AI-drevet personlig tilpasset ernæring viser løfte i å forbedre tarmhelsen

Transparenz: Redaktionell erstellt und geprüft.
Veröffentlicht am

En seks uker lang pilotstudie viser at skreddersydde dietter drevet av kunstig intelligens kan forbedre tarmmikrobiomets mangfold og redusere kostholdsrelaterte helserisikoer, selv om mer forskning er nødvendig. Personlig tilpassede ernæringsprogrammer basert på kunstig intelligens (AI) har potensial til å påvirke tarmmikrobiomet positivt hos mennesker. Imidlertid er ytterligere forskning nødvendig for å bestemme bruken av mikrobiomformet tarmtaktikk for personlig tilpasset ernæring. En fersk ernæringsstudie undersøker effekten av AI-baserte tilpassede ernæringsprogrammer på tarmmikrobiomet til friske individer. Helsefordelene ved personlig ernæring Et sunt kosthold og livsstil er avgjørende for å redusere risikoen for ikke...

AI-drevet personlig tilpasset ernæring viser løfte i å forbedre tarmhelsen

En seks uker lang pilotstudie viser at skreddersydde dietter drevet av kunstig intelligens kan forbedre tarmmikrobiomets mangfold og redusere kostholdsrelaterte helserisikoer, selv om mer forskning er nødvendig.

Personlig tilpassede ernæringsprogrammer basert på kunstig intelligens (AI) har potensial til å påvirke tarmmikrobiomet positivt hos mennesker. Imidlertid er ytterligere forskning nødvendig for å bestemme bruken av mikrobiomformet tarmtaktikk for personlig tilpasset ernæring.

En nåværendeNæringsstofferStudien undersøker effekten av AI-drevne personaliserte ernæringsprogrammer på tarmmikrobiomet til friske individer.

Helsefordelene ved personlig tilpasset ernæring

Et sunt kosthold og livsstil er avgjørende for å redusere risikoen for ikke-smittsomme sykdommer som diabetes, kreft, overvekt og hjerte- og karsykdommer. Til tross for disse retningslinjene, fortsetter forekomsten av kostholdsrelaterte sykdommer å stige, noe som reflekterer betydelig variasjon i hver persons respons på mat. Derfor er det fortsatt et presserende behov for nye personlig tilpassede strategier som et alternativ til den ineffektive "en-diett-passer-alle"-tilnærmingen.

De siste årene har forskere blitt stadig mer interessert i potensialet til personlige ernæringsplaner for å lindre helsetilstander som kardiometabolske sykdommer og fremme sunn aldring.

AI-teknologi i ernæring

Matforskere og ernæringseksperter har nylig implementert AI-teknologier for å fremme bærekraftige, miljøvennlige og personlig tilpassede dietter. For eksempel har AI-drevne chatbots blitt utviklet for å lage optimale diettplaner for vekttap og håndtere diabetes, mens en evidensbasert AI Virtual Dietsian nylig ble opprettet for å svare på kostholdsrelaterte spørsmål for kreftpasienter.

For personlig ernæring kan robuste maskinlæringsmodeller støtte digitale helsesystemer, bærbare sensorer og mobilapplikasjoner, som nå overvåkes for å vurdere effektiviteten til genererte ernæringsanbefalinger tilpasset en persons behov og egenskaper.

Imidlertid ser moderne personaliserte ernæringsprogrammer ut til å undervurdere viktigheten av biologiske faktorer som påvirker variasjonen av et individs respons på mat i forhold til helsen.

Om studiet

Forskere i den nåværende studien evaluerte effekten av en seks ukers AI-basert personlig ernæringsprogramintervensjon på tarmmikrobiotasammensetningen til friske individer. Kostholdsdrevne endringer i makronæringsstoffnivåer, antropometriske og biokjemiske egenskaper og andre tarmmikrobielle modifikasjoner ble også vurdert.

En pilotstudie ble utført med tjueni friske deltakere rekruttert fra Senter for forskning og teknologi (CERTH) i Hellas. Proteinprosjektet instruerte utvalgte kandidater til å bruke en digital smarttelefonhelseapplikasjon som gir retningslinjer for å opprettholde en sunn, ernæringsmessig sunn og aktiv livsstil.

