講演情報
[7K-01]大規模言語モデルによる手書き食事記録からの栄養計算システムの開発
*楊 心明1、尾崎 悦子2、相澤 清晴1、山肩 洋子1 (1. 東京大学、2. 京都府立医科大学)
発表者区分：学生
論文種別：ロングペーパー
インタラクティブ発表：あり
論文種別：ロングペーパー
インタラクティブ発表：あり
キーワード：
食事記録、栄養士、大規模言語モデル
医療や介護の現場で行われている栄養調査では、食品の摂取量を測定する秤量記録法、前日の食事内容を記録する24時間食事思い出し法、質問票の食品リストから一定期間に食べた食品の頻度を記載する食物摂取頻度法（FFQ）などの方法があり、多人数を対象とするコホート研究ではFFQがよく用いられる。本研究では対象者が記入し、さらに栄養士が対象者に聞き取ることで補足を追記したFFQを入力とし、食品標準成分表に基づき栄養計算可能なデータ形式（栄養データと呼ぶ）に変換するシステムの開発を目指す。
栄養士が手作業でFFQから栄養データに変換する流れは次の通りである。まず、各料理名に対し、予め用意している献立データを検索して、食品標準成分表の食品番号と重量の対のリストに変換する。その後、対象者や栄養士が書きこんだ補足に基づき、食品番号や重量を修正する。提案システムではこの作業を自動化するため、前者をCLIPによるテキスト検索で、後者を大規模言語モデル（LLM）に置き換える。栄養士が手作業で作成した栄養データを正解として提案システムの精度を評価する。また、LLMをファインチューニングすることで精度を向上させる。
栄養士が手作業でFFQから栄養データに変換する流れは次の通りである。まず、各料理名に対し、予め用意している献立データを検索して、食品標準成分表の食品番号と重量の対のリストに変換する。その後、対象者や栄養士が書きこんだ補足に基づき、食品番号や重量を修正する。提案システムではこの作業を自動化するため、前者をCLIPによるテキスト検索で、後者を大規模言語モデル（LLM）に置き換える。栄養士が手作業で作成した栄養データを正解として提案システムの精度を評価する。また、LLMをファインチューニングすることで精度を向上させる。