临床营养学在医学中起着关键作用，帮助医生诊断和治疗影响饮食成分摄入、吸收和代谢的疾病。由于临床营养是多学科治疗方法的一部分，它还通过预防与饮食有关的疾病，如肥胖，促进良好的健康，肥胖的共同发病率是高血压、糖尿病、血脂异常、心血管疾病的风险增加、一些癌症和肺衰竭。此外，肠道紊乱与营养吸收不足有关;饮食失调;与慢性疾病和手术创伤相关的营养不良是其中之一最常见的死亡原因。
关于饮食成分和疾病细胞机制之间的联系的科学突破经常出现。随着医学学生和培训生营养教育课程的标准化，临床医学中营养疾病的发病率很高，支持饮食调整在疾病预防中的重要性的科学数据越来越多，在医疗实践中融入营养概念的成本效益正变得越来越重要。
数字技术在临床营养中的应用也越来越普遍，其中人工智能的应用即在饮食优化，食物图像识别，风险预测和饮食模式分析。在对医疗保健医院和医疗中心临床营养师Lina Shibib的采访中，我们深入探讨了如何将创新和技术进步整合到临床营养中，以支持对抗慢性疾病的个性化治疗计划。摘录:
临床营养如何在多学科方法中作为慢性疾病管理的一个组成部分?
慢性疾病是卫生保健系统面临的最重要挑战之一。根据世界卫生组织的说法，吸烟、缺乏运动和不健康的饮食是导致慢性疾病的三个最常见的可改变的风险因素。大多数“修复损伤”的方法都必须回到这三个因素上——所有这些都可以由临床营养学家处理。据美国疾病控制与预防中心称，饮食健康的成年人寿命更长，患肥胖、心脏病、2型糖尿病和某些癌症的风险较低，这些疾病是导致死亡的主要原因。所以基本上，良好的营养可以帮助降低风险，甚至可以治疗一些疾病，包括心脏病、糖尿病、中风、一些癌症和骨质疏松症。
评论临床营养学家和医生之间的关系(例如，在诊断肠易激综合症患者时)，并携手创造个性化治疗。
随着慢性疾病的数量不断增加，针对罪魁祸首的多学科方法的需求也在增加，而罪魁祸首往往是饮食和生活方式。医生会找出病因，而营养学家会在更个人化的层面上进一步教育病人。营养学家实际上是和病人“成为朋友”，尽可能多地了解病人的饮食、生活方式、睡眠、锻炼以及心理。一旦发现了所有这些家庭，营养学家将向医生汇报(如果有必要)，在治疗计划中考虑所有这些方面，并共同为患者提出个性化的治疗方案。例如，在肠易激综合症(IBS)的情况下，医生将诊断病情，但营养学家将与患者密切合作，发现哪些食物和习惯导致了症状，并教他们健康的饮食方法，以避免未来的不适。
随着医疗保健转向数字化，这对临床营养学科有何影响?
人工智能(AI)是由机器显示的人类智能，它是一种允许计算机像人一样进行认知、学习、推理和行动的技术。为了实现这一点，机器必须学习一种基于深度学习技术获得的大量科学数据的算法。然而，真正的科学家永远是营养学家。一个应用程序可以很容易地帮助病人计算卡路里，识别“隐藏的成分”，计算血压，血糖，甚至锻炼，但它不能走出它的“方式”，在这种情况下，算法，以个性化的饮食计划。
正如技术在不断发展一样，餐饮行业也在不断发展。新食品在被引入应用程序之前需要进行适当的临床研究，而这些应用程序大多缺乏这方面的研究。对于一个适当的临床营养计划，通过应用程序的一刀切的饮食不会针对个人层面的医疗问题。在某些情况下，一个简单的错误数据输入甚至可能导致错误的“建议”，这可能对健康产生严重影响，特别是在医疗状况方面。
人工智能是否在根据数据实现某些患者需求自动化方面发挥了作用?这将如何预防慢性疾病的流行并帮助控制它?
人工智能被从业者普遍认为是积极的，但也给医德和医患关系带来了许多挑战。人工智能系统可以分析患者的非结构化临床记录，准备报告(例如，关于放射检查的报告)，记录患者的互动并进行人工智能对话，但数据的最终翻译始终需要得到真正的医生的批准。
许多科技公司和初创企业也在处理医疗保健问题。例如，谷歌正在与医疗服务网络合作，开发大数据预测算法，向临床医生警告败血症和心力衰竭等高风险疾病。谷歌、enlittic和其他几家公司正在开发基于人工智能的图像解释算法。Jvion提供了一种“临床成功机器”，可以识别出哪些患者风险最大，哪些患者最有可能对治疗方案产生反应。这些工具都可以通过提供决策支持，帮助专业人员为患者确定最佳的诊断和治疗方案，但实际上并不是“做”医生开处方和操作的工作。
