使用智能垃圾桶(smart-bins)测量医院餐饮服务中的食物浪费:实践变革的机会

《Journal of Foodservice Business Research》:Using smart-bins to measure food waste in hospital foodservices: opportunities for practice change

【字体: 大 中 小 】 时间:2026年06月09日 来源:Journal of Foodservice Business Research 4.4

编辑推荐:

  本快速综述探索灰色文献,旨在描述用于测量医院餐饮服务中食物浪费的智能垃圾桶(smart-bin)技术类型,识别其实施方式,并讨论该技术对财务、环境和人员配置结果的影响。该综述已在开放科学框架(OSF)网络注册,并遵循PRISMA报告指南。研究人员完成了四次Go

  
本快速综述探索灰色文献,旨在描述用于测量医院餐饮服务中食物浪费的智能垃圾桶(smart-bin)技术类型,识别其实施方式,并讨论该技术对财务、环境和人员配置结果的影响。该综述已在开放科学框架(OSF)网络注册,并遵循PRISMA报告指南。研究人员完成了四次Google高级搜索,并检索了七个目标网站的灰色文献。还通过两次对话提示ChatGPT,以潜在识别作者未知的其他目标网站用于搜索。报告智能垃圾桶实施后测量医院食物浪费的财务、环境或人员配置结果的灰色文献符合纳入标准。鉴于灰色文献的性质,文档筛选和审查由单一研究人员完成,并使用权威性、准确性、覆盖范围、客观性、日期、显著性(AACODS)检查表进行质量评估。数据采用叙述性综合。共识别出15篇灰色文献,涉及四种不同类型的智能垃圾桶技术:Leanpath(n=11)、Winnow(n=2)、Orbisk(n=1)和Scrappy(n=1)。明确描述智能垃圾桶实施理由的情况很少;然而,这些理由本质上均与减少食物浪费相关。所有文献均报告了食物浪费的减少(n=15, 100%),其中7篇(46%)报告了财务节省,4篇(25%)报告了温室气体减排,10篇(66%)报告了人员配置变化。针对过度生产(n=8, 53%)、调整采购(n=8, 53%)和菜单优化(n=4, 26%)是医院根据智能垃圾桶数据最常采用的减少食物浪费策略。本综述总结了在测量和减少医院餐饮服务食物浪费中使用智能垃圾桶技术的情况及其结果。这项研究可能鼓励医院餐饮服务在实践中实施智能垃圾桶,以测量食物浪费、识别改进领域并推动减少行动。
**研究背景与问题**
全球医疗保健系统每年排放约5%的温室气体,其中范围3排放(供应链间接排放,包括食物与药品)占50–75%。食物垃圾若填埋处理,会分解产生甲烷(一种温室效应潜力为二氧化碳28–36倍的气体)。医院作为医疗系统的关键环节,每日产生大量食物垃圾,例如澳大利亚年产量估计达12,950吨,且可高达医院总废物的50%。食物垃圾成因复杂:患者方面包括食欲不振、点餐配送系统不便、食物质量与数量不匹配等;运营方面包括部门沟通不畅、预测失误导致过度生产,以及为保障患者营养而持续供餐的照护义务。传统食物垃圾测量方法(如视觉估算法、称重法)耗时费力且不规律,通常仅每年执行一两次以满足政策报告要求,难以实现持续监测。
近年来,人工智能(AI)支持的智能垃圾桶(smart-bin)技术(通过拍照、称重、识别食物成分、营养值、重量与密度的硬件-软件集成系统)出现,可量化生产、准备及餐盘残余各环节的垃圾,并追踪长期趋势、财务影响及温室气体排放。然而,该技术在医院的效益在同行评议文献中鲜有报道,现有信息多存在于灰色文献。因此,本研究旨在通过灰色文献快速综述,描述医院餐饮服务中用于测量食物垃圾的智能垃圾桶类型、识别其实施方式,并讨论其对财务、环境及人员配置的影响。

**研究内容与结论**
研究人员遵循PRISMA报告指南,在开放科学框架(OSF)注册后,于2025年10月1日实施四次Google高级搜索(使用关键词并重复2020年搜索策略)、七个目标网站手动检索,并利用ChatGPT(GPT-4)两次对话推荐潜在网站,最终从721条Google结果(去重后589条)及目标网站、ChatGPT推荐中筛选出15篇符合纳入标准的灰色文献。纳入标准要求:报告医院餐饮服务使用智能垃圾桶测量食物垃圾,并至少涉及财务、环境或人员配置中一项结果。由单一研究人员使用权威性、准确性、覆盖范围、客观性、日期、显著性(AACODS)检查表进行质量评估(得分4–6分),数据采用叙述性综合。主要结论:共识别四种智能垃圾桶技术——Leanpath(n=11)、Winnow(n=2)、Orbisk(n=1)、Scrappy(n=1),所有15篇(100%)均报告食物垃圾减少,其中7篇(46%)报告财务节省,4篇(25%)报告温室气体减排,10篇(66%)报告人员配置变化。医院最常用的减少垃圾策略包括针对过度生产(n=8, 53%)、调整采购(n=8, 53%)和菜单优化(n=4, 26%)。该研究发表于《Journal of Foodservice Business Research》,意义在于汇总智能垃圾桶在医院餐饮服务中的现有效益,鼓励更多医院采用该技术以测量垃圾、识别改进领域并推动减少行动。

