KI-gesteuerte personalisierte Ernährung zeigt vielversprechend bei der Verbesserung der Darmgesundheit

Eine sechswöchige Pilotstudie zeigt, dass maßgeschneiderte Diäten, die durch künstliche Intelligenz angetrieben werden, die Darmmikrobiomvielfalt verbessern und Gesundheitsrisiken im Zusammenhang mit der Ernährung verringern können, obwohl mehr Forschung erforderlich ist.

Künstliche Intelligenz (KI) -basierte personalisierte Ernährungsprogramme haben das Potenzial, das Darmmikrobiom beim Menschen positiv zu beeinflussen. Es sind jedoch zusätzliche Untersuchungen erforderlich, um die Verwendung von mikrobiomgeformten Darmtaktiken für die personalisierte Ernährung festzustellen.

Eine aktuelle Nährstoffe Studie untersucht die Auswirkungen von personalisierten Ernährungsprogrammen auf KI auf das Darmmikrobiom gesunder Personen.

Die gesundheitlichen Vorteile der personalisierten Ernährung

Eine gesunde Ernährung und ein gesunder Lebensstil sind entscheidend, um das Risiko von nicht übertragbaren Krankheiten wie Diabetes, Krebs, Fettleibigkeit und Herz-Kreislauf-Erkrankungen zu verringern. Trotz dieser Richtlinien steigen die Raten von Krankheiten im Zusammenhang mit Ernährung weiter, was auf eine erhebliche Variabilität bei der Reaktion jeder Person auf Lebensmittel zurückzuführen ist. Daher bleibt ein dringender Bedarf an neuen personalisierten Strategien als Alternative zum ineffektiven „One-Diet-Fits-All“ -Ansatz.

In den letzten Jahren haben sich die Forscher zunehmend an dem Potenzial personalisierter Ernährungspläne interessiert, um gesundheitliche Erkrankungen wie kardiometabolische Erkrankungen zu lindern und ein gesundes Altern zu fördern.

KI -Technologie in der Ernährung

Lebensmittelwissenschaftler und Ernährungsexperten haben kürzlich KI -Technologien implementiert, um nachhaltige, umweltfreundliche und personalisierte Diäten zu fördern. Beispielsweise wurden AI-gesteuerte Chatbots entwickelt, um optimale Diätpläne für den Gewichtsverlust zu erstellen und Diabetes zu verwalten, während kürzlich ein evidenzbasierter KI-Virtual Dietsian erstellt wurde, um Fragen für diätsbedingte Fragen für Krebspatienten zu beantworten.

Für personalisierte Ernährung können robuste Modelle für maschinelles Lernen digitale Gesundheitssysteme, tragbare Sensoren und mobile Anwendungen unterstützen, die jetzt überwacht werden, um die Wirksamkeit generierter Ernährungsempfehlungen zu bewerten, die für die Bedürfnisse und Merkmale eines Einzelnen angepasst wurden.

Moderne personalisierte Ernährungsprogramme scheinen jedoch die Bedeutung biologischer Faktoren zu unterschätzen, die die Variabilität der Reaktionen eines Individuums auf Lebensmittel hinsichtlich ihrer Gesundheit beeinflussen.

Über die Studie

Die Forscher der aktuellen Studie bewerteten die Auswirkungen einer sechswöchigen Intervention eines kI-basierten personalisierten Ernährungsprogramms auf die Darmmikrobiota-Zusammensetzung gesunder Personen. Ernährungsgetriebene Veränderungen der Makronährstoffniveaus, anthropometrischen und biochemischen Merkmale sowie andere mikrobielle Darmmodifikationen wurden ebenfalls bewertet.

Es wurde eine Pilotstudie mit neunundzwanzig gesunden Teilnehmern durchgeführt, die aus dem Zentrum für Forschung und Technologie (CERTH) in Griechenland eingestellt wurden. Im Rahmen des Proteinprojekts wurden ausgewählte Kandidaten für die Verwendung einer digitalen Smartphone -Gesundheitsanwendung angewiesen, die Leitlinien für die Aufrechterhaltung eines gesunden, nahrhaft soliden und aktiven Lebensstils bietet.

Die Protein Mobile App lieferte tägliche und wöchentliche Mahlzeitenempfehlungen auf der Grundlage eines neuartigen KI -personalisierten Ernährungsberaters. Diese AI-basierte Anwendung berücksichtigt die Ernährungsvorlieben des Benutzers, die Gesundheitszustände und die physischen Merkmale, um personalisierte geeignete Ernährungspläne vorzuschlagen.

