Může vám AI pomoci jíst zdravěji?

Nový systém AI poskytuje personalizované týdenní nabídky zakořeněné ve středomořské kuchyni, vyvážení chuti, výživy a kulturních potřeb, pokud nemáte alergii na ořechy nebo mléčné výrobky.
Studie: Systém doporučení výživy založeného na AI: Technické ověření s poznatky ze středomořské kuchyně. Obrázek kredit: Dragon Images / Shutterstock
Chronická onemocnění nebo životní styl, včetně mrtvice, srdečního infarktu, obezity a diabetu 2. typu, jsou na vzestupu, zejména kvůli přepínačům stravovacích a fyzických aktivit. Umělá inteligence (AI) se tlačí do služby pro formulaci personalizovaných a vyvážených jídelních plánů pro zdravé jedince, které odpovídají jejich chutě a potřebám.
Nedávný článek zveřejněný v časopise Hranice ve výživě Představuje systém nutričního doporučení (AINR) založený na AI, který produkuje týdenní jídelní plány ze středomořského menu, který odpovídá doporučením kalorií a makronutrientu a zároveň prosazuje rozmanitost potravin a stravovací pravidla.
Zavedení
Většina lidí ví, že musí být fyzicky aktivní a jíst vyváženou stravu. Pracovní návyky, rozvrhy rodin a finanční zdroje často brání přijetí těchto návyků. Aby je odstavili od nezdravého jídla, odborníci prozkoumali proveditelnost a účinnost Systémy doporučení výživy. Jsou navrženy tak, aby pomohly uživatelům vybrat si jejich nejlepší stravu pro dlouhodobé dodržování předpisů a zlepšení zdraví.
AI se nyní využívá k vytváření optimálních stravovacích plánů založených na výběru a potřebách uživatelů, včetně alergií, sezónnosti, kulturních faktorů a potřeb kalorií. Zatímco velké jazykové modely (LLM), jako je chatgpt, představují vznikající přístupy ve výživové AI, současný AINR místo toho používá metody založené na pravidlech.
Tradiční vs. systémy založené na AI
Takové systémy doporučení výživy mohou být kategorizovány jako tradiční a AI založené na systémech.
Tradiční systémy
První druh systému používá čtyři typy přístupů k plánování jídel:
- Kombinatoriální optimalizační techniky
- Filtrování založené na obsahu
- Kolaborativní filtrování
- Hybridní přístupy
Cílem kombinatoriální analýzy je zajistit přiměřenou rozmanitost ve stravě a zahrnuje všechny skupiny potravin, dosažení efektivity nákladů při respektování uživatelských preferencí. Navzdory své matematické spolehlivosti nemusí zde používané algoritmy přesně odrážet cíle a volby uživatelů. Rovněž zjednodušují nutriční pravidla a zároveň zmenšují oblast rozmanitosti potravin. Tato omezení omezují jeho použitelnost na skutečné plánování jídla v reálném životě.
Další tři typy přístupu korelují preference uživatelů a/nebo atributy potravin pro přizpůsobení návrhů potravin. Čerpají z minulých interakcí nebo uživatelských profilů, aby navrhovaly podobné potraviny, jako jsou potraviny zastoupené na používaném profilu uživatele, nebo jiných uživatelů s podobným profilem. Cílem hybridních přístupů se zaměřuje na smíchání nejlepších částí těchto metod pro optimalizaci a zvýšení relevance jídelního plánu ještě dále.
Systémy založené na AI
Systémy doporučení výživy založené na AI byly navrženy tak, aby překonali překážky, že mají příliš málo údajů v mnoha klíčových oblastech, problémy s škálovatelností a museli se vypořádat s chladným začátkem. Tato omezení stravování uživatelů (jako jsou alergie nebo kulturní tabu) a zdravotní cíle, jakož i nutriční obsah. V takových systémech se v současné době používají systémy založené na znalostech i strojové učení (ML).
Systémy založené na znalostech jsou reprezentovány přístupem pro optimalizaci mnoha objektivních optimalizace (MAOO) a mechanismem generátoru jídla (MPG) nebo proteinovým poradcem, který kompiluje týdenní stravovací plány založené na již přednastavených nutričně vyvážených jídlech v souladu s potřebami uživatelů a pravidly stravy. Naopak se platformy založené na ML učí z kontextu a chování uživatelů a vyjádřily preference, aby přišly s každodenními personalizovanými jídelními plány.
Doporučení výživy založené na AI (AINR). AINR je krmen profilem a preferencemi uživatele, s principy zdravé stravy a potravinami ze středomořské databáze jídel a jídel. Jádro AINR zpracovává tyto informace pomocí odborníků ověřených pravidel a filtračních mechanismů, aby uživatelům navrhl zdravé osobní plány týdenních stravování.
O studii
Současná studie představuje AINR navržený tak, aby poskytoval týdenní jídelní plány založené na středomořské stravě, buď španělštině nebo turečtině. Systém byl testován na 4 000 generovaných uživatelských profilech, včetně turistů s alergiemi (mléčné výrobky, vejce, ořechy, ryby) a preference (Halal).
Jak to funguje
Cílem bylo připravit týdenní plán výživy pomocí přísného čtyřstupňového procesu:
- Filtrací jídla podle sezónnosti a místní kuchyně
- Vyloučit jídla v rozporu s alergiemi/preferencemi
- Generujte a skóre denní stravovací plány proti cílům energie/makronutrientu
- Shromáždit týdenní plány vynucení pravidel rozmanitosti potravin (např. Maximální tři rybí porce/týden, žádné opakované pokrmy> 3x/týden)
Důležité je, že lidský dohled je vyžadován, protože plány generované automobily nejsou ověřeny odborníky na výživu.
Výsledky studie
Výsledky prokázaly 100% přesnost filtrování pro zemi, alergie, preference a sezónnost. Týdenní plány však byly vytvořeny pouze pro ~ 90% profilů:
- Španělští uživatelé s alergiemi na mléko/ořechy obdrželi 0% životaschopných plánů kvůli mezerám databáze (např. Žádné španělské snídaně pro uživatele mléka-alelergické uživatele)
- Turecké profily mužů vykazovaly nižší přesnost (87% kalorií, 66% protein)
- Španělští uživatelé a turecké samice dosáhly přesnosti kalorií 98% a přesnost> 90% makronutrientu
Alergie na mléko a ořechy zabránily týdennímu plánování, zejména u španělských uživatelů, kvůli omezeným možnostem databáze. Systém AINR potřebuje expanzi databáze s náhradníky mléka a hlavně ověření v reálném světě.
Závěry
Systém AINR „má slib při usnadňování vyváženějších stravovacích návyků“, ale vyžaduje vylepšení databáze pro alergie a turecké mužské uživatele. Vědci to otestují se skutečnými uživateli v intervenci SwitchtoHealthy a plánují jej rozšířit pro plánování rodinných jídel.
Reference časopisu:
- Kalpakoglou, K., Calderon-Perez, L., Boque, N., a kol. (2025). Systém doporučení výživy založeného na AI: Technické ověření s poznatky ze středomořské kuchyně. Hranice. doi: https://doi.org/10.3389/fnut.2025.1546107