Tekoälyn ohjaama yksilöllinen ravitsemus näyttää lupaavalta parantaa suoliston terveyttä
Kuuden viikon pilottitutkimus osoittaa, että tekoälyn tuottamat räätälöidyt ruokavaliot voivat parantaa suoliston mikrobiomien monimuotoisuutta ja vähentää ruokavalioon liittyviä terveysriskejä, vaikka lisätutkimusta tarvitaan. Tekoälyyn (AI) perustuvilla yksilöllisillä ravitsemusohjelmilla on potentiaalia vaikuttaa myönteisesti ihmisten suoliston mikrobiomiin. Lisätutkimusta tarvitaan kuitenkin mikrobiomin muotoisen suolen taktiikan käytön määrittämiseksi yksilölliseen ravitsemukseen. Äskettäisessä ravitsemustutkimuksessa tarkastellaan tekoälyyn perustuvien henkilökohtaisten ravitsemusohjelmien vaikutuksia terveiden yksilöiden suoliston mikrobiomiin. Henkilökohtaisen ravitsemuksen terveyshyödyt Terveellinen ruokavalio ja elämäntavat ovat ratkaisevan tärkeitä, jotta voidaan vähentää riskiä...
Tekoälyn ohjaama yksilöllinen ravitsemus näyttää lupaavalta parantaa suoliston terveyttä
Kuuden viikon pilottitutkimus osoittaa, että tekoälyn tuottamat räätälöidyt ruokavaliot voivat parantaa suoliston mikrobiomien monimuotoisuutta ja vähentää ruokavalioon liittyviä terveysriskejä, vaikka lisätutkimusta tarvitaan.
Tekoälyyn (AI) perustuvilla yksilöllisillä ravitsemusohjelmilla on potentiaalia vaikuttaa myönteisesti ihmisten suoliston mikrobiomiin. Lisätutkimusta tarvitaan kuitenkin mikrobiomin muotoisen suolen taktiikan käytön määrittämiseksi yksilölliseen ravitsemukseen.
NykyinenRavinteetTutkimuksessa tarkastellaan tekoälyllä toimivien henkilökohtaisten ravitsemusohjelmien vaikutuksia terveiden yksilöiden suoliston mikrobiomiin.
Henkilökohtaisen ravinnon terveyshyödyt
Terveellinen ruokavalio ja elämäntavat ovat ratkaisevan tärkeitä ei-tarttuvien sairauksien, kuten diabeteksen, syövän, liikalihavuuden ja sydän- ja verisuonitautien, riskin vähentämisessä. Näistä ohjeista huolimatta ruokavalioon liittyvien sairauksien määrä jatkaa nousuaan, mikä heijastaa merkittävää vaihtelua jokaisen ihmisen reaktiossa ruokaan. Tästä syystä tarvitaan edelleen kiireesti uusia yksilöllisiä strategioita vaihtoehtona tehottomalle "yksi ruokavalio sopii kaikille" -lähestymistavalle.
Viime vuosina tutkijat ovat kiinnostuneet yhä enemmän henkilökohtaisten ravitsemussuunnitelmien mahdollisuuksista lievittää terveysongelmia, kuten kardiometabolisia sairauksia ja edistää tervettä ikääntymistä.
Tekoälyteknologia ravitsemuksessa
Elintarviketutkijat ja ravitsemusasiantuntijat ovat äskettäin ottaneet käyttöön tekoälyteknologioita edistääkseen kestäviä, ympäristöystävällisiä ja yksilöllisiä ruokavalioita. Tekoälypohjaisia chatbotteja on esimerkiksi kehitetty luomaan optimaalisia ruokavaliosuunnitelmia painonpudotukseen ja diabeteksen hallintaan, kun taas todisteisiin perustuva AI Virtual Dietsian luotiin äskettäin vastaamaan syöpäpotilaiden ruokavalioon liittyviin kysymyksiin.
Räätälöityä ravintoa varten vahvat koneoppimismallit voivat tukea digitaalisia terveysjärjestelmiä, puettavia antureita ja mobiilisovelluksia, joita nyt seurataan yksilön tarpeisiin ja ominaisuuksiin räätälöityjen ravitsemussuositusten tehokkuuden arvioimiseksi.
Nykyaikaiset yksilölliset ravitsemusohjelmat näyttävät kuitenkin aliarvioivan biologisten tekijöiden merkityksen, jotka vaikuttavat yksilön ruokareaktioiden vaihteluun suhteessa hänen terveyteensä.
Tietoja tutkimuksesta
Tämän tutkimuksen tutkijat arvioivat kuusi viikkoa kestäneen tekoälypohjaisen yksilöllisen ravitsemusohjelman vaikutukset terveiden yksilöiden suoliston mikrobiston koostumukseen. Myös ruokavalion aiheuttamia muutoksia makroravintoainetasoissa, antropometrisissa ja biokemiallisissa ominaisuuksissa sekä muita suoliston mikrobien muutoksia arvioitiin.
