AI w dietetyce, czyli czy ChatGPT jest w stanie stworzyć dobrą dietę?

Wyobraź sobie taką scenę:

Rok 2040. Siedzisz otulona kocem, oglądając najnowszy serial, który wybrał twój domowy wirtualny asystent. Po opróżnionej paczce chipsów oraz miłym seansie asystent odzywa się w ten sposób: „Właśnie otrzymałem wyniki twojego testu DNA z laboratorium. Wskazują na skłonność do chorób układu sercowo-naczyniowego i cukrzycy. Twoje obecne parametry antropometryczne oraz wskaźniki zdrowia serca pobrane ze smartwatcha odbiegają od normy. Czy mogę ci zaproponować twój spersonalizowany catering żywieniowy oraz trening z instruktorem online? Mogę cię też umówić na konsultację z wirtualnym dietetykiem jutro po pracy. Co ty na to?”

Pewnie jeszcze 10-20 lat temu ten scenariusz brzmiałby futurystycznie. Dzisiaj możemy sobie łatwo wyobrazić technologię, która stoi za takimi możliwościami. Nasze smartfony, smartwatche, inteligentne wagi dysponują olbrzymią ilością danych o naszym zdrowiu i preferencjach. Dzięki zastosowaniu algorytmów i analizie big data systemy informatyczne mogą wykryć zagrożenie dla naszego zdrowia, znacznie wcześniej niż było to możliwe do tej pory. Jest to tym bardziej istotne w obliczu postępującej epidemii chorób cywilizacyjnych i otyłości.

AI w służbie dietetyka

Ostatnie miesiące przyniosły wzrost zainteresowania możliwościami sztucznej inteligencji. Samo pojęcie jest jednak już znane od dawna i sięga przynajmniej roku 1956 [1]. Oczywiście duża w obecnym szumie medialnym jest zasługa projektu ChatGPT. Nie jest to jednak przemijająca moda a przebłysk dłuższego trendu. Dlaczego?

Zdobywanie olbrzymiej ilości informacji o pacjencie sprawia, że mogą być one przetworzone wyłącznie przy pomocy algorytmów. Ta liczba danych już dawno przerosła możliwości analityczne ludzi. Już teraz są na rynku aplikacje, które dopasowują automatycznie plan żywieniowy do informacji na temat pacjenta. Jest to jednak zaledwie ułamek dokładności, którą da się osiągnąć. Jesteśmy przekonani, że jeszcze przez dobrych kilkanaście lat dietetycy mogą być spokojni o to, że ich wiedza wciąż będzie skuteczniejsza niż osiągnięcia inżynierów. Technologia będzie jednak wciąż udoskonalana a możliwości coraz szersze.

Taki wirtualny asystent może oczywiście pokusić się o bycie dietetykiem przyszłości. Całkiem możliwe, że po przeprowadzeniu prostego wywiadu żywieniowego świetnie dopasuje składniki do współwystępujących chorób i celów pacjenta. To jest właśnie to, w czym komputery się specjalizują. Korzystają z danych i błyskawicznie je przetwarzają. Układanie jadłospisów może być więc tą dziedziną, gdzie siła sztucznej inteligencji może być największa.

Warto dopowiedzieć, że AI może stanowić uzupełnienie porad żywieniowych. Dzięki aplikacjom AI może towarzyszyć pacjentom w trakcie zakupów. W trakcie przygotowania posiłków. Może zmniejszyć ilość odpadków i bezpieczeństwo żywności. Oznacza to lepsze wybory żywieniowe.

Pewnym znakiem pytania i wyzwaniem będzie to, jak ewoluować będą regulacje prawne. Dane zdrowotne są danymi wybitnie wrażliwymi i w złych rękach mogą wyrządzić szkodę. Przykładowo: czy stosowane będą do sprzedaży niepotrzebnych suplementów? Czy jeśli będę się odżywiać niezdrowo, nie dowie się o tym mój ubezpieczyciel? Jakie wytyczne będą wykorzystywane przez dostawców oprogramowania? Przecież sami naukowcy i organizacje zdrowotne spierają się o podstawowe kwestie na temat tego, co jeść. Prawo zdecydowanie wolno reaguje na innowacje w tym sektorze.

Jaki jest obecny stan użyteczności AI?

Który model AI radzi sobie najlepiej z dietetyką?

