нутрициология

Компания «Эвалар» представила собственную разработку — интеллектуального ИИ-ассистента по имени Эва, выполняющего функции виртуального нутрициолога. Проект создавался ИТ-специалистами компании на протяжении одного года, а полноценный запуск системы в эксплуатацию состоялся около двух месяцев назад. Основная задача бота заключается в автоматизированном подборе биологически активных добавок (БАД) на основе запросов пользователей. Несмотря на использование технологий искусственного интеллекта, продукт ориентирован на потребительский сегмент и коммерческое использование в рамках нутрициологической поддержки. Данная разработка демонстрирует тренд на внедрение ИИ в сферу персонализированного потребления продуктов для здоровья и автоматизацию консультационных услуг.

Представители администрации Трампа объявили о расширении добровольных обязательств медицинских учебных заведений по увеличению объема образовательных программ в области нутрициологии. На текущий момент 73 медицинских вуза подтвердили готовность интегрировать в свои учебные планы не менее 40 часов специализированного материала или эквивалентных компетенций по вопросам питания, начиная с осеннего семестра. Данная инициатива, связанная с программой Р. Ф. Кеннеди-мл., направлена на системное изменение подходов к подготовке врачей через акцент на диетологии. Несмотря на отсутствие прямого упоминания алгоритмов машинного обучения, изменение образовательных стандартов в медицине создает базу для будущих клинических рекомендаций, которые могут быть автоматизированы. Реализация программы требует пересмотра учебных программ и участия аккредитационных органов для обеспечения соответствия новым стандартам компетенций.

В Санкт-Петербургском государственном университете телекоммуникаций (СПбГУТ) под руководством доцента Риммы Лабковской ведется разработка инновационной ИИ-платформы «Цифровой нутрициолог». Проект направлен на решение проблемы пищевой непереносимости через использование алгоритмов машинного обучения для анализа индивидуальных реакций организма. Методология системы предполагает сбор и обработку больших данных о питании и самочувствии пользователя для выявления скрытых закономерностей. Ключевой особенностью является способность ИИ прогнозировать нежелательные реакции на конкретные продукты питания, что позволяет составить персонализированную диету. Внедрение подобного сервиса имеет высокую практическую значимость для превентивной медицины и персонализированного здравоохранения, помогая снизить риск развития хронических заболеваний. Разработка может стать важным инструментом в цифровой нутрициологии, обеспечивая автоматизированный мониторинг рациона.