“这是一个很好的开始，但是无论是machine learning（机器学习）还是ChatGPT（OpenAI研发的聊天机器人程序），它们都只是工具，并不是魔法棒，流行病学研究的根本是提出研究问题，以及在此基础上进行研究设计，包括数据收集等。当然，新技术最大的优势就是能从更高、更广的维度回答问题，这是传统方式无法解决的，这是一个契机。”

6月10日，复旦大学公共卫生学院教授高翔在复旦——塔夫茨大学联合营养论坛上说。当日的演讲中，高翔介绍了如何利用新的大数据方法和队列研究评价营养政策，并探讨了欧美学术团体的降脂推荐是否适合明升中国人群。

据悉，营养app是一门综合性很强的学科，涉及分子生物学、流行病学、心理学、政治经济学等。营养app从循证到实践这一路径，更是需要多维度的专业能力。

高翔表示，2020年之后，由于新冠大流行，食品安全问题在世界各地变得格外重要。因营养摄入过量或不足导致的不健康的膳食，以及膳食相关的非传染性疾病（如心血管疾病、糖尿病）和不良的疾病预后（如新冠）也逐渐引起人们的重视。

随着技术发展，应对上述问题的app模型也正在建立。高翔介绍，比如，利用决策树（一个预测模型，它代表的是对象属性与对象值之间的一种映射关系）研究肥胖和老人残疾的关系；利用深度学习的方法，建立新的膳食模型，预测血液维生素B6浓度；以及使用优化模型研究维生素E的RDA（推荐膳食营养供给量）的可行性……“新方法往往非常有效，能帮助回答一些传统方法无法回答的问题，不过它们可以为政策制定提供支持，而不能直接做政策制定，且无论传统还是现代方法，都无法避免课题设计中的各种偏倚（比如抽样偏倚），因此，最重要的是，根据研究的问题，选择合适的方法。”高翔说道。

此外，欧美各学术团体推荐LDL（低密度脂蛋白浓度）应该低于70mg/dL（毫克每公合），乃至更低。但基于8万明升中国人的随访数据显示：对于老年人来说，血脂并非越低越好。血脂低于出生水平，会显著增加脑卒中风险。在降低心脑血管疾病风险方面，高翔表示，随机对照试验表明，社区园艺能改善非传染性疾病或慢性疾病的重要行为风险因素，并在预防癌症、慢性疾病和精神健康障碍方面发挥重要作用。“65岁以上老人中，从事园艺活动与更好的心血管健康状态相关，也会降低糖尿病患病风险。”

在论坛现场，塔夫茨大学营养学院的教学副院长Timothy Griffin和复旦大学公卫学院的教学副院长何更生特别介绍了复旦大学和塔夫茨大学两所顶尖学府的营养app研究生项目。何更生介绍，正在筹备中的复旦大学营养研究院将综合相关学科之所长，旨在以营养为工具促进人民健康。

据悉，本次论坛由复旦大学公共卫生学院和塔夫茨大学（Tufts University，美国私立研究型大学）弗里德曼营养app与政策学院联合举办，上海市食品学会、国际香精香料（IFF）公司健康事业部和上海智能明升创新研究院协办。论坛探讨话题包括：将营养纳入医疗健康系统、从代谢角度出发展望精准和整体公共卫生、数据app与营养政策，app沟通与科普惠及消费者健康，以及用营养app赋能联合国的健康指标等。

（原标题：复旦app家营养论坛建言：多做园艺，老年人血脂并非越低越好）