（人民日报健康客户端记者 周学津）基于40余万名肥胖相关慢病患者的管理数据，30秒内快速掌握患者的全周期健康画像，根据食物照片自动识别分析营养成分和热量……“减单”让减重变得简单了。
3月23日，安徽医科大学联合中国科学技术大学附属第一医院等单位，在合肥发布体重管理智能助手“减单”，这是国内首个通过生活方式干预肥胖相关慢性疾病的大模型智能助手。
据了解，“减单”是在Deepseek、豆包等模型基础上，结合40余万肥胖相关慢性疾病患者的管理数据不断训练而成。通过“智能工具+专业支持+生态构建”将原本需要专业团队持续跟踪的体重管理服务，转化为可融入生活的数字化场景。
3月25日，郑雪瑛在为患者检查身体。受访者供图
中国科学技术大学附属第一医院（安徽省立医院）内分泌科病区主任郑雪瑛是“减单”研发团队的成员之一。她告诉人民日报健康客户端记者，传统的体重管理往往需要专业团队持续跟踪，会耗费较多的人力、物力和时间。由于每个人的身体状况、减重目标都不同，体重管理方案难以满足个性化需求，而营养分析、运动指导往往也是分散的，缺乏全链条的整合。
“其实‘减单’就是让减重更简单，我们结合日常健康管理、慢性病管理、医疗健康体系服务等场景，通过营养干预、运动干预、行为干预的方式为‘胖友’减重提供一个最优解。”郑雪瑛介绍，“减单”通过技术创新和资源整合，将体重管理服务转化为可融入生活场景的数字化健康伙伴，以40余万名肥胖相关慢性疾病患者的管理数据为基础，能够对大量的健康数据进行快速分析，为用户提供科学、合理的建议，实现“千人千策”的个性化干预。
郑雪瑛坦言，在日常的诊疗过程中，了解患者的基础信息、患病史、肥胖史、饮食偏好等就需要约1个小时。现在通过患者与“减单”互动生成结构化健康档案，医生可以在30秒内快速掌握患者的全周期健康画像。
此外，用户拍摄上传食物照片后，“减单”会自动识别分析营养成分和热量。郑雪瑛说，“它能够识别出食物的种类、数量、烹饪方式，可以区分出一张照片中的食物是红烧肉还是清蒸鱼，是一碗米饭还是一碗面条。识别出食物信息后，它会将这些信息与后台的营养数据库进行匹配。营养数据库中存储了各种食物的营养成分数据，包括热量、蛋白质、脂肪等，通过匹配，‘减单’能够获取所拍食物的营养成分和热量数据，结合用户健康档案，生成个性化评价和膳食指导建议。”
