La nutrition personnalisée basée sur l’IA s’avère prometteuse pour améliorer la santé intestinale

La nutrition personnalisée basée sur l’IA s’avère prometteuse pour améliorer la santé intestinale

Une étude pilote de six semaines montre que des régimes alimentaires adaptés alimentés par l’intelligence artificielle peuvent améliorer la diversité du microbiome intestinal et réduire les risques pour la santé liés à l’alimentation, même si des recherches supplémentaires sont nécessaires.

Les programmes de nutrition personnalisés basés sur l’intelligence artificielle (IA) ont le potentiel d’avoir un impact positif sur le microbiome intestinal chez l’homme. Cependant, des recherches supplémentaires sont nécessaires pour déterminer l’utilisation de tactiques intestinales basées sur le microbiome pour une nutrition personnalisée.

Un actuelNutrimentsL'étude examine les effets des programmes de nutrition personnalisés basés sur l'IA sur le microbiome intestinal d'individus en bonne santé.

Les bénéfices santé de la nutrition personnalisée

Une alimentation et un mode de vie sains sont essentiels pour réduire le risque de maladies non transmissibles telles que le diabète, le cancer, l’obésité et les maladies cardiovasculaires. Malgré ces lignes directrices, les taux de maladies liées à l'alimentation continuent d'augmenter, reflétant une variabilité significative dans la réponse de chaque personne à l'alimentation. Il reste donc un besoin urgent de nouvelles stratégies personnalisées comme alternative à l’approche inefficace du « régime unique ».

Ces dernières années, les chercheurs se sont de plus en plus intéressés au potentiel des plans nutritionnels personnalisés pour soulager des problèmes de santé tels que les maladies cardiométaboliques et favoriser un vieillissement en bonne santé.

La technologie de l'IA en nutrition

Les scientifiques de l’alimentation et les experts en nutrition ont récemment mis en œuvre des technologies d’IA pour promouvoir une alimentation durable, respectueuse de l’environnement et personnalisée. Par exemple, des chatbots basés sur l'IA ont été développés pour créer des plans de régime optimaux pour perdre du poids et gérer le diabète, tandis qu'un diététiste virtuel basé sur des preuves a été récemment créé pour répondre aux questions liées à l'alimentation des patients atteints de cancer.

Pour une nutrition personnalisée, des modèles d'apprentissage automatique robustes peuvent prendre en charge les systèmes de santé numériques, les capteurs portables et les applications mobiles, qui sont désormais surveillés pour évaluer l'efficacité des recommandations nutritionnelles générées, personnalisées en fonction des besoins et des caractéristiques d'un individu.

Cependant, les programmes modernes de nutrition personnalisée semblent sous-estimer l'importance des facteurs biologiques qui influencent la variabilité des réponses individuelles à l'alimentation par rapport à leur santé.

À propos de l'étude

Les chercheurs de la présente étude ont évalué les effets d’un programme de nutrition personnalisé basé sur l’IA d’une durée de six semaines sur la composition du microbiote intestinal d’individus en bonne santé. Les changements liés au régime alimentaire dans les niveaux de macronutriments, les caractéristiques anthropométriques et biochimiques et d'autres modifications microbiennes intestinales ont également été évalués.

Une étude pilote a été menée auprès de vingt-neuf participants en bonne santé recrutés au Centre de recherche et de technologie (CERTH) en Grèce. Le projet Protein a demandé aux candidats sélectionnés d'utiliser une application de santé numérique pour smartphone qui fournit des lignes directrices pour maintenir un mode de vie sain, sain et actif sur le plan nutritionnel.

L'application mobile Protein a fourni des recommandations de repas quotidiennes et hebdomadaires basées sur un nouveau nutritionniste personnalisé par l'IA. Cette application basée sur l'IA prend en compte les préférences alimentaires, l'état de santé et les caractéristiques physiques de l'utilisateur pour suggérer des plans alimentaires personnalisés et appropriés.

Au départ (pré-protéines), les participants à l'étude et à la nutrition se sont fixés des objectifs en matière de nutrition et d'activité physique (AP) qui pourraient être atteints grâce à un mode de vie actif et à l'adhésion à un régime méditerranéen conçu pour répondre aux besoins spécifiques de l'individu. Des plans personnalisés de nutrition et d'AP ont été automatiquement générés par le conseiller en IA et transmis aux participants via l'application Protein sur les smartphones.

Après cette période (post-protéine), la diététiste a évalué les progrès des participants lors de la visite de suivi.

Résultats de l'étude

L’âge moyen de la cohorte étudiée était de 35 ans et tous vivaient au-dessus du seuil de pauvreté. La plupart des participants à l'étude étaient mariés et non-fumeurs. Sur 29 personnes, 20 dépassaient l’apport énergétique quotidien recommandé.

Le séquençage génomique des régions V3-V4 de l'acide ribonucléique ribosomal (ARNr) 16S a été réalisé sur 58 échantillons prélevés auprès de 29 individus. Au total, trois phylums, 19 classes, 44 ordres, 82 familles et 231 genres ont été identifiés.

FermementEtBacteroidotaétaient des microbiomes intestinaux dominants identifiés au départ et lors de la visite de suivi de six semaines. Aux deux moments,Prevotella, BacteroidesEtFaCalibactérieont été fréquemment identifiés. Cependant, une diversité et une abondance plus élevées du microbiote intestinal ont été observées au TimePoint post-protéique par rapport aux niveaux de base pré-protéiques.

Rhodospirillesétaient les variantes de séquence d'amplicons (ASV) les plus régulées positivement, classées par importance, suivies parGroupe Eubacterium CoprostanoligenesEtRuminocoqueGenres. Le potentiel fonctionnel des changements taxonomiques observés a été évalué au moyen d'analyses métagénomiques, qui ont identifié 12 voies d'importance nominale, dont la plupart étaient associées aux processus métaboliques microbiens et à la dégradation des purines.

Le moment post-protéine était associé à des réductions significatives de l’apport en glucides, en protéines et en énergie totale. Des diminutions moyennes de 39 %, 33 % et 14 % de la consommation d'alcool/boissons, de sucreries et de restauration rapide ont également été observées à la fin de l'intervention. Notamment, l’adhésion au régime méditerranéen n’a pas changé d’une période à l’autre.

Aucun changement significatif dans les mesures anthropométriques n’a été observé, à l’exception d’une réduction légère mais significative du tour de taille moyen. Les niveaux d’AP étaient systématiquement variables avant et après la protéine dans la cohorte étudiée.

Les changements dans la consommation de sucreries étaient positivement corrélés aux mesures du poids corporel, de la graisse, du tour de taille et de l’hémoglobine. Une association positive robuste entre la consommation de graisses et la satiétéOscillospiracéesa été observée.

Une forte association positive entre l'urée etLes Lachnospiracées étaientobservéalors queune corrélation négative entre les taux de cholestérol etOscillibactériea été signalé.

Conclusions

Les interventions nutritionnelles personnalisées assistées par l’IA ont le potentiel de favoriser la santé globale en facilitant la prolifération saine du microbiome intestinal. Dans la présente étude, ces changements dans l’écosystème microbien intestinal ont entraîné une réduction des symptômes de la constipation, des ballonnements et du syndrome inflammatoire de l’intestin tout en soutenant la fonction immunitaire.

Pour valider ces résultats et fournir une évaluation holistique de l’impact des approches nutritionnelles personnalisées sur les nutriments basés sur l’IA, de futures études avec des périodes de suivi plus longues et des échantillons plus grands sont nécessaires.

Sources :