Pilottitutkimus suoritettiin 29 terveellä osallistujalla, jotka palkattiin tutkimus- ja teknologiakeskuksesta (CERTH) Kreikasta. Protein Project ohjeisti valitut ehdokkaat käyttämään digitaalista älypuhelimen terveyssovellusta, joka antaa ohjeita terveen, ravitsemuksellisesti terveen ja aktiivisen elämäntavan ylläpitämiseen.
Protein Mobile App toimitti päivittäisiä ja viikoittaisia ateriasuosituksia uuden tekoälyn mukaisen ravitsemusterapeutin perusteella. Tämä tekoälypohjainen sovellus ottaa huomioon käyttäjän ruokavalion mieltymykset, terveydentilan ja fyysiset ominaisuudet ehdottaakseen yksilöllisiä sopivia ruokavaliosuunnitelmia.
Lähtötilanteessa (pre-proteiini), ravitsemus- ja tutkimuksen osallistujat asettivat ravitsemukselle ja fyysiselle aktiivisuudelle (PA) tavoitteet, jotka voidaan saavuttaa aktiivisella elämäntavalla ja noudattamalla yksilön erityistarpeita vastaavaa Välimeren ruokavaliota. Tekoälyneuvoja loi automaattisesti yksilölliset ravitsemus- ja PA-suunnitelmat, jotka toimitettiin osallistujille älypuhelimien Protein-sovelluksen kautta.
Tämän ajanjakson jälkeen (proteiinin jälkeinen) ravitsemusterapeutti arvioi osallistujien edistymisen seurantakäynnillä.
Tutkimustulokset
Tutkimuskohortin keski-ikä oli 35 vuotta, ja he kaikki elivät köyhyysrajan yläpuolella. Suurin osa tutkimukseen osallistuneista oli naimisissa ja tupakoimattomia. 29 ihmisestä 20 ylitti suositellun päivittäisen energiansaannin.
16S ribosomaalisen ribonukleiinihapon (rRNA) V3-V4-alueiden genominen sekvensointi suoritettiin 58 näytteelle, jotka oli kerätty 29 yksilöltä. Kaikkiaan tunnistettiin kolme fylaa, 19 luokkaa, 44 lahkkoa, 82 perhettä ja 231 sukua.
LujastiJaBakteroidotaolivat hallitsevia suoliston mikrobiomeja, jotka tunnistettiin lähtötilanteessa ja kuuden viikon seurantakäynnillä. Molemmissa ajassa,Prevotella, BacteroidesJaFaCalibacteriumtunnistettiin usein. Kuitenkin suurempi suoliston mikrobiotan monimuotoisuus ja runsaus havaittiin proteiinin jälkeisellä aikapisteellä verrattuna proteiinia edeltäviin lähtötasoihin.
Rhodospirillalesolivat eniten säädellyt amplikonisekvenssivariantit (ASV:t), jotka järjestettiin merkitsevyyden mukaan, jota seurasiEubacterium Coprostanoligenes -ryhmäJaRuminokokkiSuku. Havaittujen taksonomisten muutosten toiminnallinen potentiaali arvioitiin metagenomisilla analyyseillä, joissa tunnistettiin 12 nimellisesti merkitsevää reittiä, joista suurin osa liittyi mikrobien aineenvaihduntaprosesseihin ja puriinien hajoamiseen.
Proteiinin jälkeinen aikapiste liittyi merkittäviin hiilihydraattien, proteiinien ja kokonaisenergian saannin vähenemiseen. Myös alkoholin/juomien, makeisten ja pikaruoan syönnin keskimääräinen väheneminen 39 %, 33 % ja 14 % havaittiin intervention lopussa. Erityisesti Välimeren ruokavalion noudattaminen ei muuttunut aikapisteiden välillä.
Antropometrisissa mittauksissa ei havaittu merkittäviä muutoksia lukuun ottamatta pientä mutta merkittävää keskimääräisen vyötärön ympärysmitan pienenemistä. PA-tasot vaihtelivat johdonmukaisesti sekä ennen proteiinia että sen jälkeen tutkimuskohortissa.
Muutokset makean syömisessä korreloivat positiivisesti kehon painon, rasvan, vyötärön ympärysmitan ja hemoglobiinimittausten kanssa. Vankka positiivinen yhteys rasvan saannin ja kylläisyyden välilläOscillospiraceaehavaittiin.
Vahva positiivinen yhteys urean jaLachnospiraceae olihavaittukun taasnegatiivinen korrelaatio kolesterolitasojen jaOscillibacterraportoitiin.
Johtopäätökset
Tekoälyn tukemilla yksilöllisillä ravitsemustoimenpiteillä on potentiaalia edistää yleistä terveyttä edistämällä suoliston mikrobiomin tervettä lisääntymistä. Tässä tutkimuksessa nämä muutokset suoliston mikrobiekosysteemissä johtivat ummetuksen, turvotuksen ja tulehduksellisen suolen oireyhtymän oireiden vähenemiseen samalla kun ne tukivat immuunitoimintaa.
Näiden tulosten validoimiseksi ja kokonaisvaltaisen arvion saamiseksi yksilöllisten ravitsemuslähestymistapojen vaikutuksesta tekoälypohjaisiin ravintoaineisiin tarvitaan tulevia tutkimuksia, joissa on pidempi seurantajakso ja suurempi näytekoko.
Lähteet:
- 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