AI 揭示外出就餐菜单中的健康差异

剑桥大学的研究人员利用人工智能 (AI) 的力量分析了英国各地食品场所菜单的健康程度。

发表在《Health & Place》上的研究结果揭示了富裕地区与贫困地区之间食品环境的差异，强调了居住在经济劣势社区的个人所面临的挑战。

AI 预测菜单健康程度

研究人员利用在线食品订购平台 Just Eat 的数据，检查了近 55,000 家食品场所。每个菜单都根据各种因素进行评估，包括特价优惠、甜点、沙拉、薯条以及蔬菜的多样性。 

通过一个基于 Just Eat 数据子集训练的 AI 驱动深度学习模型，团队预测了全国近 180,000 家外出就餐场所菜单的健康程度。

研究发现，地区的贫困程度与其外出就餐场所菜单的健康程度之间存在明显的相关性。贫困程度较高的地区往往拥有更多的食品场所，且不太健康的选项比例较高。具体而言，最贫困地区的人均食品场所数量是富裕地区的两倍多。

贫困社区面临三重负担

这些差异的影响超出了单纯的可达性，导致了研究人员所称的贫困社区居民的“双重负担”。这些地区不仅不太健康的食品场所密度更高，而且居住在这些地区的低收入个人也更有可能面临与肥胖相关的挑战。 

这种现象凸显了社会经济因素与饮食习惯之间复杂的相互作用。

地理分析揭示了地方当局层面菜单健康程度的显著差异。虽然伦敦市、肯辛顿和切尔西以及威斯敏斯特等地区的菜单健康评分较高，但东北林肯郡、卢顿和金斯顿太子镇等地区的健康评分较低。 

这些发现为旨在解决辖区内健康不平等的政策制定者提供了宝贵的见解。

对公共卫生干预的影响

尽管 AI 能够根据场所名称和卫生评级预测菜单健康程度，但研究人员承认这种方法的局限性。该模型未捕捉到份量大小、烹饪方法和食品加工水平等因素。 

因此，旨在改善食品环境健康程度的干预措施必须考虑这些细微差别，可能包括采取较小份量和减少盐含量等措施。

该研究强调了食品环境在塑造饮食习惯和健康结果方面的关键作用。通过利用 AI 技术，研究人员确定了不同社区菜单健康程度的差异，突出了贫困地区个人面临的挑战。 

这些发现为旨在促进更健康饮食选择并减少社区内健康不平等的针对性干预措施提供了有力的理由。