分析了当前健康医疗大数据所涵盖的具体内容和面对的信息孤岛问题、数据难互信问题和数据隐私难保障问题。另外，还阐述了区块链技术的研究现状与其在医疗健康领域监测的应用，分享了他们的区块链个人健康记录管理系统和机器学习驱动的工作量证明共识的理论研究方面的研究进展。

论坛第二阶段是思辨环节，思辨共分3个议题，第1个议题的主题是“人工智能技术能否衡量饮食的‘健康’程度？”。针对议题1的子问题“饮食健康的衡量标准有哪些？是否‘一人一议’？”，嘉宾们的主要观点是现行的健康饮食衡量标准主要可以参考我国的居民膳食指南，指南通过统计分析人群饮食和营养数据对所需摄入食物给出参考标准，但标准只基于当前研究并不完善且缺乏个性化。关于健康饮食衡量标准的“一人一议”，嘉宾们展开了热烈讨论，一部分嘉宾认为个体差异影响了健康饮食的含义，代谢性疾病营养专家赵婷认为饮食健康理论上没有特定的衡量标准，地中海饮食包含很多不饱和脂肪酸的生物，能让人体达成健康，但对痛风患者则会导致病情加重。在一般人群上有相对公认的标准，但对于特殊人群会有不同的偏好。AI+健康专家明朝燕认为在总量限制的基础上，饮食应根据个人健康情况、年龄段等按比例调整。还有嘉宾提出在考虑特殊人群时现有标准在个性化方面的局限，营养与饮食健康专家鲁玲提到衡量标准应照顾特别人群。对于符合健康标准的常规人群，国家有相应的膳食指南，同时对于非常规人群也应有相应指南。以从饮食中补充维生素E为例，部分人群仅满足相应膳食指南中的标准还不足，需额外进行补充或其它干预手段；另外以食物影响血糖为例，不同人群由于肠道菌群等因素的差别，同一食物对血糖的影响不同，但这类影响在营养学中作用靶点很多，目前的研究还存在局限性。营养流行病学专家郭晓飞举例谈到深海鱼油对不同人甘油酸脂的影响不一，“一人一议”是必要的，但目前的研究仍需要大量样本进行随机试验。

议题1的另一子问题是“人工智能技术能实现哪些维度的衡量？其他维度的技术痛点在哪里？”关于人工智能衡量健康饮食的维度，嘉宾们主要讨论了通过图像采集方式分析菜肴营养的方法。YOCSEF济南主席刘磊以同一菜肴不同原料配比为例，认为人工智能方法在食物分类任务中对于各类材料的含量度量可能会有较大误差，从而导致衡量食物营养方面不准确。未来的机器学习技术需要对食材的量化问题提供相应解决方案。对于此问题，嘉宾明朝燕从技术和营养学两方面进行了讨论，从技术方面图像分割能将图像中的原料进行分割从而计算比例，营养学方面则通过统计食谱网站得到菜肴的平均营养值从而衡量。

议题2的主题是“饮食分析技术能否‘主动’引导科学的膳食习惯形成？”，首先嘉宾们围绕“能够影响用户膳食选择的饮食分析技术有哪些？”这个子问题进行了讨论。关于影响用户膳食选择的饮食分析技术，部分嘉宾提到了需要增强系统当中的“反馈”机制，并通过被动的测量、同步等方式将用户从主动的记录、上传当中解放出来。嘉宾鲁玲认为引导用户形成习惯是可行的，但引导的环境很重要，通过人工管理信息十分困难，如在诺特健康的项目中，第一周营养师要进行持续的人工监督，通过人工智能或许可以提升监督的效率。嘉宾明朝燕列举现有的一些通过设备如牙齿传感器分析食物营养的新技术，还有一些主动结合被动的形式，如同桌吃饭可以共享同步饮食信息。此外嘉宾们还就影响用户的引导技术的有效性进行了讨论。嘉宾杜小宇从推荐系统的角度出发，指出食品相互之间存在替代性，这种替代的推荐对用户的选择会产生影响，引导时应该通过分析用户喜好信息进行推荐。嘉宾廖希洋介绍了使用深度强化学习进行引导的例子，并讲述了通过电话干预或消息推送干预进行引导的实验，好的引导方式能够更高效地使用户形成膳食习惯。

在“如何客观地评价膳食习惯的形成？”这一问题中，嘉宾鲁玲指出数据支撑表明21天左右能够习惯的养成，一种评估方法是在习惯形成后定期评估，从而判断能否坚持膳食习惯。有嘉宾指出需要深入分析用户发生习惯改变的动机，生活习惯很难被大幅度地改变，另外风俗习惯对于饮食也有很大影响。要促使生活习惯的改变，常见的方法是使得用户需要产生需要改变的紧迫感，如医嘱对病患的影响，但改变也可能是分时段、分轻重的，如何通过人工智能真正影响用户是一个深远的问题。

第3个议题的主题是“‘精准’：是否是现有技术落地的唯一阻碍？”针对议题3，嘉宾杜小宇表示目前的人工智能只是基于专家知识而得到一个适用于大部分用户的通用标准，但是在未来，随着数据量的提升，人工智能能够从大数据中发现规律，根据个人的体质和健康状况提出针对该用户的个性化标准，但数据量问题是最为明显的制约条件，人工智能技术需求的数据量过多而采集数据的手段却极其有限。嘉宾刘磊同样认为当前数据的比例较为悬殊，负性数据占比很少而正性样本占比过高，这样的数据比例会极大影响人工智能技术的准确度。嘉宾赵婷则认为可以通过与国家政府部门共同合作收集来解决数据量不够的问题，并提出了多中心合作的方案，多方配合完成数据的采集与处理分析工作。嘉宾廖希洋根据之前与地方卫健委合作案例提出了目前数据类型不够充分的问题，提出仅使用文字版的体征检查数据而没有图像数据的配合会在某些领域制约人工智能技术的“落地性”，表明多中心合作的方式能够很好地解决当前数据共享性差的问题，同时阐述了保持数据维度与数据采集方式统一的重要性。

本次论坛执行主席郭延辉做了最后总结发言，形成以下结论：

1. 健康饮食的衡量存在面向一般人群的标准但由于个体差异需要“一人一议”进行个性化调整，现有人工智能手段在食物分类和定量衡量上有研究基础，目前数据量和数据公开是需要通过与专门机构合作解决的主要问题。

2. 饮食分析技术需要深入考虑用户习惯发生改变的动机，通过推荐、自动记录等方式加强呈现当中的反馈，另外在评价中需要通过长期考察衡量评价结果。

3. 除了精准之外，当前数据量不足、正负性数据比例不平衡、数据共享性差等问题也是制约人工智能技术落地的阻碍之一，而多中心合作方式正是解决该问题的妙药良方。

并感谢各位演讲嘉宾的精彩报告，感谢与会人员的热烈讨论，希望大家继续支持YOCSEF济南分论坛的各项活动！