一直以来，营养继续教育（CPE）是营养师保持循证实践能力、完成职业再认证的核心强制性环节，是从业者更新知识、精进专业的核心途径。而AI的介入，为继续教育带来了全新机遇与潜在风险：

✅ AI赋能继续教育的核心价值：

大幅降低课程、课件、科普材料的创作成本，提升内容产出效率；

可设计互动式学习内容，优化学员听课体验，提升学习参与度；

依托机器学习分析学员学习数据，可动态优化课程内容与授课节奏。

⚠️ 不可忽视的核心风险：

AI幻觉：看似逻辑通顺、专业严谨的内容，可能隐藏过时结论、错误数据、虚假文献；

数据偏见：AI训练语料自带固有偏见，易输出片面、刻板的专业观点；

过度依赖风险：AI生成内容流畅度高，极易让从业者放松审核警惕，丧失独立专业判断。

由此可见，AI从来不是万能的标准答案，人工审核、专业校验、责任兜底，永远不可替代。而这份CDR指南的诞生，正是为了破解“AI高效但不规范”的行业痛点，为营养继续教育的AI应用建立负责任的使用框架。

请注意，本次发布的文件为指南（guideline）而非政策（policy），二者有本质区别：政策具备强制性、可直接追责，而指南为推荐性规范、提供专业指导。

这种设计适配了AI技术快速迭代的特性，既明确了营养师“负责任使用AI”的核心标准，确保所有AI辅助的继续教育内容，贴合CDR CPEU预先审批项目政策要求，又能随技术发展、行业证据持续迭代更新，是兼顾灵活性与专业性的行业规范。同时，指南是现有政策的补充，而非取代，所有继续教育活动，无论是否使用AI，都必须遵守原有职业规范。

这份专业指南的落地，经过了严谨、规范的研发流程：由CDR能力保障小组（CAP）发起需求，成立7人AI专项工作组（6名CAP专业代表+1名外部行业专家）；2025年4月启动筹备，从健康职业教育、行业认证、出版领域、医疗机构四大维度开展资料调研，审阅14份权威行业资料；历经多轮研讨、撰写、评审，于2026年1月经CDR委员会正式批准落地，权威性、专业性、实用性兼具。

针对营养继教场景，CDR指南明确了7条核心AI使用指导原则，原则设计宽松包容，鼓励技术赋能、杜绝滥用乱象，是全球营养从业者通用的AI使用准则：

1. 权责明晰，人负主责：所有继续教育材料，无论是否由AI辅助生成，最终合规性、专业性、准确性责任，全部由内容创作者、CPE提供者承担。

2. 合法合规，获取授权：AI多依托公开版权资料训练，输出内容可能涉及版权风险，商用、公开授课场景需提前获取合法授权。

3. 拒绝替代，保留判断：AI无法独立保障临床准确性与专业中立性，所有输出内容必须经过人工专业审核，绝不以AI替代人类专业判断。

4. 仅限辅助，依托证据：AI不属于原始研究，不能替代权威循证证据，继续教育内容必须以高质量研究、权威指南为核心支撑，AI仅作为整理、提效工具。

5. 警惕偏见，主动修正：针对AI训练数据自带的片面性、刻板印象，需主动评估、修正输出内容，规避认知偏见与专业误区。

6. 严守隐私，杜绝泄密：默认AI平台存在数据泄露风险，严禁向AI输入患者、客户、学员的个人信息与敏感健康数据。

7. 公开透明，主动披露：公开AI使用场景，既能实现行业问责，也能让学习者清晰辨别内容来源，做出理性判断。

为方便从业者落地执行，CDR指南以进食障碍继续教育课程策划为实操场景，演示7条原则的落地用法：

营养师借助AI指令：“扮演CPE策划者，生成一份进食障碍治疗的循证课程大纲”，AI输出带文献引用的完整大纲，并标注整合了最新权威指南。

此时需严格对照7大原则把关：

权责：仅将AI大纲作为参考，课程合规性、专业性由本人全权负责；

版权：AI内容引用美国精神病学会权威指南，需主动对接版权方获取使用许可；

专业：联合行业专家核验内容，替换AI模糊表述，补充一手研究证据；

工具：用AI启发思路、梳理框架，不直接照搬输出内容；

偏见修正：针对AI提及的“进食障碍高发于女性、LGBTQ+人群”，补充完整循证背景，避免刻板印象误导；

隐私保护：全程使用虚构案例，绝不录入任何真实患者、客户隐私信息；

透明披露：在课件首页标注“本课程部分内容由AI工具辅助策划，经专业人员审核定稿”，并留存AI使用记录。

案例清晰印证了CDR的核心立场：AI可赋能内容创作，但无法替代人类的专业审核、证据核验、风险把控与责任承担。同时，该指南定位为“活文件”，会随AI技术迭代、行业研究进展持续更新，长期适配营养继续教育的发展需求。

虽然指南源自美国，但AI使用中的共性问题无国界：AI生成内容是否准确？是否存在认知偏见？是否侵犯版权？是否泄露隐私？是否会弱化专业判断？这些问题，同样困扰着国内营养行业。不过，中美执业体系、膳食标准、合规要求差异显著，国内营养师绝不能直接照搬美国规则，必须适配本土场景落地应用。

美国CDR指南聚焦美国注册营养师的继教场景，依托成熟、统一的注册、实习、考试、学分考核、再认证及执业追责体系，从业者执业路径清晰、规范统一。

而我国营养从业者从业场景更加多元、复杂，营养专业或职业人员包括公共营养师、营养指导员、运动营养师、注册营养（技）师、临床营养师等具备相关资质或达到相应职业标准要求的专业人员。不同从业者的工作场景差异极大：有人深耕临床营养诊疗，有人专注公共健康宣教，有人深耕互联网营养咨询……因此，国内营养师使用AI，必须结合自身执业场景、岗位要求与行业规范灵活调整。

