AI-gestuurde gepersonaliseerde voeding is veelbelovend in het verbeteren van de darmgezondheid

AI-gestuurde gepersonaliseerde voeding is veelbelovend in het verbeteren van de darmgezondheid

Een pilotstudie van zes weken laat zien dat op maat gemaakte diëten, aangedreven door kunstmatige intelligentie, de diversiteit van het darmmicrobioom kunnen verbeteren en de voedingsgerelateerde gezondheidsrisico’s kunnen verminderen, hoewel er meer onderzoek nodig is.

Op kunstmatige intelligentie (AI) gebaseerde gepersonaliseerde voedingsprogramma’s hebben het potentieel om het darmmicrobioom bij mensen positief te beïnvloeden. Er is echter aanvullend onderzoek nodig om het gebruik van microbioomvormige darmtactieken voor gepersonaliseerde voeding te bepalen.

Een actueleVoedingsstoffenStudie onderzoekt de effecten van AI-aangedreven gepersonaliseerde voedingsprogramma’s op het darmmicrobioom van gezonde individuen.

De gezondheidsvoordelen van gepersonaliseerde voeding

Een gezond voedingspatroon en een gezonde levensstijl zijn van cruciaal belang om het risico op niet-overdraagbare ziekten zoals diabetes, kanker, obesitas en hart- en vaatziekten te verminderen. Ondanks deze richtlijnen blijft het aantal voedingsgerelateerde ziekten stijgen, wat een weerspiegeling is van de aanzienlijke verschillen in de reactie van ieder persoon op voedsel. Daarom blijft er een dringende behoefte aan nieuwe gepersonaliseerde strategieën als alternatief voor de ineffectieve ‘one-diet-fits-all’-benadering.

De afgelopen jaren zijn onderzoekers steeds meer geïnteresseerd geraakt in het potentieel van gepersonaliseerde voedingsplannen om gezondheidsproblemen zoals cardiometabolische ziekten te verlichten en gezond ouder worden te bevorderen.

AI-technologie in voeding

Voedingswetenschappers en voedingsdeskundigen hebben onlangs AI-technologieën geïmplementeerd om duurzame, milieuvriendelijke en gepersonaliseerde diëten te bevorderen. Er zijn bijvoorbeeld AI-gestuurde chatbots ontwikkeld om optimale dieetplannen te maken voor gewichtsverlies en diabetesbeheer, terwijl onlangs een evidence-based AI Virtual Dietsian is gemaakt om dieetgerelateerde vragen voor kankerpatiënten te beantwoorden.

Voor gepersonaliseerde voeding kunnen robuuste machine learning-modellen digitale gezondheidszorgsystemen, draagbare sensoren en mobiele applicaties ondersteunen, die nu worden gemonitord om de effectiviteit te beoordelen van gegenereerde voedingsaanbevelingen die zijn afgestemd op de behoeften en kenmerken van een individu.

Moderne gepersonaliseerde voedingsprogramma's lijken echter het belang te onderschatten van biologische factoren die de variabiliteit van de reacties van een individu op voedsel in relatie tot zijn gezondheid beïnvloeden.

Over de studie

Onderzoekers in de huidige studie evalueerden de effecten van een zes weken durende AI-gebaseerde gepersonaliseerde voedingsprogramma-interventie op de samenstelling van de darmmicrobiota van gezonde individuen. Door voeding veroorzaakte veranderingen in de niveaus van macronutriënten, antropometrische en biochemische eigenschappen en andere microbiële veranderingen in de darmen werden ook beoordeeld.

Er werd een pilotstudie uitgevoerd met negenentwintig gezonde deelnemers, gerekruteerd uit het Centrum voor Onderzoek en Technologie (CERTH) in Griekenland. Het Protein Project instrueerde geselecteerde kandidaten om een ​​digitale smartphone-gezondheidsapplicatie te gebruiken die richtlijnen biedt voor het behouden van een gezonde, qua voedingswaarde verantwoorde en actieve levensstijl.