Przeprowadzone badanie w 2025 roku wykazało, że najlepiej w dietetyce radził sobie nowy model ChatGPT. Najlepiej łączył aspekty kliniczne z praktycznymi. Drugą, stabilną pozycję zajmował DeepSeek. Pozostałe modele (starsze GPT, Grok, Gemini, Claude) zmieniały miejsca w zależności od profilu pacjenta i zastosowanej metody oceny. Mocną stroną wszystkich narzędzi było bezpieczeństwo, zwłaszcza unikanie alergenów i niebezpiecznych połączeń. Słabszym punktem okazały się dokładność kaloryczna oraz jasność i jednoznaczność zaleceń [9].

Wiedza medyczna

Temat wykorzystania AI w medycynie stał się z miejsca jednym z ulubionych tematów naukowców. Jedno z nich [2] weryfikowało jak dokładne są odpowiedzi ChatGPT na pytania medyczne. W tym celu przeskanowano 284 pytania medyczne z 17 dziedzin. Wynik dokładności był wysoki – 4.8 w skali od 1 do 5. Gorzej było z kompletnością – wynik to 2.5.

Badania przeprowadzone w Tajwanie pokazują, że obecnie blisko 60% dietetyków korzysta tam z ChatGPT. Głównie są to jednak zastosowania administracyjne, nie zaś medyczne [8].

Gorzej AI radzi sobie z diagnostyką przypadków medycznych według kanadyjskich badań z 2024 roku [3]. ChatGPT, jako narzędzie diagnostyczne, wykazał się 49% skutecznością w rozwiązywaniu przypadków medycznych, co wskazuje na jego ograniczoną dokładność w tej roli. Inne badanie[4] wykazało tę dokładność na poziomie 56%. Mimo to, jego zdolność do upraszczania złożonych koncepcji medycznych i sugerowania kolejnych kroków diagnostycznych może być wartościowa dla uczących się medycyny.

Według badaczy potrzebne są dalsze badania i rozwój modelu, aby poprawić dokładność i walidację odpowiedzi. Ponadto rzadko, jednak zdarzały się ewidentne błędy i niedomówienia. Oznacza to, że na ten moment nie można traktować AI jako wiarygodnego zastępcy wykwalifikowanego medyka czy dietetyka.

Wsparcie pracy dietetyka

Systematyczny przegląd badań wykazał, że choć sztuczna inteligencja ma potencjał w udzielaniu porad żywieniowych, obecnie nie nadaje się jeszcze do samodzielnego wykorzystania bez nadzoru specjalistów. Analiza 13 badań spośród 2469 zidentyfikowanych publikacji dotyczyła m.in. porad związanych z chorobami metabolicznymi, alergiami pokarmowymi, ciążą i laktacją. Chatboty potrafiły udzielać poprawnych i spójnych zaleceń w prostych przypadkach, ale często popełniały błędy przy bardziej złożonych sytuacjach klinicznych [9].

Przegląd 44 publikacji wskazał, że zastosowanie sztucznej inteligencji w dietetyce koncentruje się głównie na ocenie sposobu żywienia, podczas gdy obszary takie jak szacowanie spożycia żywności, przewidywanie chorób czy interwencje stylu życia są znacznie rzadziej badane [8].

Układanie diet

W eksperymencie przeprowadzonym w Turcji, jadłospisy tworzone przez ChatGPT miały zbyt mało kalorii i zawierały niedobory tłuszczów, węglowodanów, wapnia i potasu. Rozkład makroskładników był nierówny, a wartości nie pokrywały się z zaleceniami. Działo się to pomimo podania konkretnego przypadku (wiek, otyłość, cel kaloryczny) [6]. W kolejnym badaniu pilotowym [7] AI dobrze sobie radziło w przedziałach 300–700 kcal, ale wyniki były mniej precyzyjne przy planowaniu całodziennej diety, zwłaszcza w grupie 1500 i 2000 kcal.

Rozpoznawanie kaloryczności produktów

ChatGPT-4 precyzyjnie identyfikuje składniki posiłków na podstawie zdjęcia (93%), ale zaniża wielkość porcji, co prowadzi do błędnych szacunków składników odżywczych. Największe różnice dotyczą witaminy D, potasu, wapnia i kwasu foliowego, które AI znacznie niedoszacowuje. Pod tym względem tradycyjni dietetycy wciąż osiągają lepsze wyniki [5]. Technologia ta może wspierać dietetyków, ale wymaga uzupełnienia o ludzką wiedzę i dokładniejsze algorytmy oceny porcji.

