Цифровое управление питанием и продовольственной безопасностью в Арктике
Ключевые слова:
здоровьесберегающие технологии, социальное питание, цифровая трансформация, устойчивое развитие регионов, нутрициологический мониторинг, технологии персонализации питанияАннотация
Актуальность. В условиях ускоренной цифровой трансформации государственного управления особую актуальность приобретает разработка устойчивых механизмов обеспечения продовольственной безопасности и формирования здоровьесберегающего питания для населения Арктической зоны Российской Федерации. Настоящее исследование направлено на научное обоснование модели цифрового управления питанием, основанной на интеграции интеллектуальных технологий в систему государственно-социальной политики. Цель исследования - разработка научно обоснованной модели цифрового управления питанием и продовольственной безопасностью в Арктике в условиях усиливающихся климатических, логистических и инфраструктурных ограничений. В условиях нарастающей климатической нестабильности, нутритивных и когнитивных дефицитов, цифрового неравенства и ограниченного доступа к медицинской помощи возникает потребность в переходе от традиционной продовольственной поддержки к гибкой системе адаптивного и интеллектуального управления питанием населения.Методология включает структурно-функциональный и сравнительный анализ, цифровое моделирование, элементы поведенческой диагностики, микробиомного подхода и геоаналитики. Применяются сценарные методы оценки рисков, технологии биосенсорного мониторинга, а также инструменты анализа нутритивной уязвимости с учетом демографических, климатических и поведенческих факторов.Результаты включают разработку оригинальной платформенной модели цифрового управления питанием, интегрирующей телемедицинские решения, интеллектуальные алгоритмы оценки и коррекции рациона, цифровые следы пищевого поведения и биосенсоры, носимые устройства и отечественные цифровые продукты («1С:Плановое питание», облачная система «Научный инструмент анализа питания» (НИАП) и др). Выделена система индикаторов для раннего выявления алиментарных рисков в северных и арктических муниципалитетах и предложены инновационные механизмы персонализированной нутриционной поддержки, включая цифровые двойники рационов и алгоритмы хрононутрициологической адаптации.Выводы подтверждают, что цифровое питание в Арктической зоне России выступает стратегическим ресурсом социального суверенитета, адаптивности и устойчивого развития. Адаптивные интеллектуальные решения в сфере питания позволяют государству оперативно корректировать меры социальной политики в ответ на региональные вызовы, предупреждать пищевые дефициты и способствовать достижению целей национальных проектов в области демографии, здравоохранения и цифровой трансформации.Скачивания
Библиографические ссылки
Актуальность оценки нутритивного статуса у детей с хронической сердечной недостаточностью / Л. А. Гандаева, Т. Э. Боровик, Е. Н. Басаргина [и др.] // Вопросы современной педиатрии. 2015. Т. 14, № 6. С. 699-705. DOI: 10.15690/vsp.v14i6.1479.
Боровиков В. П. Статистический анализ и обработка данных в среде SPSS. СПб. : Питер, 2021. 400 с.
Власов А. Н., Гришина Е. О. Инструменты бизнес-аналитики в визуализации больших данных: сравнение Power BI и Tableau // Экономика и управление: проблемы, решения. 2021. № 4 (124). С. 98–104.
Зубарев А. В., Осипов С. Ю. Plotly Dash в научных и образовательных проектах: обзор функциональных возможностей // Современные информационные технологии и ИТ образование. 2023. Т. 19, № 1. С. 112–119.
Ильин Е. П., Кукаренко Н. Н., Грибанов А. В. Адаптация человека к экстремальным условиям и дисбиоз микробиоты кишечника // Актуальные вопросы медицинской микробиологии. 2020. № 3. С. 12–19.
Использование ArcGIS Pro для мониторинга социальной инфраструктуры в северных регионах РФ / под ред. П. П. Петрова // Региональная экономика и управление. 2021. № 1. С. 88–96.
Кобелькова И. В. Цифровые платформы для оценки питания спортсменов: сравнение методов 24-часового воспроизведения и частотного анализа с применением НИАП / И. В. Кобелькова, Ю. А. Селедкова, М. М. Коростелева, М. А. Каде, Т. Н. Солнцева // Modern Issues of Biomedicine. 2024. Т. 8, № 4 (30). DOI: 10.24412/2588-0500-2024-8-4-28.
Комаров С. А., Петрова И. Ю. Цифровая диагностика пищевого поведения: методологические подходы // Медицинская информатика и статистика. 2023. № 2. С. 29–36.
Комаров С. А., Хлебников Е. А. Особенности пищевого поведения вахтового населения Крайнего Севера // Социальная гигиена и организация здравоохранения. 2022. № 1. С. 18–25.
Комарова Е. С., Романов А. Д. Геоинформационные панели в Plotly Dash и QGIS для пространственного анализа демографических рисков // Геоинформационные системы. 2022. № 2. С. 60–68.
Лаврова Н. А., Куликов А. Ю. Применение Power BI для анализа региональных социально экономических показателей // Информационные технологии и вычислительные системы. 2021. № 3. С. 47–53.
Макарова И. П., Шувалов В. А. Tableau как инструмент визуализации в прикладных исследованиях: от данных к решениям // Управленческое консультирование. 2022. № 6. С. 71–77.
Оценка нутритивного статуса и его коррекция при хронической обструктивной болезни легких // Пульмонология. 2022. № 4. С. 62–70.