Zu Studienbeginn (Pre-Protein) setzen die Ernährungs- und Studienteilnehmer die Ziele der Ernährung und körperlichen Aktivität (PA), die durch einen aktiven Lebensstil und eine Einhaltung einer mediterranen Ernährung erreicht werden könnten, die den spezifischen Bedürfnissen des Einzelnen entwickelt hat. Personalisierte Ernährungs- und PA -Pläne wurden vom AI -Berater automatisch generiert und über die Protein -App auf Smartphones an die Teilnehmer geliefert.

Nach dieser Zeit (Post-Protein) bewertete der Ernährungsberater den Fortschritt der Teilnehmer beim Follow-up-Besuch.

Studienergebnisse

Das Durchschnittsalter der Studienkohorte betrug 35 Jahre, die alle über der Armutsgrenze lebten. Die meisten Studienteilnehmer waren verheiratet und Nichtraucher. Von 29 Personen überschritten 20 die empfohlene tägliche Energieaufnahme.

Genomische Sequenzierung von V3-V4-Regionen von 16S-ribosomaler Ribonukleinsäure (rRNA) wurde an 58 Proben durchgeführt, die von 29 Individuen gesammelt wurden. Insgesamt wurden drei Phyla, 19 Klassen, 44 Bestellungen, 82 Familien und 231 Gattungen identifiziert.

Fest Und Bacteroidota waren dominante Darmmikrobiome, die zu Studienbeginn und den sechswöchigen Follow-up-Besuch identifiziert wurden. Zu beiden Zeitpunkten, Prevotella, BacteroidesUnd FaCalibacterium wurden häufig identifiziert. Am TimePoint nach dem Protein wurden jedoch eine höhere Darmmikrobiota-Vielfalt und -häufigkeit im Vergleich zu den Grundlinienniveaus vor dem Protein beobachtet.

Rhodospirillales war die am stärksten hochregulierten Amplikonsequenzvarianten (ASVs), die durch Signifikanz eingestuft wurden, gefolgt von Eubacterium Coprostanoligenes Gruppe Und Ruminococcus Gattungen. Das funktionelle Potenzial der beobachteten taxonomischen Veränderungen wurde durch metagenomische Analysen bewertet, die 12 Wege mit nominaler Signifikanz identifizierten, von denen die meisten mit mikrobiellen Stoffwechselprozessen und Purinabbau assoziiert waren.

Der Zeitpunkt nach dem Protein war mit einer signifikanten Verringerung von Kohlenhydraten, Protein und Gesamtenergieaufnahme verbunden. Der mittlere Rückgang von 39%, 33%und 14%bei der Aufnahme von Alkohol/Getränken, Süßigkeiten und Fastfoods wurde auch am Ende der Intervention beobachtet. Insbesondere änderte sich die Einhaltung der mediterranen Diät nicht zwischen den Zeitpunkten.

Es wurden keine signifikanten Veränderungen der anthropometrischen Messungen beobachtet, mit Ausnahme einer kleinen, aber signifikanten Verringerung des mittleren Taillenumfangs. Die PA-Spiegel waren sowohl vor als auch nach dem Protein in der Studienkohorte konsequent variabel.

Änderungen der süßen Einnahme korrelierten positiv mit Körpergewicht, Fett, Hüftumfang und Hämoglobinmessungen. Eine robuste positive Assoziation zwischen der Fettaufnahme und der Fülle von Oscillospiraceae wurde beobachtet.

Eine starke positive Assoziation zwischen Harnstoff und Lachnospiraceae war beobachtetwohingegen eine negative Korrelation zwischen Cholesterinspiegel und Oszillibakter wurde gemeldet.

Schlussfolgerungen

KI-unterstützte personalisierte Ernährungsmaßnahmen haben das Potenzial, die allgemeine Gesundheit zu fördern, indem die gesunde Verbreitung des Darmmikrobioms erleichtert wird. In der aktuellen Studie führten diese Veränderungen im mikrobiellen Ökosystem des Darms zu verringerten Verstopfung, Blähungen und entzündlichen Darmsyndromsymptomen und stützten gleichzeitig die Immunfunktion.

Um diese Ergebnisse zu validieren und eine ganzheitliche Bewertung der Auswirkungen von personalisierten Ernährungsansätzen auf KI-basierten Nährstoffs zu liefern, sind zukünftige Studien mit längeren Follow-up-Perioden und größeren Stichprobengrößen erforderlich.

Quellen: