La nutrizione personalizzata basata sull’intelligenza artificiale si dimostra promettente nel migliorare la salute dell’intestino

La nutrizione personalizzata basata sull’intelligenza artificiale si dimostra promettente nel migliorare la salute dell’intestino

Uno studio pilota di sei settimane mostra che le diete su misura alimentate dall’intelligenza artificiale possono migliorare la diversità del microbioma intestinale e ridurre i rischi per la salute legati alla dieta, anche se sono necessarie ulteriori ricerche.

I programmi nutrizionali personalizzati basati sull’intelligenza artificiale (AI) hanno il potenziale per avere un impatto positivo sul microbioma intestinale negli esseri umani. Tuttavia, sono necessarie ulteriori ricerche per determinare l’uso di tattiche intestinali a forma di microbioma per un’alimentazione personalizzata.

Uno attualeNutrientiLo studio esamina gli effetti dei programmi nutrizionali personalizzati basati sull’intelligenza artificiale sul microbioma intestinale di individui sani.

I benefici per la salute della nutrizione personalizzata

Una dieta e uno stile di vita sani sono fondamentali per ridurre il rischio di malattie non trasmissibili come il diabete, il cancro, l’obesità e le malattie cardiovascolari. Nonostante queste linee guida, i tassi di malattie legate all’alimentazione continuano ad aumentare, riflettendo una significativa variabilità nella risposta di ogni persona al cibo. Pertanto, permane l’urgente bisogno di nuove strategie personalizzate come alternativa all’inefficace approccio “una dieta adatta a tutti”.

Negli ultimi anni, i ricercatori si sono sempre più interessati al potenziale dei piani nutrizionali personalizzati per alleviare condizioni di salute come le malattie cardiometaboliche e promuovere un invecchiamento sano.

La tecnologia dell’intelligenza artificiale nella nutrizione

Scienziati alimentari ed esperti di nutrizione hanno recentemente implementato tecnologie di intelligenza artificiale per promuovere diete sostenibili, ecologiche e personalizzate. Ad esempio, sono stati sviluppati chatbot basati sull’intelligenza artificiale per creare piani dietetici ottimali per la perdita di peso e gestire il diabete, mentre recentemente è stato creato un dietista virtuale basato sull’intelligenza artificiale per rispondere alle domande relative alla dieta per i malati di cancro.

Per una nutrizione personalizzata, robusti modelli di apprendimento automatico possono supportare sistemi sanitari digitali, sensori indossabili e applicazioni mobili, che ora vengono monitorati per valutare l’efficacia delle raccomandazioni nutrizionali generate personalizzate per le esigenze e le caratteristiche di un individuo.

Tuttavia, i moderni programmi nutrizionali personalizzati sembrano sottovalutare l’importanza dei fattori biologici che influenzano la variabilità delle risposte di un individuo al cibo in relazione alla sua salute.

A proposito dello studio

I ricercatori del presente studio hanno valutato gli effetti di un programma nutrizionale personalizzato di sei settimane basato sull’intelligenza artificiale sulla composizione del microbiota intestinale di individui sani. Sono stati valutati anche i cambiamenti guidati dalla dieta nei livelli di macronutrienti, nei tratti antropometrici e biochimici e in altre modifiche microbiche intestinali.

È stato condotto uno studio pilota con ventinove partecipanti sani reclutati dal Centro di ricerca e tecnologia (CERTH) in Grecia. Il Protein Project ha incaricato i candidati selezionati di utilizzare un'applicazione sanitaria digitale per smartphone che fornisce linee guida per mantenere uno stile di vita sano, nutrizionalmente sano e attivo.

L'app Protein Mobile fornisce consigli sui pasti giornalieri e settimanali basati su un nuovo nutrizionista personalizzato con intelligenza artificiale. Questa applicazione basata sull'intelligenza artificiale tiene conto delle preferenze dietetiche, delle condizioni di salute e delle caratteristiche fisiche dell'utente per suggerire piani dietetici adeguati personalizzati.