第一，膳食指南与饮食场景不同。

美国AI工具的训练语料，高度贴合美国饮食结构、食品供应体系、营养标签规则与西式膳食指南，输出内容多偏向西式饮食方案，如牛油果沙拉、希腊酸奶、藜麦碗、谷物棒等。

但中国居民以主食、热烹、家庭共餐为核心特点，米饭、面条、馒头、中式炒菜、汤品、火锅、日常外卖是主流饮食场景，与西式饮食差异巨大。因此，国内营养师使用AI时，必须主动校准内容标准，锚定《中国居民膳食指南》与中国居民膳食宝塔核心原则：食物多样、合理搭配；吃动平衡、健康体重；多吃蔬果、奶类、全谷、大豆；适量吃鱼、禽、蛋、瘦肉；少盐少油、控糖限酒；规律进餐、足量饮水；会烹会选、会看标签；公筷分餐、杜绝浪费。无法适配中式饮食场景的AI方案，不具备落地价值。

第二，隐私与数据合规要求不同。

美国医疗隐私保护以HIPAA法案为核心，而国内必须严格遵守《个人信息保护法》《数据安全法》《网络安全法》。居民疾病史、体检报告、用药记录、孕产信息、儿童健康数据等，均属于高度敏感隐私信息。

营养师切勿为了便捷，将客户姓名、手机号、身份证号、病历、化验单、聊天记录、面部影像等敏感信息直接输入公共AI平台。如需借助AI分析数据，必须遵循最小必要、去标识化、提前授权、留存记录四大原则，优先使用机构合规系统，杜绝隐私泄露风险。

在营养继续教育与日常工作中，AI的辅助价值毋庸置疑：高效整理海量文献、快速搭建课程大纲、批量制作宣教材料、设计学习考题、模拟临床案例研讨，极大节省营养师的时间成本。

但核心底线永远不变：AI生成内容≠科学证据，更不能作为临床诊疗、公共营养决策、健康咨询的依据。AI无法甄别文献时效性与质量，常会整合过时研究、低质量数据、错误结论，生成看似严谨、实则有误的内容。若营养师不加审核直接用于培训、咨询、科普宣教，极易误导大众、引发执业风险。

因此，所有从业者必须明确核心定位：AI负责收集、整理、生成、提效；营养师负责判断、取舍、审核、担责。每次使用AI产出专业内容后，必须逐一核对九大核心问题：

是否符合《中国居民膳食指南》本土标准？

是否适配中国食物成分与居民日常饮食习惯？

是否存在夸大功效、绝对化的违规表述？

是否混淆营养建议与疾病治疗，违规诊疗？

引用的文献、数据是否真实、可追溯、高质量？

针对老人、儿童、孕产妇、慢病患者等特殊人群，是否适配人群特点？

内容创作过程是否存在隐私泄露风险？

是否需要标注“本内容仅作营养科普，不可替代医生诊疗”免责提示？

内容是否存在片面性、刻板印象等认知偏见？

结合CDR国际原则与国内执业规范、合规要求，国内营养师使用AI，必须坚守四条职业底线：

第一，证据底线。

涉及膳食指导、慢病营养管理、特殊人群营养干预、食品安全科普等专业内容，优先依托国家权威指南、行业专家共识、专业教材、国家标准及高质量循证研究，绝不单一依赖AI输出结果。

第二，审核底线。

所有AI生成的课件、讲稿、考题、案例、科普文案，必须由具备专业资质的营养师逐一审校，重点核对核心数据、适用人群、推荐剂量、文献来源，杜绝错误内容流出。

第三，隐私底线。

严禁将服务对象的身份信息、健康数据、病历资料、膳食记录等敏感内容，输入无安全资质、无合规保障的公共AI工具，从源头规避数据泄露风险。

第四，透明底线。

若继续教育课程、培训材料、公开科普内容借助AI辅助创作，建议主动标注说明，例如：“本材料部分内容借助人工智能工具辅助整理，经专业人员审核后使用”。既坚守专业诚信，也能提升大众对营养科普的信任度。

CDR指南的落地，为国内营养培训机构、行业学会、医院营养科、疾控中心及健康管理机构提供了重要启示：AI入局继续教育行业，核心争议早已不是“能不能用”，而是“如何规范、安全、高质量地用”。

未来国内营养继续教育体系，可逐步建立适配本土行业现状的AI使用规范，搭建完整的管理机制：包括AI使用公开披露制度、内容双人审核制度、版权与文献引用管理制度、敏感信息分级保护规则、AI使用记录留存机制等。

在生成式AI全面普及的当下，继续教育的质量管控体系需要全面升级：从传统的“审核讲者资质、审核成品课件”，延伸为“审核内容来源、审核AI生成过程、核验人工校验责任”，全方位守住继续教育的专业性与权威性。

对于营养师，这份CDR指南是一份可直接落地的AI使用自查清单，日常工作严格遵循五大准则：

1.可以用AI辅助学习梳理知识，但绝不将AI当作权威教材、标准答案；

2.可以用AI高效整理文献资料，但必须逐一核对原始文献与权威指南；

3.可以用AI生成内容初稿，但最终内容的专业性、合规性责任，由本人全权承担；

4.可以借助AI提升工作效率，但绝不降低专业伦理、隐私保护、循证证据的行业标准；

5.可以借鉴国际AI使用原则，但必须严格遵守中国本土执业规范、数据法规与继续教育要求。