在中国科技大学第一附属医院内分泌科诊室，副主任医师郑雪英的电脑屏幕上弹出了一份人工智能餐单——“皖北风味减肥食谱”：全谷物馒头更换面条晚餐，牛肉汤漂浮油，结合半碗冷马齿苋。病人王先生接过餐单，惊讶地说：“这比我自己的折腾要好得多！”

“在过去，这样一个个性化的饮食计划需要医生和营养学家查询成分表，并逐一手动计算卡路里，至少需要一个小时。现在，人工智能只需要30秒就可以完成。”郑雪英说。

这份餐单的背后是世界上第一个致力于体重管理的大型人工智能模型“减肥”的临床治疗。从20年前预见肥胖的困境，到人工智能解决传统的减肥问题，如何实现“简化繁殖”的医疗改革？

“数据长跑”跨越20年

“减订”的出现源于提前20年的“预测”。

2008年，安徽医科大学校长翁建平参加了全国糖尿病流行病学调查。数据显示，我国糖尿病患病率从3%急剧上升到近10%。这一发现使翁建平的团队意识到，肥胖将成为未来公共卫生的重大挑战。

事实也证实了这一判断。根据《柳叶刀》2025年3月发布的最新研究报告，2021年25岁及以上成人超重肥胖患者达到4.02亿，肥胖率为28.7%，肥胖人数居世界第一。国家卫生委员会还在全国人大期间提出，要继续推进“体重管理年”计划，把全民健身减肥推向新的高度。

“20年前，我们预感到中国居民的健康将面临巨大的变化。”郑雪英说。此后，郑雪英的翁建平团队开始关注体重管理的临床数据，并有20多年的经验。

2025年3月，借助DeepSeek，、OpenAI、豆包等大模型技术激活了团队积累的40多万患者的临床数据，世界上第一个致力于体重管理的人工智能大模型“减少订单”应运而生。

“让减肥变得简单，是我们推出‘减单’的初衷和愿景。”郑雪莹说。

临床治疗的两大“麻烦”

“减单”是一种“医疗型”体重管理人工智能模型。

“也许很多人认为体重管理是为了美丽和美丽，但对人们来说，减肥是为了看医生和拯救生命。”郑雪英说：“例如，多囊卵巢综合征，无论患者服用多种药物，减肥都不如根本原因好。”

然而，传统的体重管理长期面临两个主要问题：专业建议“不脚踏实地”和实施依赖于“人类瓶颈”。临床上，医生经常需要手动计算患者的饮食热量，费时费力；面对“多吃蛋白质”、“控制碳水化合物”等抽象建议，患者通常会感到困惑。

“最大的痛点是饮食指导‘不说人话’。”郑雪英举了一个例子：有些病人中午吃了一碗牛肉面。过去，医生会问：“蛋白质是多少克？脂肪的比例是多少？”——这对普通人来说就像一本“天书”。

“减订”的目标是将专业术语转化为通俗易懂的语言。患者只需拍照上传饮食照片，人工智能就能准确识别90%以上的宏量营养物质，并给出改进建议，如“用蒸鱼代替红烧肉”、“米饭减半，加半碗粗粮粥”。

减肥的另一个痛点是执行困难。与依赖医生的外科手术不同，90%以上的减肥成功取决于患者的执行效果。

“我可以给病人很多建议，但我不能24小时监督他们的每顿饭。95%以上的病人在医院外与身体相处。”郑雪英说，面对这一点，医生也感到无助。

人工智能技术有效地解决了这个问题。“‘减少订单’可以以最快、最方便、最真实的方式向患者传达我们的经验，并实现24小时的全天候服务。”郑雪英说。

从“经验拷贝”到“人机共生”

人工智能会取代医生和专业营养师吗？

郑雪英的回答是：“中国只有3000名专业营养师，超重群体高达4亿。人工智能不是取代医生和营养学家，而是“复制”无数的专业团队。”

“减少订单”的出现是诊断和治疗经验与人工智能技术的深度结合。该团队20年形成的临床管理路径已转化为人工智能的决策逻辑。“例如，当他遇到一个肥胖的病人时，他需要做手术吗？如何与普通手术合作？如何合作饮食？这些经验都被我们‘喂养’给了人工智能。”郑雪英说。

模型研发的主要挑战不是技术层面，而是数据积累。翁建平团队积累了20多年的诊疗经验，解决了研发中最大的问题。

值得一提的是，由安徽医科大学、中国科技大学附属医院和诺特健康建立的“科研临床公共卫生”三元协作体系构成了产学研一体化的闭环，确保了专业和“脚踏实地”的模式。

虽然人工智能表现出色，但团队始终遵守一条铁律：涉及医疗决策，人工智能永远不会越界。

“与大多数疾病相比，减肥的容错率相对较高，这也是我们率先推出大型体重管理模型的原因。”但我们在编程设计中明确了严格的界限，人工智能不会诊断疾病，也不会提供手术或药物建议。”

到目前为止，“减少订单”已经在医院内分泌科和减肥诊所投入使用，并推出了公众可用的网页版本。该团队计划在未来开发患者端应用程序，以进一步提高用户体验。

“我期待着看到更高维度的动态管理。这不是一个简单的餐单，而是一个更深层次的人机交互。例如，加强与可穿戴设备的连接，阅读患者的运动信息和睡眠状态，为患者提供更全面、动态和及时的服务。”郑雪英说。