摘要
可靠的个性化饮食建议依赖于将食物识别、份量估算、营养成分数据和安全规则联系起来，然而这些组成部分往往被分别评估。本文对该领域进行了批判性综述，考察了光谱测量、图像、文本和食物数据库如何支持营养估算，以及这些估算中的不确定性如何影响饮食建议。综述从研究设计角度审视了有关数据资源、营养预测、多模态融合和推荐系统的证据，涵盖从概念描述和模拟到内部测试、留出评估、跨场景验证和前瞻性评估的各个层面。已有研究报道的性能取决于实验单元、参考值来源、指标定义以及评估数据的独立性。光谱模型在不同仪器和食物基质中可能表现不同；图像分割无法确定份量质量，也无法考虑隐藏配料；而由文本生成的数值则需要与可识别的成分来源进行核实。这些差异限制了各研究之间准确度的直接比较。在推荐路径中，可靠的决策需要可追溯的数据和规则、在独立数据上校准的不确定性估计，以及在按偏好排序之前对饮食约束条件进行核查。营养限值必须在其来源所规定的周期内加以解读，而不完整或相互冲突的临床信息则需交由专业人员复核。现有证据对选定组件的支持力度强于对完整路径的支持。跨设备、菜系和人种的外部验证仍然有限，亟需开展前瞻性研究，以考察实际摄入量、依从性、约束违规情况以及健康结局。集成系统的综合性能与临床安全性尚未得到确立。
