จาก การใช้ปัญญาประดิษฐ์ AI ในงานโภชนาการ (ตอน 1) ซึ่งได้กล่าวถึงตัวอย่างการประยุกต์ใช้ AI ในงานโภชนาการที่ใช้ในประเทศไทยไว้นั้น ยังมีหลายภาคส่วนที่มีการพัฒนาการใช้งาน AI ในรูปแบบที่หลากหลายขึ้น อาทิ

• AI Chatbots และผู้ช่วยโภชนาการเสมือนในบริบทไทย หน่วยงานสาธารณสุขไทยและองค์กรเอกชนบางแห่งเริ่มมีการพัฒนาและนำร่องใช้ AI Chatbot เพื่อให้ข้อมูลโภชนาการเบื้องต้น ตอบคำถามที่พบบ่อยเกี่ยวกับการกินเพื่อสุขภาพ หรือให้คำแนะนำการเลือกอาหารที่เหมาะสมกับสภาวะสุขภาพบางประการ ตัวอย่างเช่น แชตบอตของหน่วยงานภาครัฐที่ให้ข้อมูลเกี่ยวกับโรคไม่ติดต่อเรื้อรังและการป้องกัน หรือแพลตฟอร์มสุขภาพเอกชนที่ให้บริการปรึกษาเบื้องต้นผ่านระบบอัตโนมัติที่พัฒนาขึ้นเพื่อตอบสนองต่อผู้ใช้งานชาวไทย
• AI ในการสนับสนุนการตัดสินใจทางคลินิกด้านโภชนาการในสถานพยาบาลไทย โรงพยาบาลและสถาบันการแพทย์ชั้นนำในประเทศไทยเริ่มมีการนำระบบสนับสนุนการตัดสินใจทางคลินิกมาประยุกต์ใช้ โดยบางระบบอาจมีส่วนที่เกี่ยวข้องกับการประเมินภาวะโภชนาการของผู้ป่วย การคำนวณความต้องการสารอาหารเบื้องต้น หรือการแจ้งเตือนความเสี่ยงทางโภชนาการ เพื่อช่วยนักโภชนาการและบุคลากรทางการแพทย์ในการวางแผนการดูแลผู้ป่วยได้อย่างมีประสิทธิภาพและสอดคล้องกับมาตรฐานการรักษามากขึ้น การพัฒนามักเป็นโครงการภายในหรือร่วมกับสถาบันวิจัยในประเทศ
• AI ในงานวิจัยและพัฒนาผลิตภัณฑ์อาหารในประเทศไทย ภาคอุตสาหกรรมอาหารและสถาบันวิจัยในไทยเริ่มให้ความสนใจนำ AI มาประยุกต์ใช้เพื่อวิเคราะห์แนวโน้มความต้องการของผู้บริโภคชาวไทย พัฒนาสูตรอาหารที่ดีต่อสุขภาพและถูกปากคนไทย หรือปรับปรุงกระบวนการผลิตให้มีประสิทธิภาพและได้ผลิตภัณฑ์ที่มีคุณค่าทางโภชนาการสูงขึ้น เช่น การใช้ AI ในการวิเคราะห์ข้อมูลรสชาติ กลิ่น และเนื้อสัมผัส เพื่อพัฒนาผลิตภัณฑ์อาหารที่ตอบโจทย์ตลาดในประเทศ

ข้อได้เปรียบ ข้อจำกัด และข้อควรระวังของ AI ในงานโภชนาการ
ข้อได้เปรียบ   

• วิเคราะห์ข้อมูลจำนวนมากและซับซ้อนได้อย่างรวดเร็วและแม่นยำ
• ส่งเสริมโภชนาการเฉพาะบุคคล (Precision Nutrition) ที่เหมาะกับพันธุกรรม วิถีชีวิต และสุขภาพของแต่ละบุคคล
• ลดภาระนักโภชนาการในการคำนวณและวิเคราะห์ข้อมูลสารอาหาร
• ค้นพบความสัมพันธ์แฝงระหว่างพฤติกรรมการกินกับโรคเรื้อรัง
• พัฒนาแอปพลิเคชันหรือแพลตฟอร์มที่ให้ประชาชนเข้าถึงคำแนะนำโภชนาการได้ง่าย

ข้อจำกัด        

• ฐานข้อมูลอาหารไทยหรืออาหารท้องถิ่นยังไม่ครอบคลุมและไม่ละเอียดพอ
• อัลกอริธึมของ AI อาจมีอคติ หากข้อมูลที่ใช้ฝึกไม่หลากหลายหรือไม่สมดุล
• ความแม่นยำของระบบ AI อาจลดลงเมื่อใช้กับกลุ่มประชากรเฉพาะ เช่น เด็ก ผู้สูงอายุ หรือผู้ป่วยโรคเฉพาะทาง
• ผลลัพธ์ที่ได้จาก AI ต้องได้รับการแปลผลและตีความโดยผู้เชี่ยวชาญ
• AI ยังไม่สามารถเข้าใจบริบททางวัฒนธรรม หรือความละเอียดอ่อนของพฤติกรรมมนุษย์ได้อย่างสมบูรณ์

