卫生部最新的《2024年国家健康与发病率调查》（NHMS 2024）揭示了我国营养摄取失衡情况严峻。四分之三的成年人摄取过量盐分，平均每日摄入7.3克，远高于世卫组织建议的5克。
与此同时，三分之二的青少年与一半的成年人每日游离糖摄取量超过7.5茶匙，98%的青少年与96%的成年人缺钙，42.1%的成年人维生素D不足。
这些数字告诉我们，营养不平等（nutrition inequality）危机正在悄然蔓延。营养失衡的最大推手，是以高糖、高盐、高脂肪为特点的加工食品，尤其在B40与中下收入家庭中，几乎取代了新鲜蔬果与蛋白质，成为每日主食。
根据《2023年世界粮食安全与营养报告》，全球每人每日维持健康饮食的平均成本为3.66美元（约RM17），是全球食品贫困线（RM5）的三倍以上。在高收入国家，蔬菜价格是淀粉类主食的两倍，而在低收入国家，动物性食品价格则是主食的两倍。
加工食品之所以横行，是因其具经济规模优势，能大量生产，可以保存久更久，且迅速饱腹。反观蔬果、奶类、海鲜等食品不仅价格昂贵，保鲜与物流成本亦相对更高。
这意味著在经济拮据时，人民往往倾向于用最低成本换取最高热量，而非最高营养。这种选择，虽能解渴充饥，却也为慢性病种下隐患。
NHMS2023调查报告显示，三分之一的大马成年人患有高胆固醇，29.2%患有高血压，15.6%患有糖尿病。 而这类慢性病，恰恰是高糖、高盐、高脂饮食环境的直接后果。
饮食环境是决定饮食习惯的隐形推手。当街角便利店、学校食堂、医院小贩中心与办公楼咖啡厅，充斥著高热量低营养的加工食品，而新鲜蔬果、健康蛋白质却价格高昂、难以购得，健康饮食便成为“有钱人的特权”。因此，公共卫生政策必须果断介入决定人民饮食选择的经济结构、供应体系与消费环境。
《自然Scientific Reports》的一篇论文显示了结合深度生成模型与ChatGPT的AI系统，为个体定制符合营养指南与每日膳食建议的可行性。
例如，韩国食品药品安全部正应用AI筛查进口食品，而浙江大学公共卫生学院与中国疾病预防控制中心营养与健康所则共同成立了人工智能与营养健康研究中心，聚焦于膳食营养大数据分析与应用的创新性研究。
此外，英国ZOE平台利用AI结合肠道菌群、血糖与脂肪反应，为用户制定个性化饮食建议；美国的Savor Health则使用AI为癌症患者提供营养配对。
我国或许可以借鉴这些经验，结合RekodSaya电子健康记录平台与AI，发展个性化膳食建议系统。AI可以结合NHMS数据、病历、BMI、血糖、血压与地理资讯，预测个体慢性病风险，并推送量身定制、经济实惠的饮食方案。同时，开发“地区营养画像”系统，锁定高风险社区，优先部署健康促进团队、发放膳食补贴与实施校园营养干预，实现精准公共卫生。
虽然我国早已推行Suku-Suku-Separuh饮食概念，提倡餐盘上蔬菜、水果与主食的均衡分配，但在实际执行层面，许多学校与公共机构食堂仍以高淀粉、高糖高盐的加工食品为主。政府必须从供应端著手，设立统一健康餐饮指引，规定公共机构食堂每日必提供新鲜蔬果，限制高糖饮料、高盐零食。
笔者建议推行AI健康餐饮评级认证制度，透过AI实时评估食堂菜单健康分值，不达标者不予续约，强制公共机构成为健康饮食的示范场所。学校更可借助AI系统标准化食堂采购单，带动本地蔬果产值，优化冷链物流体系，从供应链端降低健康食材成本，逐步在社会底层扎根健康饮食文化。
同时，我们也必须严管加工食品广告。卫生部可联合通讯部和数字部，使用AI限制高糖高脂食品广告投放时段，禁止面向儿童推广，并开发AI个性化营养教育app，结合RekodSaya推送每日饮食提醒与健康食谱，抵消广告诱因。
政府也应推动NHMS数据开放，开发API平台，供学术界、企业及社群应用，开发面向特定族群与地区的饮食干预方案。例如，大学生创业计划可基于这些数据，设计B40社区健康餐车路线、低糖饮食包订阅制或AI饮食偏好预测系统，赋能社区层面自主改善饮食习惯。
在消费端，超市与电商平台可以借助AI营养评级插件，让消费者扫码即时看到“红黄绿”健康标签。这样的行为助推设计（nudging），已被证实能有效改变购买决策。
笔者认为，健康饮食不应只是中上层收入群体的福利，而应是所有人民的基本权益。政府有责任善用政策与科技，干预经济结构、供应体系与饮食环境，保障每个大马人，尤其是B40家庭，都能以合理价格，获得营养均衡的餐食。
要看最快最熱資訊，請來Follow我們 《東方日報》WhatsApp Channel.
