面对全球性的肥胖流行趋势，《中国居民营养与慢性病状况报告（2020年）》揭示了一个严峻事实：中国18岁及以上成年人超重或肥胖比例已达到34.3%，且增长势头未减。上海交通大学公共卫生学院院长王慧教授团队在《四川大学学报（医学版）》上发表的最新综述文章，数字营养技术通过精准监测与个性化干预，正在重塑传统体重管理范式。

技术赋能：应对传统营养学困境的新路径

在传统营养学研究中，数据不准确、研究偏倚和参与者依从性差等问题长期存在，限制了体重管理的科学性和有效性。王慧教授团队在综述中指出，数字营养技术将物联网、人工智能和大数据等现代技术整合到营养评估与干预中，为传统困境提供了创新解决方案。通过精准收集与分析个体数据，这项技术能够提供个性化的营养建议，显著提高了干预措施的科学依据和实际效果，为应对日益严峻的肥胖问题提供了新思路。

智能监测：从膳食识别到代谢监控的技术演进

膳食评估技术经历了从简单图像识别到多模态数据融合的演进过程。早期研究依赖可穿戴设备采集数据，存在诸多限制。现代技术已实现非穿戴式自动识别系统，平均准确率达到89.60%，其中主食识别准确率高达95.83%。研究团队建立的中餐图像数据库ChinaFood-100，为深度学习模型训练提供了重要资源。当前技术趋势聚焦于整合膳食识别与运动监测数据，构建“摄入-消耗”动态平衡模型，为精准体重管理提供量化依据，辅助饮食干预和归因分析。

数据分析：数字孪生与人工智能的精准应用

在复杂健康状况下的体重管理场景中，数字建模与人工智能技术为风险预测和个性化治疗提供了科学工具。“数字虚拟孪生”技术整合了个体的遗传信息、代谢组学数据、免疫参数、行为特征和肠道微生物等多维度信息，创建了个体化的数字副本。应用于2型糖尿病患者的系列研究表明，该技术能有效改善血糖控制和体重指标，并允许根据个体代谢状态调整饮食和药物治疗方案，为代谢性疾病的营养干预提供了精准手段。

干预手段：多元化数字工具的实践效果

直接面向减重人群的数字干预工具在实践中展现出积极效果。短信提醒、电话访谈和视频会议等远程指导方式与自动化工具相结合，形成了混合干预模式。研究特别提及一款名为Vegethon的应用程序，它通过游戏化设计显著增加了超重人群的蔬菜摄入量，尤其是十字花科和橘黄色蔬菜的消费。基于智能手机的一体化工具集成了数据收集、分析和个性化建议功能，已证明能够改善包括营养知识、体重指标和心理健康在内的多维度健康结局。综述中强调，尽管数字营养技术在体重管理领域展现出巨大潜力，但仍需克服样本量有限、信息干扰和产品可及性等挑战。随着技术成本的降低和算法的不断优化，数字营养技术有望为更广泛人群提供个性化、精准化的体重管理方案。当每份餐食都能被智能识别，当每个身体都有数字孪生监控代谢，体重管理将不再是模糊的饮食建议，而是数据支撑的精准科学。

上海交通大学公共卫生学院王慧教授为本文通讯作者，指导预防医学2022级本科生熊子涵为第一作者。该研究得到国家重点研发计划、国家自然科学基金、上海市自然科学基金等项目的支持。