Al basale (pre-proteine), i partecipanti allo studio e alla nutrizione stabilivano obiettivi di nutrizione e attività fisica (PA) che potevano essere raggiunti attraverso uno stile di vita attivo e l'adesione a una dieta mediterranea progettata per soddisfare le esigenze specifiche dell'individuo. Piani nutrizionali e PA personalizzati sono stati generati automaticamente dal consulente AI e consegnati ai partecipanti tramite l'app Protein sugli smartphone.

Dopo questo periodo (post-proteina), il dietista ha valutato i progressi dei partecipanti durante la visita di follow-up.

Risultati dello studio

L'età media del gruppo di studio era di 35 anni e tutti vivevano al di sopra della soglia di povertà. La maggior parte dei partecipanti allo studio erano sposati e non fumatori. Su 29 persone, 20 hanno superato l'apporto energetico giornaliero raccomandato.

Il sequenziamento genomico delle regioni V3-V4 dell'acido ribonucleico ribosomiale 16S (rRNA) è stato eseguito su 58 campioni raccolti da 29 individui. In totale sono stati identificati tre phyla, 19 classi, 44 ordini, 82 famiglie e 231 generi.

Con fermezzaEBacteroidotierano i microbiomi intestinali dominanti identificati al basale e alla visita di follow-up a sei settimane. In entrambi i momenti,Prevotella, BacteroidesEFaCalibacteriumvenivano frequentemente identificati. Tuttavia, è stata osservata una maggiore diversità e abbondanza del microbiota intestinale al TimePoint post-proteina rispetto ai livelli basali pre-proteina.

Rhodospirillaleserano le varianti della sequenza amplicone (ASV) più sovraregolate classificate in base alla significatività, seguite daGruppo Eubacterium CoprostanoligenesERuminococcoGeneri. Il potenziale funzionale dei cambiamenti tassonomici osservati è stato valutato attraverso analisi metagenomiche, che hanno identificato 12 percorsi di significato nominale, la maggior parte dei quali erano associati ai processi metabolici microbici e alla degradazione delle purine.

Il punto temporale post-proteico è stato associato a riduzioni significative di carboidrati, proteine ​​e apporto energetico totale. Alla fine dell'intervento sono state osservate anche diminuzioni medie del 39%, 33% e 14% nel consumo di alcol/bevande, dolci e fast food. In particolare, l’aderenza alla dieta mediterranea non è cambiata nel tempo.

Non sono stati osservati cambiamenti significativi nelle misurazioni antropometriche, ad eccezione di una piccola ma significativa riduzione della circonferenza media della vita. I livelli di PA erano costantemente variabili sia prima che dopo la proteina nella coorte di studio.

I cambiamenti nell’assunzione di dolci erano correlati positivamente con le misurazioni del peso corporeo, del grasso, della circonferenza della vita e dell’emoglobina. Una solida associazione positiva tra assunzione di grassi e sazietàOscillospiraceeè stato osservato.

Una forte associazione positiva tra urea eLachnospiraceae eraosservatomentreuna correlazione negativa tra i livelli di colesterolo eOscillibacterè stato segnalato.

Conclusioni

Gli interventi nutrizionali personalizzati assistiti dall’intelligenza artificiale hanno il potenziale per promuovere la salute generale facilitando la sana proliferazione del microbioma intestinale. Nel presente studio, questi cambiamenti nell’ecosistema microbico intestinale hanno comportato una riduzione dei sintomi della stitichezza, del gonfiore e della sindrome infiammatoria intestinale, supportando al contempo la funzione immunitaria.

Per convalidare questi risultati e fornire una valutazione olistica dell’impatto degli approcci nutrizionali personalizzati sui nutrienti basati sull’intelligenza artificiale, sono necessari studi futuri con periodi di follow-up più lunghi e campioni di dimensioni più ampie.

Fonti: