“這是一個很好的開始，但是無論是machine learning（機器學習）還是ChatGPT（OpenAI研發的聊天機器人程序），它們都只是工具，并不是魔法棒，流行病學研究的根本是提出研究問題，以及在此基礎上進行研究設計，包括數據收集等。當然，新技術最大的優勢就是能從更高、更廣的維度回答問題，這是傳統方式無法解決的，這是一個契機。”6月10日，復旦大學公共衛生學院教授高翔在復旦——塔夫茨大學聯合營養論壇上說。當日的演講中，高翔介紹了如何利用新的大數據方法和隊列研究評價營養政策，并探討了歐美學術團體的降脂推薦是否適合中國人群。
據悉，營養科學是一門綜合性很強的學科，涉及分子生物學、流行病學、心理學、政治經濟學等。營養科學從循證到實踐這一路徑，更是需要多維度的專業能力。高翔表示，2020年之后，由于新冠大流行，食品安全問題在世界各地變得格外重要。因營養攝入過量或不足導致的不健康的膳食，以及膳食相關的非傳染性疾病（如心血管疾病、糖尿病）和不良的疾病預后（如新冠）也逐漸引起人們的重視。
隨著技術發展，應對上述問題的科學模型也正在建立。高翔介紹，比如，利用決策樹（一個預測模型，它代表的是對象屬性與對象值之間的一種映射關系）研究肥胖和老人殘疾的關系；利用深度學習的方法，建立新的膳食模型，預測血液維生素B6濃度；以及使用優化模型研究維生素E的RDA（推薦膳食營養供給量）的可行性……“新方法往往非常有效，能幫助回答一些傳統方法無法回答的問題，不過它們可以為政策制定提供支持，而不能直接做政策制定，且無論傳統還是現代方法，都無法避免課題設計中的各種偏倚（比如抽樣偏倚），因此，最重要的是，根據研究的問題，選擇合適的方法。”高翔說道。此外，歐美各學術團體推薦LDL（低密度脂蛋白濃度）應該低于70mg/dL（毫克每公合），乃至更低。但基于8萬中國人的隨訪數據顯示：對于老年人來說，血脂并非越低越好。血脂低于出生水平，會顯著增加腦卒中風險。在降低心腦血管疾病風險方面，高翔表示，隨機對照試驗表明，社區園藝能改善非傳染性疾病或慢性疾病的重要行為風險因素，并在預防癌癥、慢性疾病和精神健康障礙方面發揮重要作用。“65歲以上老人中，從事園藝活動與更好的心血管健康狀態相關，也會降低糖尿病患病風險。”
在論壇現場，塔夫茨大學營養學院的教學副院長Timothy Griffin和復旦大學公衛學院的教學副院長何更生特別介紹了復旦大學和塔夫茨大學兩所頂尖學府的營養科學研究生項目。何更生介紹，正在籌備中的復旦大學營養研究院將綜合相關學科之所長，旨在以營養為工具促進人民健康。據悉，本次論壇由復旦大學公共衛生學院和塔夫茨大學（Tufts University，美國私立研究型大學）弗里德曼營養科學與政策學院聯合舉辦，上海市食品學會、IFF公司健康事業部和上海智能產業創新研究院協辦。論壇探討話題包括：將營養納入醫療健康系統、從代謝角度出發展望精準和整體公共衛生、數據科學與營養政策，科學溝通與科普惠及消費者健康，以及用營養科學賦能聯合國的健康指標等。