De Protein Mobile App leverde dagelijkse en wekelijkse maaltijdaanbevelingen op basis van een nieuwe AI-gepersonaliseerde voedingsdeskundige. Deze op AI gebaseerde applicatie houdt rekening met de voedingsvoorkeuren, gezondheidstoestand en fysieke kenmerken van de gebruiker om gepersonaliseerde, geschikte dieetplannen voor te stellen.

Bij aanvang (pre-eiwit) stellen voedings- en studiedeelnemers doelen op het gebied van voeding en fysieke activiteit (PA) die kunnen worden bereikt door een actieve levensstijl en het volgen van een mediterraan dieet dat is ontworpen om aan de specifieke behoeften van het individu te voldoen. Gepersonaliseerde voedings- en PA-plannen werden automatisch gegenereerd door de AI-adviseur en via de Protein-app op smartphones aan de deelnemers geleverd.

Na deze periode (post-eiwit) beoordeelde de diëtist bij het vervolgbezoek de voortgang van de deelnemers.

Studieresultaten

De gemiddelde leeftijd van het studiecohort was 35 jaar en zij leefden allemaal boven de armoedegrens. De meeste deelnemers aan de studie waren getrouwd en niet-rokers. Van de 29 mensen overschreden 20 de aanbevolen dagelijkse energie-inname.

Genomische sequentiebepaling van V3-V4-gebieden van 16S ribosomaal ribonucleïnezuur (rRNA) werd uitgevoerd op 58 monsters verzameld van 29 individuen. In totaal werden drie phyla, 19 klassen, 44 orden, 82 families en 231 geslachten geïdentificeerd.

StevigEnBacterioidotawaren dominante darmmicrobiomen geïdentificeerd bij aanvang en het vervolgbezoek van zes weken. Op beide tijdstippen isPrevotella, BacteroidesEnFaCalibacteriumwerden vaak geïdentificeerd. Er werd echter een hogere diversiteit en overvloed aan darmmicrobiota waargenomen op het post-eiwit TimePoint vergeleken met de pre-eiwit basislijnniveaus.

Rhodospirillaleswaren de meest opgereguleerde ampliconsequentievarianten (ASV's), gerangschikt op significantie, gevolgd doorEubacterium Coprostanoligenes-groepEnRuminococcusGeslachten Het functionele potentieel van de waargenomen taxonomische veranderingen werd beoordeeld door middel van metagenomische analyses, waarbij 12 routes van nominaal belang werden geïdentificeerd, waarvan de meeste geassocieerd waren met microbiële metabolische processen en purineafbraak.

Het post-eiwittijdpunt ging gepaard met significante reducties in de inname van koolhydraten, eiwitten en totale energie. De gemiddelde afname van 39%, 33% en 14% in de inname van alcohol/drank, snoep en fastfood werd ook waargenomen aan het einde van de interventie. Met name veranderde de naleving van het mediterrane dieet niet tussen tijdstippen.

Er werden geen significante veranderingen in antropometrische metingen waargenomen, behalve een kleine maar significante vermindering van de gemiddelde tailleomtrek. PA-niveaus waren zowel vóór als na het eiwit consistent variabel in het studiecohort.

Veranderingen in de zoetinname waren positief gecorreleerd met lichaamsgewicht, vet, tailleomtrek en hemoglobinemetingen. Een robuust positief verband tussen vetinname en volheidOscillospiraceaewerd waargenomen.

Een sterke positieve associatie tussen ureum enLachnospiraceae waswaargenomenterwijleen negatieve correlatie tussen het cholesterolgehalte enOscillibacterwerd gerapporteerd.

Conclusies

AI-ondersteunde gepersonaliseerde voedingsinterventies hebben het potentieel om de algehele gezondheid te bevorderen door de gezonde proliferatie van het darmmicrobioom te faciliteren. In de huidige studie resulteerden deze veranderingen in het microbiële ecosysteem van de darm in verminderde constipatie, een opgeblazen gevoel en symptomen van het inflammatoire darmsyndroom, terwijl de immuunfunctie werd ondersteund.

Om deze resultaten te valideren en een holistische beoordeling te geven van de impact van gepersonaliseerde voedingsbenaderingen op op AI gebaseerde voedingsstoffen, zijn toekomstige studies met langere follow-upperioden en grotere steekproeven nodig.

Bronnen: