La nutrición personalizada impulsada por IA es prometedora para mejorar la salud intestinal

La nutrición personalizada impulsada por IA es prometedora para mejorar la salud intestinal

Un estudio piloto de seis semanas muestra que las dietas adaptadas impulsadas por inteligencia artificial pueden mejorar la diversidad del microbioma intestinal y reducir los riesgos para la salud relacionados con la dieta, aunque se necesita más investigación.

Los programas de nutrición personalizados basados ​​en inteligencia artificial (IA) tienen el potencial de tener un impacto positivo en el microbioma intestinal de los seres humanos. Sin embargo, se necesita investigación adicional para determinar el uso de tácticas intestinales con forma de microbioma para una nutrición personalizada.

uno actualNutrientesEl estudio examina los efectos de los programas de nutrición personalizados impulsados ​​por IA en el microbioma intestinal de individuos sanos.

Los beneficios para la salud de la nutrición personalizada

Una dieta y un estilo de vida saludables son cruciales para reducir el riesgo de enfermedades no transmisibles como la diabetes, el cáncer, la obesidad y las enfermedades cardiovasculares. A pesar de estas directrices, las tasas de enfermedades relacionadas con la dieta siguen aumentando, lo que refleja una variabilidad significativa en la respuesta de cada persona a los alimentos. Por lo tanto, sigue existiendo una necesidad urgente de nuevas estrategias personalizadas como alternativa al ineficaz enfoque de “una dieta única para todos”.

En los últimos años, los investigadores se han interesado cada vez más en el potencial de los planes nutricionales personalizados para aliviar condiciones de salud como las enfermedades cardiometabólicas y promover un envejecimiento saludable.

Tecnología de IA en nutrición

Los científicos alimentarios y los expertos en nutrición han implementado recientemente tecnologías de inteligencia artificial para promover dietas sostenibles, ecológicas y personalizadas. Por ejemplo, se han desarrollado chatbots impulsados ​​por inteligencia artificial para crear planes de dieta óptimos para perder peso y controlar la diabetes, mientras que recientemente se creó un dietista virtual con inteligencia artificial basado en evidencia para responder preguntas relacionadas con la dieta para pacientes con cáncer.

Para una nutrición personalizada, modelos robustos de aprendizaje automático pueden respaldar sistemas de salud digitales, sensores portátiles y aplicaciones móviles, que ahora se monitorean para evaluar la efectividad de las recomendaciones nutricionales generadas y personalizadas para las necesidades y características de un individuo.

Sin embargo, los programas modernos de nutrición personalizada parecen subestimar la importancia de los factores biológicos que influyen en la variabilidad de las respuestas de un individuo a los alimentos en relación con su salud.

Sobre el estudio

Los investigadores del estudio actual evaluaron los efectos de un programa de nutrición personalizado basado en IA de seis semanas de duración sobre la composición de la microbiota intestinal de individuos sanos. También se evaluaron los cambios impulsados ​​por la dieta en los niveles de macronutrientes, los rasgos antropométricos y bioquímicos y otras modificaciones microbianas intestinales.

Se llevó a cabo un estudio piloto con veintinueve participantes sanos reclutados en el Centro de Investigación y Tecnología (CERTH) de Grecia. El Proyecto Proteína instruyó a los candidatos seleccionados a utilizar una aplicación de salud digital para teléfonos inteligentes que proporciona pautas para mantener un estilo de vida activo, nutricionalmente sano y saludable.

La aplicación móvil Protein proporcionó recomendaciones de comidas diarias y semanales basadas en un novedoso nutricionista personalizado con IA. Esta aplicación basada en inteligencia artificial tiene en cuenta las preferencias dietéticas, las condiciones de salud y las características físicas del usuario para sugerir planes de dieta personalizados y adecuados.

Al inicio (pre-proteína), los participantes en el estudio y nutrición establecieron objetivos de nutrición y actividad física (AF) que podrían lograrse mediante un estilo de vida activo y la adherencia a una dieta mediterránea diseñada para satisfacer las necesidades específicas del individuo. El asesor de IA generó automáticamente planes personalizados de nutrición y actividad física y los entregó a los participantes a través de la aplicación Protein en los teléfonos inteligentes.

Después de este período (post-proteína), el dietista evaluó el progreso de los participantes en la visita de seguimiento.

Resultados del estudio

La edad promedio de la cohorte de estudio fue de 35 años y todos vivían por encima del umbral de pobreza. La mayoría de los participantes del estudio estaban casados ​​y no fumaban. De 29 personas, 20 excedieron la ingesta energética diaria recomendada.

La secuenciación genómica de las regiones V3-V4 del ácido ribonucleico ribosomal (ARNr) 16S se realizó en 58 muestras recolectadas de 29 individuos. En total, se identificaron tres filos, 19 clases, 44 órdenes, 82 familias y 231 géneros.

FirmementeYBacteroidotaSe identificaron microbiomas intestinales dominantes al inicio del estudio y en la visita de seguimiento de seis semanas. En ambos momentos,Prevotella, BacteroidesYFaCalibacteriumfueron identificados con frecuencia. Sin embargo, se observó una mayor diversidad y abundancia de microbiota intestinal en el TimePoint posterior a la proteína en comparación con los niveles iniciales previos a la proteína.

rodospirillalesfueron las variantes de secuencia de amplicones (ASV) más reguladas al alza clasificadas por importancia, seguidas deGrupo Eubacterium CoprostanoligenesYruminococoGéneros. El potencial funcional de los cambios taxonómicos observados se evaluó mediante análisis metagenómicos, que identificaron 12 vías de importancia nominal, la mayoría de las cuales estaban asociadas con procesos metabólicos microbianos y degradación de purinas.

El momento posterior a la ingesta de proteínas se asoció con reducciones significativas en la ingesta de carbohidratos, proteínas y energía total. Al final de la intervención también se observaron disminuciones medias del 39%, 33% y 14% en la ingesta de alcohol/bebidas, dulces y comida rápida. En particular, la adherencia a la dieta mediterránea no cambió entre los momentos.

No se observaron cambios significativos en las medidas antropométricas, excepto una pequeña pero significativa reducción en la circunferencia media de la cintura. Los niveles de PA fueron consistentemente variables tanto antes como después de la proteína en la cohorte del estudio.

Los cambios en la ingesta de dulces se correlacionaron positivamente con el peso corporal, la grasa, la circunferencia de la cintura y las mediciones de hemoglobina. Una sólida asociación positiva entre la ingesta de grasas y la saciedadOscillospiráceasfue observado.

Una fuerte asociación positiva entre la urea yLachnospiraceae fueobservadomientrasuna correlación negativa entre los niveles de colesterol yOscillibacterfue reportado.

Conclusiones

Las intervenciones nutricionales personalizadas asistidas por IA tienen el potencial de promover la salud general al facilitar la proliferación saludable del microbioma intestinal. En el estudio actual, estos cambios en el ecosistema microbiano intestinal dieron como resultado una reducción de los síntomas del estreñimiento, la hinchazón y el síndrome inflamatorio del intestino, al tiempo que respaldan la función inmune.

Para validar estos resultados y proporcionar una evaluación holística del impacto de los enfoques de nutrición personalizados en los nutrientes basados ​​en IA, se necesitan estudios futuros con períodos de seguimiento más largos y tamaños de muestra más grandes.

Fuentes: