AI-drevet personlig ernæring viser løfte om at forbedre tarmsundheden
En seks uger lang pilotundersøgelse viser, at skræddersyede diæter drevet af kunstig intelligens kan forbedre tarmmikrobiomdiversiteten og reducere kostrelaterede sundhedsrisici, selvom der er behov for mere forskning. Kunstig intelligens (AI)-baserede personaliserede ernæringsprogrammer har potentialet til at påvirke tarmmikrobiomet positivt hos mennesker. Der er dog behov for yderligere forskning for at bestemme brugen af mikrobiomformet tarmtaktik til personlig ernæring. En nylig ernæringsundersøgelse undersøger virkningerne af AI-baserede personlige ernæringsprogrammer på tarmmikrobiomet hos raske individer. Sundhedsfordelene ved personlig ernæring En sund kost og livsstil er afgørende for at reducere risikoen for ikke...
AI-drevet personlig ernæring viser løfte om at forbedre tarmsundheden
En seks uger lang pilotundersøgelse viser, at skræddersyede diæter drevet af kunstig intelligens kan forbedre tarmmikrobiomdiversiteten og reducere kostrelaterede sundhedsrisici, selvom der er behov for mere forskning.
Kunstig intelligens (AI)-baserede personaliserede ernæringsprogrammer har potentialet til at påvirke tarmmikrobiomet positivt hos mennesker. Der er dog behov for yderligere forskning for at bestemme brugen af mikrobiomformet tarmtaktik til personlig ernæring.
En aktuelNæringsstofferUndersøgelse undersøger virkningerne af AI-drevne personlige ernæringsprogrammer på tarmmikrobiomet hos raske individer.
Sundhedsfordelene ved personlig ernæring
En sund kost og livsstil er afgørende for at mindske risikoen for ikke-smitsomme sygdomme som diabetes, kræft, overvægt og hjerte-kar-sygdomme. På trods af disse retningslinjer fortsætter antallet af diætrelaterede sygdomme med at stige, hvilket afspejler betydelig variation i hver persons reaktion på mad. Derfor er der fortsat et presserende behov for nye personaliserede strategier som et alternativ til den ineffektive "one-diæt-fits-all"-tilgang.
I de senere år er forskere blevet mere og mere interesseret i potentialet i personlige ernæringsplaner for at lindre sundhedstilstande såsom kardiometaboliske sygdomme og fremme sund aldring.
AI-teknologi i ernæring
Fødevareforskere og ernæringseksperter har for nylig implementeret AI-teknologier for at fremme bæredygtig, miljøvenlig og personlig diæt. For eksempel er AI-drevne chatbots blevet udviklet til at skabe optimale kostplaner til vægttab og håndtere diabetes, mens en evidensbaseret AI Virtual Dietsian for nylig blev skabt til at besvare diætrelaterede spørgsmål til kræftpatienter.
Til personlig ernæring kan robuste maskinlæringsmodeller understøtte digitale sundhedssystemer, bærbare sensorer og mobile applikationer, som nu overvåges for at vurdere effektiviteten af genererede ernæringsanbefalinger, der er tilpasset den enkeltes behov og egenskaber.
Moderne tilpassede ernæringsprogrammer ser dog ud til at undervurdere betydningen af biologiske faktorer, der påvirker variabiliteten af et individs reaktioner på mad i forhold til deres helbred.
Om studiet
Forskere i den aktuelle undersøgelse evaluerede virkningerne af en seks-ugers AI-baseret personlig ernæringsprogramintervention på tarmmikrobiotasammensætningen hos raske individer. Kostdrevne ændringer i makronæringsstofniveauer, antropometriske og biokemiske egenskaber og andre tarmmikrobielle modifikationer blev også vurderet.
En pilotundersøgelse blev udført med niogtyve raske deltagere rekrutteret fra Center for Forskning og Teknologi (CERTH) i Grækenland. Proteinprojektet instruerede udvalgte kandidater til at bruge en digital smartphone-sundhedsapplikation, der giver retningslinjer for at opretholde en sund, ernæringsmæssigt sund og aktiv livsstil.
