人工智能驱动的个性化营养有望改善肠道健康

人工智能驱动的个性化营养有望改善肠道健康

一项为期六周的试点研究表明，人工智能驱动的定制饮食可以改善肠道微生物组多样性并降低与饮食相关的健康风险，尽管还需要更多的研究。

基于人工智能 (AI) 的个性化营养计划有可能对人类肠道微生物群产生积极影响。然而，还需要更多的研究来确定使用微生物组形状的肠道策略来实现个性化营养。

当前的一个营养素研究调查了人工智能驱动的个性化营养计划对健康个体肠道微生物组的影响。

个性化营养的健康益处

健康的饮食和生活方式对于降低糖尿病、癌症、肥胖和心血管疾病等非传染性疾病的风险至关重要。尽管有这些指导方针，与饮食相关的疾病发生率仍在继续上升，反映出每个人对食物的反应存在显着差异。因此，仍然迫切需要新的个性化策略来替代无效的“万能饮食”方法。

近年来，研究人员对个性化营养计划在缓解心脏代谢疾病等健康状况和促进健康老龄化方面的潜力越来越感兴趣。

AI技术在营养领域的应用

食品科学家和营养专家最近利用人工智能技术来促进可持续、环保和个性化的饮食。例如，人工智能驱动的聊天机器人已被开发出来，用于制定减肥和管理糖尿病的最佳饮食计划，而最近创建的基于证据的人工智能虚拟营养师则用于回答癌症患者的饮食相关问题。

对于个性化营养，强大的机器学习模型可以支持数字健康系统、可穿戴传感器和移动应用程序，现在对这些系统进行监控，以评估针对个人需求和特征定制的营养建议的有效性。

然而，现代个性化营养计划似乎低估了生物因素的重要性，这些因素影响个体对食物的反应与其健康相关的可变性。

关于该研究

当前研究中的研究人员评估了为期六周的基于人工智能的个性化营养计划干预对健康个体肠道微生物群组成的影响。还评估了饮食驱动的宏量营养素水平、人体测量和生化特征以及其他肠道微生物改变的变化。

一项试点研究从希腊研究与技术中心 (CERTH) 招募了 29 名健康参与者。蛋白质项目指导选定的候选人使用数字智能手机健康应用程序，该应用程序为保持健康、营养丰富和积极的生活方式提供指导。

Protein 移动应用程序根据新颖的人工智能个性化营养师提供每日和每周的膳食建议。这种基于人工智能的应用程序会考虑用户的饮食偏好、健康状况和身体特征，以建议个性化的适当饮食计划。

在基线（蛋白质前），营养和研究参与者设定营养和身体活动 (PA) 目标，这些目标可以通过积极的生活方式和坚持旨在满足个人特定需求的地中海饮食来实现。个性化营养和 PA 计划由人工智能顾问自动生成，并通过智能手机上的 Protein 应用程序发送给参与者。

在此期间（蛋白质后）之后，营养师在随访中评估参与者的进展。

研究结果

研究人群的平均年龄为 35 岁，所有人都生活在贫困线以上。大多数研究参与者都是已婚且不吸烟的人。 29 人中，有 20 人超出了建议的每日能量摄入量。

对从 29 名个体收集的 58 个样本进行了 16S 核糖体核糖核酸 (rRNA) V3-V4 区域的基因组测序。共鉴定出3门、19纲、44目、82科、231属。

牢牢和拟杆菌门是在基线和六周随访时确定的主要肠道微生物群。在这两个时间点上，普氏菌属、拟杆菌属和杆杆菌属经常被识别出来。然而，与蛋白质前基线水平相比，蛋白质后时间点观察到更高的肠道微生物群多样性和丰度。

红螺菌目是按显着性排序的上调最多的扩增子序列变体 (ASV)，其次是产粪真杆菌群和瘤胃球菌属属。通过宏基因组分析评估了观察到的分类变化的功能潜力，该分析确定了 12 条具有名义意义的途径，其中大多数与微生物代谢过程和嘌呤降解有关。

蛋白质后时间点与碳水化合物、蛋白质和总能量摄入量的显着减少相关。干预结束时，酒精/饮料、糖果和快餐摄入量平均减少了 39%、33% 和 14%。值得注意的是，对地中海饮食的坚持在不同时间点之间没有变化。

除了平均腰围有小幅但显着的减小外，没有观察到人体测量值的显着变化。在研究队列中，蛋白质摄入前后的 PA 水平始终存在变化。

甜食摄入量的变化与体重、脂肪、腰围和血红蛋白测量值呈正相关。脂肪摄入量与饱腹感之间存在强有力的正相关关系颤螺科被观察到。

尿素与尿素之间存在很强的正相关关系毛螺菌科是观察到的然而胆固醇水平与颤杆菌属被举报。

结论

人工智能辅助的个性化营养干预措施有可能通过促进肠道微生物组的健康增殖来促进整体健康。在当前的研究中，肠道微生物生态系统的这些变化导致便秘、腹胀和炎症性肠综合症症状减轻，同时支持免疫功能。

为了验证这些结果并全面评估个性化营养方法对基于人工智能的营养素的影响，未来需要进行更长的随访期和更大的样本量的研究。

资料来源：