Human and planetary health implications of AI-generated diet plans: a comparative assessment using the EAT-Lancet framework

方法

用统一提示让ChatGPT、Gemini、Claude为五种临床场景生成膳食计划

发现

三平台ELI 2.0得分相近，但水足迹差异显著，且平台内重复生成可复现性有限。

机会点

可将AI膳食建议与本地农产品供应链、碳水资源数据耦合，评估落地可行性与可复现性。

引言 人工智能（AI）正日益被用于支持膳食规划，人们对生成既营养充足又环境可持续的推荐方案的兴趣与日俱增。本研究采用能量调整的EAT–Lancet饮食指数2.0（ELI 2.0）及碳足迹和水足迹指标，比较了三个AI平台——OpenAI ChatGPT（GPT 5.5 Instant）、Google Gemini（Gemini 3 Flash）和Anthropic Claude（Claude Opus 4.8）——在不同临床场景下生成的膳食方案。方法 使用相同的标准化提示词，由ChatGPT、Gemini和Claude为五种临床场景（健康、肥胖、2型糖尿病、高血压和高胆固醇血症）生成膳食方案。每个平台为每种场景生成三份独立的膳食方案。采用BEBİS软件分析营养成分，采用ELI 2.0评估膳食质量，并通过计算碳足迹和水足迹评价环境可持续性。分析平台间和临床场景间的差异以及输出的可重复性。结果 三个AI平台经能量调整的ELI 2.0评分相当（p = 0.240）。水足迹在平台间差异显著（p = 0.004），而碳足迹差异经多重比较校正后不显著（p = 0.093）。若干营养结局指标也观察到显著差异，重复生成膳食方案显示平台内可重复性有限。讨论 对行星健康饮食（Planetary Health Diet）的依从性相当，并不一定意味着AI生成的膳食方案在环境可持续性方面相当。未来的评估应同时纳入营养结局和环境结局。