ข้อควรระวัง

• การใช้ AI เกี่ยวข้องกับข้อมูลสุขภาพส่วนบุคคล ซึ่งอาจเสี่ยงต่อการละเมิดความเป็นส่วนตัว
• ต้องมีการควบคุมทางจริยธรรมและกฎหมายอย่างเคร่งครัดในการออกแบบและใช้ระบบ AI
• AI ไม่ควรถูกใช้แทนคำวินิจฉัยหรือคำแนะนำจากนักโภชนาการหรือแพทย์
• ผู้ใช้ควรมีความเข้าใจเบื้องต้นในการใช้ AI (AI Literacy) เพื่อให้ไม่เข้าใจผิดหรือใช้ผิดวัตถุประสงค์
• การพึ่งพาเทคโนโลยีมากเกินไปอาจทำให้ละเลยความสำคัญของการประเมินแบบมนุษย์ที่ครอบคลุมด้านจิตใจ สังคม และบริบทชีวิตจริง

การนำปัญญาประดิษฐ์ (AI) มาประยุกต์ใช้ในงานโภชนาการเป็นกระบวนการที่กำลังพัฒนาอย่างต่อเนื่อง และมีศักยภาพสูงในการปรับเปลี่ยนแนวทางการดูแลสุขภาพ รวมถึงการส่งเสริมคุณภาพชีวิตของผู้คนโดยรวม ในอนาคตเทคโนโลยี AI ด้านโภชนาการมีแนวโน้มที่จะช่วยให้การให้คำแนะนำมีความแม่นยำและสอดคล้องกับความต้องการของแต่ละบุคคลมากขึ้น พร้อมทั้งเพิ่มโอกาสในการเข้าถึงข้อมูลความรู้ด้านโภชนาการอย่างกว้างขวาง

อย่างไรก็ตามการใช้ประโยชน์จาก AI อย่างเต็มศักยภาพและยั่งยืนนั้น จำเป็นต้องอาศัยการพัฒนานวัตกรรมควบคู่ไปกับความรับผิดชอบ ความร่วมมือจากผู้เชี่ยวชาญหลากหลายสาขา การสร้างความเข้าใจและการยอมรับในระดับสังคม รวมถึงการมีกรอบการกำกับดูแลด้านจริยธรรมที่เหมาะสม หากมีการวางแผนการดำเนินงานที่ชัดเจนและรอบคอบ ปัญญาประดิษฐ์จะสามารถพัฒนาจากบทบาทของการเป็นเพียงเครื่องมือไปสู่การเป็นผู้ช่วยสำคัญ ที่สนับสนุนการสร้างเสริมสุขภาพที่ดีและยั่งยืนสำหรับทุกคน โดยคำนึงถึงความแตกต่างและความต้องการเฉพาะบุคคล รวมถึงบริบททางวัฒนธรรม

ในอนาคต AI จึงมีบทบาทสำคัญมากในการจัดการด้านโภชนาการให้กับเรา

เอกสารอ้างอิง

• Adamidi, E. S., Kympouropoulos, S. P., Natsis, K. I., & Nikolopoulos, S. (2022). Ethical issues of AI in healthcare: A literature review. Informatics in Medicine Unlocked, 32, Article 101035.
• Ahmad, Z., Abbasi, M. A., Islam, N., & Shaikh, A. A. (2021). Artificial intelligence and machine learning in an era of nutrition 4.0: A review. Journal of King Saud University - Computer and Information Sciences, 33(8), 913–925.
• Boushey, C. J., Spoden, M., Zhu, F., Delp, E. J., & Kerr, D. A. (2017). New mobile methods for dietary assessment: Review of image-assisted and image-based dietary assessment methods. Proceedings of the Nutrition Society, 76(3), 283–294.
• Lee, W., Chae, M. J., Kim, S., Ho, S. H., & Choi, I. (2021). The challenge of ‘AI clinician’ in nutrition: A systematic review of artificial intelligence in diet and nutrition. Journal of Clinical Medicine, 10(11), Article 2250.
• Mills, S., Khatri, G., Camargo, A., Wegner, J., & Rhee, P. (2020). The human-AI relationship in the context of precision nutrition. Current Developments in Nutrition, 4(Suppl. 2), 1314.
• Rogers, M. A., Todd, J. N., & Thompson, F. E. (2022). Artificial intelligence in dietary assessment: A systematic review. Advances in Nutrition, 13(4), 1125–1144.
• Tzoneva, R. (2023). Artificial intelligence in personalized nutrition: A narrative review of current applications and future perspectives. Nutrients, 15(13), Article 2956.
• Zhang, P., He, S., & Gong, L. (2022). The application of artificial intelligence in food and nutrition: A review. Critical Reviews in Food Science and Nutrition, 62(27), 7421–7435.

Tag: AI, Food for life, นวัตกรรม, ปัญญาประดิษฐ์, อุตสาหกรรมอาหาร, โภชนาการ