摘要
可靠的个性化饮食建议取决于将食物识别、分量估算、营养成分数据和安全规则联系起来，但这些组件通常被单独评估。本综述批判性地考察了光谱测量、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。结合研究设计，考虑了数据资源、营养预测、多模态融合和推荐系统的证据，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。报告的性能取决于实验单元、参考值的来源、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上的表现可能不同；图像分割无法确定分量质量，也无法考虑隐藏成分；而从文本生成的数值需要根据可识别的成分来源进行验证。这些差异限制了跨研究的准确性直接比较。在整个推荐路径中，可靠的决策需要可追溯的数据和规则、基于独立数据校准的不确定性估计，以及在基于偏好的排序之前对饮食约束的检查。营养素限制必须在其来源指定的时间段内进行解释，而不完整或冲突的临床信息则需要专业审查。目前的证据对部分组件的支持力度强于对整个流程的支持。跨设备、菜系和人群的外部验证仍然有限，需要进行前瞻性研究来检查实际摄入量、依从性、约束违规和健康结果。集成系统的综合性能和临床安全性尚未确立。
