大型语言模型可以帮助弥合癌症营养护理方面的差距：Julia Logan，理学学士

快速阅读: 据《美国管理式医疗杂志》称，研究者朱莉娅·洛根探讨了体重管理在癌症护理中的作用及其面临的挑战，特别是营养咨询的保险覆盖问题。通过使用大型语言模型生成个性化饮食建议并与专业营养师的方案对比，结果显示这些模型能提供相当甚至更优的餐单，尤其在文化特色和预算考量方面表现突出。

在这段内容中，西德尼·金梅尔医学院的医学博士候选人朱莉娅·洛根讨论了她的研究灵感、方法论以及关键发现。她今天在美国癌症研究协会2025年度会议上展示了题为《弥合癌症护理中的差距：利用大型语言模型实现可及的饮食建议》的研究。这段文字经过轻微编辑，字幕为自动生成功能生成。

在深入探讨您的研究之前，能否描述一下体重管理在癌症护理中的作用？

**体重管理贯穿整个癌症护理过程。**
例如，在预防阶段，保持健康的体重实际上可以降低患癌风险。在治疗期间，获得足够的营养对于应对副作用、保持体力和能量以及支持身体的愈合能力至关重要。在治疗后，许多研究表明，健康的体重管理可以降低复发风险并改善长期健康状况。因此，它确实是整体癌症护理的重要组成部分。

尽管其重要性，您在研究中提到，肿瘤学营养咨询通常不在健康保险覆盖范围内。这对患者造成了什么影响？

**没有常规保险覆盖让患者面临很大差异。**
经济条件有限或保险难以获得的患者无法获得注册营养师的专业指导，而这些营养师可能专注于肿瘤学。这可能导致患者摄入次优营养，进而影响临床结果。本质上，这种缺乏访问途径的情况可以造成两极分化体系，能承担得起的人能得到帮助，而承担不起的人则得不到帮助。

鉴于这些挑战，您的研究探索了哪些替代方法来提供个性化的饮食建议？您使用了什么方法来评估这些方法？

为应对这些问题，我们的研究探索了使用大型语言模型。具体来说，我们研究了ChatGPT和Gemini（谷歌的一个模型），看看它们能否为癌症患者生成个性化的饮食建议。我们所做的就是用ChatGPT和Gemini生成的餐单和购物清单与由董事会认证的肿瘤学营养师生成的内容进行对比。我们的方法包括向这些大型语言模型提供与营养师相同的提示。我们在部分提示中调整了参数，比如不同年龄、不同癌症分期，让他们选择不同的超市、不同的地点、不同的预算等。

您能总结一下您的主要发现吗？有什么让您感到惊讶的吗？

主要发现是，像ChatGPT和Gemini这样的大型语言模型肯定有能力生成个性化的餐单，在许多情况下，实际上与董事会认证的营养师生成的餐单在营养上相当甚至更佳。这对可能缺乏专业护理的患者而言，是一个有前景的结果。最让我们惊讶的是这些模型很好地整合了我们调整的一些参数——首先是一些具有文化特色的餐点。例如，营养师可能没有接触过拉美烹饪或者经验不足。将其输入到大型语言模型中，它们可以获取所有信息，所以它们能够生成了一些看起来不错的餐单。

此外，当我们给出一定的预算时，营养师可能需要查询多项商品的价格，这对他们而言非常耗时，而这些大型语言模型可以实时查看价格。

(以上内容均由Ai生成)