《Food Science & Nutrition》：Consumer Perceptions of the German Food-Based Dietary Guidelines and the Complementary Potential of AI-Based Nutrition Tools
编辑推荐：
食品膳食指南（FBDGs）是大多数国家用于传达健康营养原则的关键工具。然而，依从性仍然较低，近期文献强调了改进的必要性。这项探索性研究调查了消费者对德国FBDGs的认知，重点关注其优势和改进空间。10名具有不同人口统计学特征、营养知识和饮食动机的个体参与了半结
食品膳食指南（FBDGs）是大多数国家用于传达健康营养原则的关键工具。然而，依从性仍然较低，近期文献强调了改进的必要性。这项探索性研究调查了消费者对德国FBDGs的认知，重点关注其优势和改进空间。10名具有不同人口统计学特征、营养知识和饮食动机的个体参与了半结构化访谈。研究人员评估了FBDGs在可理解性和适用性方面的内容和设计。此外，研究人员对一份拟议的概念模型（mock-up）提供了反馈，该模型展示了一种基于人工智能（AI）的反馈工具的概念，旨在增强个性化和情境化方面。总体而言，研究人员表达的批评多于认可。尽管FBDGs通常被认为易于理解，但许多人认为难以将其转化为日常实践。研究人员认为FBDGs（a）对于个性化饮食过于笼统，（b）过于理论化，对行为改变的支持有限。正面反馈主要涉及简单易懂的语言。概念模型获得了更积极的反馈，尽管在个性化方面提出了一些批评。研究结果表明，尽管德国FBDGs在概念上有效说明了健康饮食原则，但在支持现实生活实施方面存在不足。所提出的基于AI的工具代表了向更实用、更个性化指导迈出的有希望的一步，但可能仍不足以引发行为上的实质性改变。未来对国家膳食指南的改进可能需要开发补充性的、以行为为导向的项目，这些项目应超越信息传递方法，并解决日常营养的实际问题。
**论文解读文章**
**研究背景与问题**
食品膳食指南（Food-based Dietary Guidelines, FBDGs）是全球多数国家推广健康营养的核心工具，世界卫生组织（WHO）和联合国粮农组织（FAO）长期推荐其使用。目前已有超过100个国家制定了各自的FBDGs。德国FBDGs由德国营养学会（Deutsche Gesellschaft für Ern?hrung, DGE）制定，2024年更新后包含11条书面建议、营养圈（Nutrition Circle）和参考量表格（Orientation Table），并基于数学优化模型整合了健康与环境方面（如温室气体减排目标）。然而，现有研究指出，尽管FBDGs具有科学依据和政策相关性，但人群依从性普遍较低——Leme等（2021）发现，不到50%的国家人口能遵守至少一条FBDG建议。这一局限主要归因于两大挑战：（a）FBDGs可能未能充分贴近个体的日常生活和饮食条件；（b）FBDG开发者往往缺乏具体的实施和传播策略。因此，需通过质性研究深入探究消费者对FBDGs的感知，并探索数字工具（如基于人工智能的反馈工具）作为补充方案的潜力，以增强个性化与情境化指导。
**研究人员开展的研究与结论**
本研究采用半结构化访谈，对10名具有不同人口学特征（年龄、职业、性别）和营养背景的个体进行了探索性调查。研究人员首先评估了参与者对德国FBDGs内容、设计和适用性的看法，随后引入了一款基于照片的AI支持反馈工具的概念模型，收集其反馈。研究结论：德国FBDGs在可理解性方面总体良好，但难以转化为日常实践；参与者普遍认为其过于笼统、理论化，缺乏行为支持；而AI工具概念获得更积极评价，但个性化程度仍有提升空间。研究意义在于揭示信息型方法（如FBDGs）在促进行为改变上的局限性，并指出开发行为导向的补充工具的必要性。该论文发表在《Food Science》。