Protein Mobile App leverede daglige og ugentlige måltidsanbefalinger baseret på en ny AI-personaliseret ernæringsekspert. Denne AI-baserede applikation tager højde for brugerens kostpræferencer, sundhedstilstande og fysiske egenskaber for at foreslå personlige passende kostplaner.
Ved baseline (præ-protein) sætter ernærings- og undersøgelsesdeltagere ernærings- og fysisk aktivitet (PA) mål, som kunne opnås gennem en aktiv livsstil og overholdelse af en middelhavsdiæt designet til at imødekomme individets specifikke behov. Personlige ernærings- og PA-planer blev automatisk genereret af AI-rådgiveren og leveret til deltagerne via Protein-appen på smartphones.
Efter denne periode (post-protein) vurderede diætisten deltagernes fremskridt ved opfølgningsbesøget.
Studieresultater
Gennemsnitsalderen for studiekohorten var 35 år, som alle levede over fattigdomsgrænsen. De fleste undersøgelsesdeltagere var gifte og ikke-rygere. Ud af 29 personer overskred 20 det anbefalede daglige energiindtag.
Genomisk sekventering af V3-V4-regioner af 16S ribosomal ribonukleinsyre (rRNA) blev udført på 58 prøver indsamlet fra 29 individer. I alt blev tre phyla, 19 klasser, 44 ordener, 82 familier og 231 slægter identificeret.
FastOgBacteroidotavar dominerende tarmmikrobiomer identificeret ved baseline og det seks uger lange opfølgningsbesøg. På begge tidspunkter,Prevotella, BacteroidesOgFaCalibacteriumblev ofte identificeret. Imidlertid blev der observeret højere tarmmikrobiotadiversitet og overflod ved post-protein TimePoint sammenlignet med præ-protein-baseline-niveauer.
Rhodospirillalesvar de mest opregulerede amplikonsekvensvarianter (ASV'er) rangeret efter signifikans, efterfulgt afEubacterium Coprostanoligenes gruppeOgRuminokokSlægter. Det funktionelle potentiale af de observerede taksonomiske ændringer blev vurderet gennem metagenomiske analyser, som identificerede 12 veje af nominel betydning, hvoraf de fleste var forbundet med mikrobielle metaboliske processer og purinnedbrydning.
Tidspunktet efter protein var forbundet med betydelige reduktioner i kulhydrat, protein og det samlede energiindtag. De gennemsnitlige fald på 39 %, 33 % og 14 % i indtag af alkohol/drikkevarer, slik og fastfood blev også observeret ved slutningen af interventionen. Det er bemærkelsesværdigt, at overholdelse af middelhavsdiæten ikke ændrede sig mellem tidspunkter.
Ingen signifikante ændringer i antropometriske mål blev observeret, bortset fra en lille, men signifikant reduktion i middeltaljeomkreds. PA-niveauer var konsekvent variable både før og efter protein i undersøgelseskohorten.
Ændringer i sødeindtaget var positivt korreleret med kropsvægt, fedt, taljeomkreds og hæmoglobinmålinger. En robust positiv sammenhæng mellem fedtindtag og fyldeOscillospiraceaeblev observeret.
En stærk positiv sammenhæng mellem urinstof ogLachnospiraceae varobserverethvorimoden negativ sammenhæng mellem kolesteroltal ogOscillibacterblev anmeldt.
Konklusioner
AI-assisteret personaliserede ernæringsinterventioner har potentialet til at fremme den generelle sundhed ved at lette den sunde spredning af tarmmikrobiomet. I den aktuelle undersøgelse resulterede disse ændringer i det mikrobielle økosystem i tarmen i reduceret forstoppelse, oppustethed og symptomer på inflammatorisk tarmsyndrom, mens de understøttede immunfunktionen.
For at validere disse resultater og give en holistisk vurdering af indvirkningen af personlige ernæringstilgange på AI-baserede næringsstoffer, er fremtidige undersøgelser med længere opfølgningsperioder og større prøvestørrelser nødvendige.
Kilder:
- Rouskas, K., Guela, M., Pantoura, M., et al. (2025). The Influence of an AI-Driven Personalized Nutrition Program on the Human Gut Microbiome and Its Health Implications. Nutrients 17(7); 1260. doi:10.3390/nu17071260