**主要关键技术方法**
本研究采用灰色文献快速综述方法,主要包括:1)Google高级搜索(使用Incognito模式减少历史影响,共4次,无日期限制,记录前20页结果);2)针对七个已知智能垃圾桶技术网站(如Leanpath、Winnow)的手动穷尽搜索;3)利用ChatGPT(GPT-4)提示识别未知技术公司网站并检索;4)单一研究人员依据AACODS清单进行质量评估;5)数据提取至Excel(包括网站链接、作者、医院人口学特征、智能垃圾桶类型、实施过程、财务/环境/人员配置结果等),并对财务数据按发表时汇率转换为AUD,质量单位统一为千克/吨。样本来源涵盖北美(n=10)、澳大利亚(n=1)、加拿大(n=1)、爱尔兰(n=1)、荷兰(n=1)及英国(n=1)的医院餐饮服务,床位规模140–900张。

**研究结果**
- **Study selection(研究筛选)**:通过PRISMA流程图展示识别过程——Google高级搜索获得721条结果(剔除132条重复后589条),目标网站检索17条,ChatGPT推荐15条。经筛选最终纳入15篇灰色文献(Google 5篇、目标网站9篇、ChatGPT推荐1篇)。
- **Study characteristics(研究特征)**:多数案例来自北美(10篇),时间跨度2019–2025年。使用四种智能垃圾桶技术:Leanpath(11篇)、Winnow(2篇)、Orbisk(1篇)、Scrappy(1篇)。设备均包含称重秤、用户仪表盘屏幕和摄像头,数据云端存储用于趋势分析。医院规模140–900床位,部分同时服务患者、员工及访客。
- **Implementation process(实施过程)**:明确描述实施理由的案例极少,但普遍与减少食物垃圾的目标相关。仅两次提到为节省成本与资源(特别是劳动力),两次提到可持续发展或绿色倡议。两家医院在成功试点后扩大使用,一家因新任厨师有经验而引入,另一家受支持服务公司推动,另有地方议会与三家医院及政府小组合作的案例体现外部影响。
- **Outcomes(结果)**:所有15篇均报告食物垃圾减少,其中7篇报告财务节省(如一家美国11家医院系统自2017年累计减少50%垃圾;一家7个月内按重量减少50%,年节约35,434美元;爱尔兰医院减少33%垃圾,节约144,361美元;美国医院按价值减少53%/周,年节约283,478美元)。4篇报告温室气体减排(如英国医院8个月减排22吨CO2当量)。10篇报告人员配置变化,包括员工行为文化转变、团队承诺、士气提升、沟通改善及定期数据讨论会;一家医院将垃圾减少纳入员工年度发展目标。策略方面,针对过度生产(8篇)、调整采购(8篇)、菜单优化(4篇)是最常见响应措施,还包括从批量烹饪转为分批烹饪、调整份量、减少自助餐陈列量、提高切配效率、聚焦高价值浪费项(如蛋白质),以及升级改造剩余食材。
- **Other comments(其他评论)**:语言总体积极,仅一篇提出改进建议。评论集中在数据帮助识别整体垃圾及高价值项;一家医院利用Leanpath发现意外出院导致垃圾异常峰值,且营养不良患者住院时间延长30%。员工引用评论表示对浪费量感到惊讶,并称智能垃圾桶为良好实践的必要工具。
- **Quality assessment(质量评估)**:AACODS总得分4–6分。所有文档在权威性、准确性、覆盖范围及与研究问题的显著性方面均被认定为可信;仅8篇可确定确切发布日期;仅4篇(由新闻媒体、议会或非发明方公司撰写)被判定客观性足够(避免推销倾向)。

**讨论总结**
研究人员指出,本综述发现的15个案例仅为全球医院极小比例,存在巨大实施缺口。智能垃圾桶的投资回报证据充分:成本节省可再投资于设备或人员,减排助力医院净零与ESG目标,员工凝聚力提升生产力。智能垃圾桶提供丰富数据集替代传统手工审计,支持长期追踪而非一次性快照。测量数据驱动的策略(调整采购、减少生产量、优化菜单等)主要聚焦于厨房前端操作,成功预防垃圾产生,符合美国环保署食物浪费等级中最优策略(预防优先)。然而,针对患者餐盘残余(最大贡献者)的应用案例较少,需结合内部再利用、慈善捐赠、堆肥等多策略共同实现近零填埋。实施过程描述不足,多数案例来自美国,无法判断地理位置或运营结构(公立/私立)对采纳能力的影响。大型跨国集团(如Compass Group、ISS)的推动作用提示独立医院可能面临资金困难,外部政府政策(如试点资助)及内部行为改变(培训教育、入职引导、绩效目标挂钩)可能促进长期推广。本综述首次综合灰色文献,虽存在正向案例偏倚,但若仅依赖同行评议文献则难以获得证据;PRISMA报告、OSF注册及AACODS质量评估增强了科学严谨性。但多数文档由技术公司撰写存在推销偏倚,未来需进行实施研究以揭示未报告挑战。
**研究结论**:本综述已确定了在医院餐饮服务中实施智能垃圾桶(smart-bin)技术测量食物垃圾所关联的积极结果。通过使用智能垃圾桶,可以实现有意义的财务、环境和人员配置成果。宝贵的数据可以鼓励厨房操作行为的改变,从而显著减少食物垃圾。未来研究应调查个别医院如何克服困难实施该技术,以便其他医院效仿。研究人员希望这项研究能鼓励更多医院考虑采用智能垃圾桶技术来测量食物垃圾。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号