**主要技术方法（不超过250字）**
本研究采用半结构化访谈法，通过便利抽样从德国班贝格大学（University of Bamberg）招募参与者，最终选取10名个体（4男6女，年龄22–76岁，包括学生、在职人员和退休人员；来源为大学网络）。访谈包含三个部分：第一部分收集人口学信息和营养背景；第二部分采用出声思考法（think-aloud approach），让参与者评估德国FBDGs的书面建议、营养圈和参考量表格；第三部分展示基于照片的AI反馈工具概念模型（印刷版WhatsApp聊天示例），收集参与者反馈。数据分析采用结合演绎和归纳元素的定性内容分析法，编码框架由两位作者共同开发，确保编码质量。
**研究结果**
**3.1 参与者特征**
访谈共10名参与者，详细描述其人口学特征、营养知识水平和饮食行为。例如，P1（22岁男性学生）注重运动营养，P3（23岁女性学生）遵循纯素饮食但自我效能感低，P6（39岁女性职员）因组胺不耐受而高度关注健康饮食。
**3.2 德国FBDGs评估**
**3.2.1 可理解性**
所有10名参与者均报告对FBDGs内容理解良好，但参考量表格被认为难以理解。参与者指出参考值（如2000 kcal/天）不具代表性，缺乏个性化（如对食物不耐受、纯素饮食的考虑）。部分批评涉及推荐的一致性和正确性（如对果汁、酒精的遗漏，红白肉区分不足）。
**3.2.2 设计**
大多数参与者认为FBDGs设计美观，但营养圈被认为内容空洞，参考量表格设计不佳。参与者建议使用更实用的图像、互动元素（如将参考量表格嵌入营养圈作为弹出信息）。
**3.3 实施**
5名参与者（P2、P6、P8、P9、P10）表示能基本遵循建议，4名（P1、P3、P5、P7）无法实施，主要因FBDGs过于理论化、缺乏实际指导，且部分推荐食物（如鱼、坚果）成本较高。
**3.3.1 改进建议**
参与者提出三大类建议：更好贴合日常饮食行为（如使用家庭测量单位而非克数）、提供购物信息（如常见超市产品）、指导饮食行为改变（如习惯形成与改变策略）。同时呼吁个性化工具（如基于Wahl-O-Mat概念的个人化工具）。
**3.4 基于照片的饮食推荐工具评论**
参与者对AI工具概念普遍持积极态度，赞赏其激励性语气、简便性和实用性。具体组件中，健康的替代建议和“次日提示”功能最受欢迎。但参与者强调需要更多个性化（如目标设定、食物不耐受选项）、适应性和灵活的反馈机制（如避免过度批评）。
**讨论与结论**
讨论部分指出，本研究结果与现有文献一致，即FBDGs常被认为不够个性化且脱离日常行为。AI工具概念虽获得好评，但作为印刷版模型，其反映的是感知潜力而非实际体验。值得注意的是，参与者对AI和分享食物照片未表现出恐惧或不适，说明基于AI的工具可能被广泛接受。然而，该工具可能仅提供灵感而非实质性行为改变（仅2名参与者表示用于有意改变）。研究还发现，对FBDGs的理解、设计评价与营养知识水平与实际实施之间无关联，凸显了知识与行为之间的鸿沟。
**研究结论翻译**：
本研究提供了质性证据，表明德国FBDGs总体上易于理解，但在支持现实生活中的饮食实施方面存在不足。营养知识与行为应用之间的脱节——无论参与者的现有知识或动机如何——表明仅靠信息型方法不足以弥合这一差距。本研究中提出的概念性AI反馈工具获得了积极评价，代表了更实用、更个性化的营养沟通方向，但其引发有意义行为改变的潜力仍有待实证检验。更广泛地说，本研究提出一个责任问题：如果国家组织（如DGE）主要依赖FBDGs作为营养推广工具，而此类信息工具似乎不足以转化为行为改变，那么开发补充性、行为导向的项目不仅是可取的，而且是必要的。未来研究应优先对数字工具（如本文提出的工具）进行实证测试，并探索如何将这些方法整合到国家营养策略中，以应对日常饮食的实际问题。