Protein Mobile App leverte daglige og ukentlige måltidsanbefalinger basert på en ny AI-tilpasset ernæringsfysiolog. Denne AI-baserte applikasjonen tar hensyn til brukerens kostholdspreferanser, helseforhold og fysiske egenskaper for å foreslå personlig tilpassede diettplaner.

Ved baseline (pre-protein), satte ernærings- og studiedeltakerne ernæring og fysisk aktivitet (PA) mål som kan oppnås gjennom en aktiv livsstil og overholdelse av et middelhavskosthold designet for å møte individets spesifikke behov. Personlig tilpassede ernærings- og PA-planer ble automatisk generert av AI-rådgiveren og levert til deltakerne via Protein-appen på smarttelefoner.

Etter denne perioden (post-protein) vurderte kostholdseksperten deltakernes fremgang ved oppfølgingsbesøket.

Studieresultater

Gjennomsnittsalderen for studiekullet var 35 år, som alle levde over fattigdomsgrensen. De fleste studiedeltakerne var gifte og ikke-røykere. Av 29 personer overskred 20 det anbefalte daglige energiinntaket.

Genomisk sekvensering av V3-V4-regioner av 16S ribosomal ribonukleinsyre (rRNA) ble utført på 58 prøver samlet fra 29 individer. Totalt ble tre phyla, 19 klasser, 44 ordener, 82 familier og 231 slekter identifisert.

FastOgBacteroidotavar dominerende tarmmikrobiomer identifisert ved baseline og det seks uker lange oppfølgingsbesøket. På begge tidspunkter,Prevotella, BacteroidesOgFaCalibacteriumble ofte identifisert. Imidlertid ble høyere tarmmikrobiota-diversitet og overflod observert ved post-protein TimePoint sammenlignet med pre-protein baseline-nivåer.

Rhodospirillalesvar de mest oppregulerte amplikonsekvensvariantene (ASV) rangert etter signifikans, etterfulgt avEubacterium Coprostanoligenes gruppeOgRuminococcusGenera. Det funksjonelle potensialet til de observerte taksonomiske endringene ble vurdert gjennom metagenomiske analyser, som identifiserte 12 veier av nominell betydning, hvorav de fleste var assosiert med mikrobielle metabolske prosesser og purinnedbrytning.

Tidspunktet etter protein var assosiert med betydelige reduksjoner i karbohydrat-, protein- og totalt energiinntak. Gjennomsnittlig reduksjon på 39 %, 33 % og 14 % i inntak av alkohol/drikke, søtsaker og fastfood ble også observert ved slutten av intervensjonen. Spesielt endret ikke overholdelse av middelhavsdietten seg mellom tidspunktene.

Ingen signifikante endringer i antropometriske mål ble observert, bortsett fra en liten, men signifikant reduksjon i gjennomsnittlig midjeomkrets. PA-nivåer var konsekvent varierende både før og etter protein i studiekohorten.

Endringer i søtinntak var positivt korrelert med kroppsvekt, fett, midjeomkrets og hemoglobinmålinger. En robust positiv sammenheng mellom fettinntak og fyldeOscillospiraceaeble observert.

En sterk positiv sammenheng mellom urea ogLachnospiraceae varobservertmensen negativ korrelasjon mellom kolesterolnivåer ogOscillibacterble rapportert.

Konklusjoner

AI-assisterte, tilpassede ernæringsintervensjoner har potensial til å fremme generell helse ved å lette den sunne spredningen av tarmmikrobiomet. I den nåværende studien resulterte disse endringene i det mikrobielle økosystemet i tarmen i reduserte symptomer på forstoppelse, oppblåsthet og inflammatorisk tarmsyndrom samtidig som de støttet immunfunksjonen.

For å validere disse resultatene og gi en helhetlig vurdering av virkningen av personlig tilpassede ernæringstilnærminger på AI-baserte næringsstoffer, er fremtidige studier med lengre oppfølgingsperioder og større utvalgsstørrelser nødvendig.


Kilder:

Journal reference:
  • 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