AI預測兩年內衰弱風險　明治與富士通導入高齡營養評估工具

撰文＝林玉婷

日本明治株式會社（Meiji Co., Ltd.）與富士通株式會社（Fujitsu Limited）於2026年2月12日宣布，在神奈川縣川崎市啟動rRAFU™社會實踐試點專案，預計招募約240名60歲以上參與者，驗證人工智慧技術結合營養風險評估工具，在高齡族群健康管理中的實際應用成效。本試點將持續至2026年6月，目標在於預測未來約兩年內出現營養不良與衰弱（frailty）的風險，並透過AI支援促進生活習慣改善。

科學基礎：來自女子營養大學研究成果

rRAFU™（Rapid Risk Assessment Tool for Future Undernutrition Status）源自日本女子營養大學新開省二教授的研究團隊成果。該工具透過流行病學研究建立預測模型，能以簡易指標推估高齡者未來營養不良與衰弱發生機率。此次專案的關鍵，不僅在於風險預測本身，而在於如何將研究模型轉化為可在日常生活中運作的健康管理機制。

工具核心為13項問卷指標，涵蓋飲食頻率、體重變化、身體機能與日常生活活動能力等面向。設計理念是讓一般民眾可在非醫療場域自行完成風險評估，提前識別健康惡化徵兆。將學術研究成果導入企業與社區場景，是此次專案的重要突破，也強化其科學權威性。

試點機制：風險評估結合AI行為支持

此次專案並非單純問卷調查，而是「風險預測＋行為改變支援」的整合模式。參與者透過應用程式填寫rRAFU™問卷後，富士通的AI系統會分析個人活動特徵與回覆內容，透過電子郵件提供個人化健康建議。

富士通官方新聞稿指出，AI的設計目標是「在不造成過度負擔的情況下支持自我照護」，避免過度干預或資訊疲勞。例如：提醒增加蛋白質攝取、建議可行的輕度肌力訓練、鼓勵維持日常活動紀錄、提供可持續執行的改善策略等。研究團隊將分析使用者的參與率、行為改變情況與風險分數變化，評估此模式在真實生活場域的可行性與接受度。

整體機制由三方構成：明治提供rRAFU™風險評估模型；富士通提供Self-Care AI Web System；川崎市作為實地測試場域。此設計形成「評估—行動—追蹤—再評估」的閉環模式，而非一次性篩檢。研究團隊將分析參與率、持續使用情形及風險分數變化，評估工具在社區層級的可行性。（圖片來源：富士通官網）

服務流程分為六個階段：

第一階段為註冊與基礎資料建立。

第二階段由參與者填寫13題rRAFU™問卷，系統計算未來兩年內營養不良與衰弱風險。

第三階段將風險結果視覺化呈現，使參與者清楚理解自身狀態。

第四階段由富士通AI分析個人活動特徵與回覆內容，協助制定生活改善計畫。

第五階段為計畫執行期間，AI透過電子郵件提供個人化建議，設計原則強調在不造成過度負擔的前提下支持自我照護。

第六階段進行再評估與反思，檢視行為改變與風險變化情形。

預期影響：從試點到可規模化健康方案

若試點證實具有預測效度與行為改善效果，可能帶來三項長期影響：

第一、成為地方政府與醫療機構的早期篩檢工具。

第二、降低衰弱相關醫療與長照成本。

第三、建立食品與科技企業結合數據服務的健康管理新商業模式。

雙方表示，試點成果預計於2026年中公布，未來將評估是否擴大至其他地區或與醫療、長照機構合作。

為何此刻推動？高齡社會下的預防需求

日本已進入超高齡社會，營養不良與衰弱被視為失能與長期照護負擔增加的重要前兆。多數高齡者在疾病確診前，已出現蛋白質攝取不足與肌力下降等徵象，但往往未被及早識別。透過可量化風險模型與持續性行為支持，企業與研究團隊希望建立一套可擴展的預防模式，在疾病發生前即進行介入。

參考資料

▶Fujitsu, Meiji and Fujitsu launch world's first rRAFU™ pilot to assess future malnutrition and frailty risk
▶DairyBusinessMEA , Meiji, Fujitsu launch world’s first rRAFU™ pilot to assess future malnutrition and frailty risk
▶Industry-Asia-Pacific, Meiji Co., Ltd. and Fujitsu Limited pilot AI-powered rRAFU app