Ứng dụng trí tuệ nhân tạo dự đoán tình trạng dinh dưỡng của thanh niên Việt Nam

Tóm tắt

Nghiên cứu này nhằm xây dựng và đánh giá mô hình trí tuệ nhân tạo (AI) dự đoán tình trạng dinh dưỡng của thanh niên Việt Nam dựa trên dữ liệu lớn. Dữ liệu được thu thập từ khảo sát 12.042 sinh viên đại học trên toàn quốc. Các mô hình học máy hiện đại như XGBoost, LightGBM và CatBoost được ứng dụng để phân loại tình trạng dinh dưỡng theo chỉ số BMI. Mô hình XGBoost cho kết quả tốt nhất với độ chính xác đạt 75,3% và F1-score là 73,75%. Những biến đầu vào quan trọng trong dự đoán bao gồm vòng eo, vòng mông, thời gian ngủ, giới tính, thói quen ăn đêm, sử dụng thức ăn nhanh, và khẩu phần ăn hàng ngày (bao gồm năng lượng, protein, chất béo và vi chất dinh dưỡng). Kết quả cho thấy tiềm năng ứng dụng AI trong phân tích dữ liệu sức khỏe cộng đồng, góp phần phát hiện sớm các nguy cơ dinh dưỡng và xây dựng các khuyến nghị chuyên biệt về dinh dưỡng – thể lực cho nhóm thanh niên. Nghiên cứu góp phần mở rộng khả năng cá thể hóa các can thiệp y tế trong bối cảnh chuyển đổi số và y học chính xác tại Việt Nam.