Портнов Н. М., Егорова Л. А. Применение математико-статистических методов для оценки состояния здоровья населения // Вестник научных исследований. 2020. № 4. С. 45–53.
Рубин Б. Агентно-ориентированное моделирование: методы и технологии для имитации человеческих систем // Proceedings of the National Academy of Sciences. 2002. Vol. 99. № suppl 3. С. 7257–7264.
Савинов А. А., Махров А. Н. Пространственный анализ в региональной политике: инструменты, кейсы, подходы // Региональная экономика: теория и практика. 2022. № 5. С. 74–85.
Сахаров А. А. Устойчивое питание и цифровизация северных территорий // Проблемы развития территорий. 2021. № 6 (120). С. 95–108.
Система QGIS как инструмент геопространственного анализа регионов Севера // Геоинформационные технологии и картография. 2022. № 4. С. 45–53.
Скобелкин О. К., Шляхто Е. В. Проблемы нутрициологии в экстремальных климатических условиях // Вопросы питания. 2020. Т. 89, № 6. С. 22–30. DOI: 10.24411/0042-8833-2020-10063.
Тихомиров А. В. Цифровое государство и социальная адаптация: новые вызовы и подходы // Управленческое консультирование. 2023. № 4 (172). С. 31–39.
Чернышов В. Г., Лисовская Н. Б. Применение ГИС-технологий для планирования медицинской помощи в отдаленных регионах // Информационные технологии в медицине. 2021. № 2. С. 45–52.
Щедровицкий Г. П. Сравнительный анализ как метод познания // Вопросы философии. 1992. № 4. С. 31–42.
Chen J., Lieffers J., Bauman A., Hanning R., Allman-Farinelli M. The use of smartphone health apps and other mobile health (mHealth) technologies in dietetic practice: a three country study // Journal of Human Nutrition and Dietetics. 2017. Vol. 30, N 4. P. 439–452. DOI: 10.1111/jhn.12446.
Dobbie S., Schreckenberg K., Dyke J. G., Schaafsma M., Balbi S. Agent based modelling to assess community food security and sustainable livelihoods // Journal of Artificial Societies and Social Simulation. 2018. Vol. 21, N 1: Article 9 (P. 1–9). DOI: 10.18564/jasss.3639.
Ko I., Chang H. Interactive Visualization of Healthcare Data Using Tableau // Health Inform Res. 2017. Vol. 23, N 4. P. 349–354. DOI: 10.4258/hir.2017.23.4.349.
Kuznetsova T. Yu., Ivanov V. N. Digitalization of Nutrition and Health Services in the Arctic Regions of Russia // Journal of Arctic Social and Health Studies. 2022. Vol. 8, N 3. P. 15–28.
Kuznetsova T. Yu., Morozov A. P. Constructing a Regional Nutritional Adaptation Index: Case of Arctic Russia // Sustainability. 2023. Vol. 15, N 12. P. 10534. DOI: 10.3390/su151210534.
Kuznetsova T. Yu., Morozov A. P. Digital Twins of Nutritional Models for Arctic Populations // Journal of Arctic Healthcare and Technology. 2023. Vol. 5, N 2. P. 50–63.
Liang Y., Zheng D., Zhang W. Wearable Biosensors for Health Monitoring // Advanced Healthcare Materials. 2021. Vol. 10, N 4. P. 2100120.
Nilsson M., Sundqvist J., Nielsen H. Arctic Data Strategies: Systems for Sustainable Food Security // Journal of Arctic Policy Studies. 2022. Vol. 4 (2). P. 45–62.
Piwek L., Ellis D. A., Andrews S., Joinson A. The Rise of Consumer Health Wearables: Promises and Barriers // PLoS Medicine. 2016. Vol. 13, N 2. e1001953. DOI: 10.1371/journal.pmed.1001953.
Smith C., Johnson M. GIS for Public Health: Integrating Data for Smarter Resource Allocation // International Journal of Health Geographics. 2020. Vol. 19, Article 17. DOI: 10.1186/s12942020-00225-9.
Smith C., Johnson M. Wearable Devices and Digital Traces for Real-Time Nutritional Monitoring // Journal of Medical Internet Research. 2021. Vol. 23, N 9. e24589. DOI: 10.2196/24589.
Turnbaugh P. J., Hamady M., Yatsunenko T. et al. A core gut microbiome in obese and lean twins // Nature. 2009. Vol. 457. P. 480–484.
Van Boorn G., Hengeveld G., Vergeer J. Representing agent-based models to assess the resilience and efficiency of food supply chains // PLOS ONE. 2020. Vol. 15, N 11: e0242323. DOI: 10.1371/journal.pone.0242323.
Zhao L., Zhang C., Fang C. et al. Gut microbiota and personalized nutrition: Science and application // Nutrition Reviews. 2022. Vol. 80 (6). P. 1113–1128.
Загрузки
Опубликован
Выпуск
Раздел
Лицензия
Copyright (c) 2025 Lebedeva U.M., Lebedev M.P., Chiryaeva L.M., Litvintseva Е.А.
Это произведение доступно по лицензии Creative Commons «Attribution» («Атрибуция») 4.0 Всемирная.
Как цитировать
Коды статьи
- EDN IKYSCV
- Тип статьи (РИНЦ) Научная статья (Научная статья)