Rola dietetyka w świecie przyszłości

Wszystkie powyższe zastosowania wymagają ciągłego budowania, udoskonalania, rozumienia algorytmów. Jednak nie może to być praca wyłącznie informatyków i data scientists. Możemy się spodziewać, że w kolejnych dekadach wielu żywieniowców może znaleźć pracę właśnie przy opracowywaniu programów wsparcia pacjenta. To od nas, dietetyków, nie zaś sztucznej inteligencji, będzie zależeć celność rekomendacji zdrowotnych.

Dla zwolenników tradycyjnej pracy z pacjentem warto dodać kilka słów otuchy. Podkreślmy to, co potwierdzają specjaliści dziedziny AI w medycynie. Jesteśmy bardzo daleko od tego, by sztuczna inteligencja była w stanie zrozumieć ludzką motywację. Maszyna nie rozumie tego, co dzieje się w naszej głowie. Co więcej, okazuje się w badaniach, że pacjenci wolą osobę z krwi i kości, która ich zrozumie niż empatyczną sztuczną inteligencję [10].

Zrozumienie tego, co się dzieje w naszym wnętrzu, umiejętność kierowania rozmowy – są to te umiejętności, które będą kluczowe podczas pracy z pacjentem. Samo ułożenie jadłospisu można oprzeć na algorytmie. Rozmowę, wsparcie, pochwalenie. Tego maszyna może nie być w stanie zreplikować.

AUTOPROMOCJA: Podstawą nadążania za wyzwaniami współczesnego świata jest ciągłe kształcenie. Zapraszamy do naszych kursów online, dzięki którym zyskasz cenne dietetyczne umiejętności od świetnych specjalistów. Zapraszamy – przejdź do strony ze szkoleniami

Przypisy:

1. Hamet, P., & Tremblay, J. (2017). Artificial intelligence in medicine. Metabolism: clinical and experimental, 69S, S36–S40. https://doi.org/10.1016/j.metabol.2017.01.011
2. Johnson, D., Goodman, R., Patrinely, J., Stone, C., Zimmerman, E., Donald, R., … & Wheless, L. (2023). Assessing the accuracy and reliability of AI-generated medical responses: an evaluation of the Chat-GPT model.
3. Hadi, A., Tran, E., Nagarajan, B., & Kirpalani, A. (2024). Evaluation of ChatGPT as a diagnostic tool for medical learners and clinicians. PloS one, 19(7), e0307383.
4. Wei Q, Yao Z, Cui Y, Wei B, Jin Z, Xu X. Evaluation of ChatGPT-generated medical responses: A systematic review and meta-analysis. J Biomed Inform. 2024 Mar;151:104620. doi: 10.1016/j.jbi.2024.104620. Epub 2024 Mar 8. PMID: 38462064.
5. O’Hara, C., Kent, G., Flynn, A. C., Gibney, E. R., & Timon, C. M. (2025). An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients, 17(4), 607.
6. Bayram, H. M., Çelik, Z. M., & Barcın Güzeldere, H. K. (2025). Can artificial intelligence (AI) chatbot tools be used effectively for nutritional management in obesity?. Nutrition and Health, 02601060251329070.
7. Aslan S, Sozlu S. A pilot study of the potential role of ChatGPT in stated-calorie diet planning. Int J Obes (Lond). 2025 Jul 8. doi: 10.1038/s41366-025-01839-w. Epub ahead of print. PMID: 40628963.
8. Bayram HM, Ozturkcan A. Applications of generative and predictive AI in nutrition and dietetics: a narrative review. Inform Health Soc Care. 2025 Sep 25:1-24. doi: 10.1080/17538157.2025.2560834. Epub ahead of print. PMID: 40997324.
9. Erik A, Hamidy SM, Karamancıoğlu H, Küçük Kırtıklı BN. AI in nutrition: multi-criteria analysis of diet plans across diverse client profiles. Nutr Res. 2025 Dec 17;146:53-67. doi: 10.1016/j.nutres.2025.12.006. Epub ahead of print. PMID: 41518732.
10. Wenger JD, Cameron CD, Inzlicht M. People choose to receive human empathy despite rating AI empathy higher. Commun Psychol. 2026 Jan 31;4(1):19. doi: 10.1038/s44271-025-00387-3. PMID: 41620574; PMCID: PMC12872445.