NOVA Through Two Lenses: From Nutrients to Food Processing Classification in Finland's National Food Database
本研究表明，基于营养成分训练的机器学习分类器能够有效地跨不同食物数据库进行迁移，以识别超加工食品并对加工强度进行排序，尽管由于定义本身存在的歧义性，将所有四类 NOVA 分组进行归类仍然具有挑战性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是一篇未经同行评审的预印本的AI生成解释。这不是医疗建议。请勿根据此内容做出健康决定。 阅读完整免责声明
食物不仅仅是燃料，它是一个转化的光谱。在这一端是处于天然状态的食物，如苹果或生胡萝卜。在另一端是经过工业高度改变、与其原始成分几乎不再相似的产品，例如含糖早餐谷物或包装零食蛋糕。在这两个极端之间，存在着一个中间地带，即经过烹饪、保存或添加了盐或糖等简单成分的食物。科学家们开发了一套名为 NOVA 的系统来将食物分为这四个类别，旨在了解加工程度如何影响人类健康。其核心观点是，食物加工程度越高，就越可能与糖尿病或心脏病等不良健康结果相关联。然而，通过人工对数百万种食品进行分类既缓慢又困难，甚至连专家之间也会产生分歧。此外，许多追踪人们饮食习惯的国家食物数据库根本没有包含这些加工分类标签，这给研究人员留下了知识空白。
为了填补这一空白，一个研究小组尝试观察计算机是否可以通过观察其营养成分来正确地对食物进行分类。他们专注于一种名为 FoodProX 的特定机器学习工具，该工具最初是在美国食物数据上训练的，用于根据十种关键营养素（如糖、脂肪、纤维和钠）来预测 NOVA 分组。该团队想知道，一个基于欧洲食物训练的模型是否也能同样适用于美国食物，以及它是否能成功地为从未经过分类的芬兰国家数据库中的食物贴上标签。他们收集了一个来自全球数据库的大规模集合，其中包含超过 18 万种食品，主要来自欧洲，并教会计算机识别与每个 NOVA 组相对应的营养模式。随后，他们将这个新的、基于欧洲训练的模型测试在未见的欧洲食物以及一组单独的美国食物上，以观察其是否能在跨国界的情况下推广其知识。
结果显示，计算机在识别食物光谱的极端情况方面表现得非常出色。它能够以极高的准确度可靠地识别未经加工的食物和超加工食品。当研究人员要求模型区分两个加工程度最高的类别——“加工食品”组和“超加工食品”组时，它遇到了困难。模型经常混淆这两个中间类别，这表明它们之间的营养差异过于细微，以至于计算机无法确定地检测到。这种困惑并非计算机程序的缺陷，而是反映了人类在试图在这两组之间划定清晰界限时所面临的难度。即使将该模型应用于包含 4,000 多种食品且此前没有任何标签的芬兰数据库，它也能产生一个一致的食物排序，将原材料放在低端，将即食餐点放在高端。
研究表明，计算机在做出决策时高度依赖特定的营养素。钠（即盐）是最重要的线索，紧随其后的是总糖量。高含钠和高含糖的食物会被推向超加工类别，而低纤维和低铁的食物也会被标记为可能是高度加工的。有趣的是，模型对总能量或饱和脂肪的依赖程度并不如人们预期的那样高。当研究人员将他们的欧洲训练模型与原始的美国版本进行比较时，他们发现虽然两个模型在特定食品的具体类别上偶尔会有分歧，但它们在整体顺序上基本一致。它们都按照类似的序列将食物从低加工到高加工进行排序，即使它们分配的具体数值略有不同。这表明，虽然类别之间的精确边界是模糊的，但通过营养素本身可以清晰且可测量地观察到加工程度增加的总体趋势。
研究人员得出结论，虽然基于营养素的模型是识别超加工食品并对其加工强度进行排序的强大工具，但它们无法完美地取代人类专家来对每一件食品进行四种不同类别的分类。难点在于分类系统本身的性质，即在“加工食品”和“超加工食品”之间的界限往往是由工业添加剂定义的，而这些添加剂并不会显著改变营养概况。一袋用简单原料制作的面包和一袋含有乳化剂和防腐剂的面包，其糖、盐和脂肪含量可能几乎相同，但它们属于不同的类别。由于计算机无法看到成分表或制造过程，它只能根据它可以测量的营养素来进行推测。
尽管存在这些局限性，这项研究仍提供了一条切实可行的路径。通过将这个训练好的模型应用于芬兰国家食物数据库，研究人员为数千种芬兰食品创建了首套加工标签。这一新数据使科学家能够在无需手动标记每一项物品的情况下，研究芬eland的食物加工与健康结果之间的关系。研究结果表明，对于大规模研究，使用计算机来标记超加工食品是一种可靠的策略，即便在区分“加工食品”与“超加工食品”的精细差别方面仍存在不确定性。这项工作强调，虽然仅凭营养素无法讲述食物加工的全部故事，但它们提供了一个强烈的信号，可以帮助研究人员和政策制定者了解我们食物供应的构成及其对公共健康的潜在影响。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。