7月18日，在2026世界人工智能大会(WAIC)“AI驱动生命健康产业全链条革新”活动上，复旦大学营养研究院宗耕研究员围绕《人工智能赋能营养科研和产业——从科研级数据到产业链转化》发表主题演讲，分享人工智能在精准营养研究、健康数据分析以及产业创新转化方面的探索，探讨AI如何推动营养科学从传统经验模式走向数据驱动的新阶段。

随着人口老龄化和慢性疾病负担持续增加，营养因素正在成为影响生命健康的重要因素。相关研究显示，饮食结构与代谢疾病、心血管疾病、认知健康等密切相关。然而，长期以来，营养科学研究面临一个核心挑战：如何准确理解一个人的真实饮食暴露，并进一步分析饮食与健康之间的复杂关系。

宗耕研究员指出，未来精准营养的发展关键，在于将“吃了什么”转化为人工智能能够理解和学习的高质量数据。传统饮食调查更多依赖问卷和回忆记录，容易受到主观因素影响，而基于生物标记物的营养评价体系，则能够通过人体代谢信息，更客观地反映个体真实营养状态，为AI分析提供更加精准的数据基础。

围绕这一方向，复旦大学营养研究院正在探索建立基于营养标记的膳食评价和研究平台，通过融合营养学、生物学、医学和人工智能技术，推动营养研究从群体统计走向个体精准分析。

宗耕介绍，当前中国已经积累了大量人群队列和多组学研究数据，但仍缺少能够精准反映饮食摄入情况的数据体系。挖掘饮食、代谢和疾病风险之间的关联，帮助科学家发现影响健康的重要因素。

在研究实践中，复旦大学营养研究院已围绕多个大型人群队列开展精准营养研究，构建涵盖基因组、蛋白质组、代谢组以及食物摄入标记的数据资源，为人工智能驱动营养科学创新提供基础支撑。

人工智能不仅正在改变营养科研，也正在推动健康产业模式升级。过去，营养健康产品更多依赖大众化推荐，而未来，随着AI对个人饮食习惯、代谢特征和健康状态的综合分析，可以进一步实现个性化营养方案制定、功能食品研发以及长期健康管理服务。

宗耕表示，未来健康管理的发展方向，将不只是针对疾病进行治疗，而是更加关注疾病风险预测和主动健康干预。人工智能能够帮助人们更早认识自身健康状态，通过精准营养和科学管理降低疾病发生风险，推动生命健康产业从“治疗为中心”逐步走向“健康为中心”。

从科研数据到产业应用，从营养研究到健康管理，人工智能正在成为连接生命科学与健康产业的重要技术力量。未来，随着AI、多组学和数字健康技术进一步融合，精准营养有望成为主动健康体系的重要组成部分，为生命健康产业发展提供新的创新路径。