Une étude pilote de six semaines révèle que les régimes sur mesure alimentés par l'intelligence artificielle peuvent améliorer la diversité des microbiomes intestinaux et réduire les risques liés à la santé liés à l'alimentation, bien que davantage de recherches soient nécessaires.
Étude: L'influence d'un programme de nutrition personnalisé axé sur l'IA sur le microbiome intestinal humain et ses implications pour la santé. Crédit d'image: Davor Gabor / Shutterstock.com
Les programmes de nutrition personnalisés basés sur l'intelligence artificielle (IA) ont le potentiel d'influencer positivement le microbiome intestinal chez l'homme. Cependant, des recherches supplémentaires sont nécessaires pour établir l'utilisation de tactiques intestinales axées sur les microbiomes pour la nutrition personnalisée.
Un récent Nutriments L'étude examine l'impact des programmes de nutrition personnalisés basés sur l'IA sur le microbiome intestinal des individus en bonne santé.
Sommaire
Les avantages pour la santé de la nutrition personnalisée
Une alimentation saine et un mode de vie sont cruciaux pour réduire le risque de maladies non transmissibles telles que le diabète, le cancer, l'obésité et les maladies cardiovasculaires. Malgré ces directives, les taux de maladies liées au régime continuent d'augmenter, ce qui pourrait être attribué à une variabilité significative de la façon dont chaque individu réagit à la nourriture. Ainsi, il reste un besoin urgent de nouvelles stratégies personnalisées en tant qu'alternative à l'approche inefficace «à un seul rythme».
Au cours des dernières années, les chercheurs se sont de plus en plus intéressés par le potentiel des plans nutritionnels personnalisés pour atténuer les problèmes de santé comme les maladies cardiométaboliques et favoriser un vieillissement sain.
Technologie de l'IA en nutrition
Les scientifiques de l'alimentation et les experts en nutrition ont récemment mis en œuvre des technologies d'IA pour promouvoir des régimes durables, respectueux de l'environnement et personnalisés. Par exemple, des chatbots axés sur l'IA ont été développés pour créer des plans de régime optimaux pour la perte de poids et gérer le diabète, tandis qu'un diététiste virtuel d'IA basé sur des preuves a récemment été généré pour répondre aux questions liées au régime alimentaire pour les patients cancéreux.
Pour la nutrition personnalisée, des modèles d'apprentissage automatique robustes peuvent prendre en charge les systèmes de santé numériques, les capteurs portables et les applications mobiles, qui sont désormais surveillés pour évaluer l'efficacité des recommandations alimentaires générées personnalisées pour les besoins et les caractéristiques d'un individu.
Cependant, les programmes de nutrition personnalisés modernes semblent sous-estimer l'importance des facteurs biologiques qui influencent la variabilité des réponses d'un individu à la nourriture en ce qui concerne sa santé.
À propos de l'étude
Les chercheurs de la présente étude ont évalué les effets d'une intervention de six semaines d'un programme nutritionnel personnalisé basé sur l'IA sur la composition du microbiote intestinal d'individus en bonne santé. Les changements alimentés dans les niveaux de macronutriments, les traits anthropométriques et biochimiques, ainsi que d'autres modifications microbiennes intestinales ont également été évaluées.
Une étude pilote de vingt-neuf participants en bonne santé recrutés dans le Center for Research and Technology (CERTH) en Grèce a été menée. Dans le cadre du projet de protéines, les candidats sélectionnés ont été informés de la façon d'utiliser une application de santé numérique pour smartphone qui fournit des conseils pour maintenir un mode de vie sain, sain nutritionnel et actif.
L'application Mobile Protein a fourni des recommandations de repas quotidiennes et hebdomadaires basées sur un nouveau conseiller nutritionnel personnalisé en IA. Cette application basée sur l'IA examine les préférences alimentaires de l'utilisateur, les problèmes de santé et les caractéristiques physiques pour suggérer des plans alimentaires appropriés personnalisés.
Au départ (pré-protéine), les nutritionnistes et les participants à l'étude ont fixé des objectifs d'activité alimentaire et physique (PA), qui pourraient être atteints par un mode de vie actif et l'adhésion à un régime méditerranéen conçu aux besoins spécifiques de l'individu. La nutrition personnalisée et les plans d'AP ont été générés automatiquement par le conseiller de l'IA et livrés aux participants via l'application Protein sur les smartphones.
Après cette période (post-protéine), le nutritionniste a évalué les progrès des participants lors de la visite de suivi.
Résultats de l'étude
L'âge moyen de la cohorte de l'étude était de 35 ans, qui vivaient tous au-dessus du seuil de pauvreté. La plupart des participants à l'étude étaient mariés et non-fumeurs. Sur 29 individus, 20 dépassaient l'apport énergétique quotidien recommandé.
Le séquençage génomique des régions V3-V4 de l'acide ribonucléique ribosomal 16S (ARNr) a été effectué sur 58 échantillons prélevés auprès de 29 individus. Un total de trois phyla, 19 classes, 44 commandes, 82 familles et 231 genres ont été identifiés.
Firmicutes et Bacteroidota étaient des microbiomes microbiens intestinaux dominants identifiés au départ et la visite de suivi de six semaines. Aux deux moments, Prevotella, bacteroideset Faecalibacterium ont été fréquemment identifiés. Cependant, une diversité et une abondance plus élevées du microbiote intestinal ont été observées à l'idée post-protéine par rapport aux niveaux de référence pré-protéine.
Rhodospirillales était les variantes de séquence d'amplicon les plus régulées à la hausse (ASV), qui ont été classées par signification, suivie de Groupe d'Eubacterium coprostanoligènes et Ruminocoque genres. Le potentiel fonctionnel des altérations taxonomiques observées a été évaluée par des analyses métagénomiques, qui ont identifié 12 voies avec une signification nominale, dont la plupart étaient associées à des processus métaboliques microbiens et à la dégradation de la purine.
Le point de cale post-protéine a été associé à une réduction significative des glucides, des protéines et de l'apport énergétique total. Des diminutions moyennes de 39%, 33% et 14% dans l'apport d'alcool / boissons, de bonbons et de restauration rapide, respectivement, ont également été observées à la fin de l'intervention. Notamment, l'adhésion au régime méditerranéen n'a pas changé entre les moments.
Aucun changement significatif dans les mesures anthropométriques n'a été observé, à l'exception d'une réduction petite mais significative du tour de taille moyen. Les niveaux de PA étaient systématiquement variables à la fois pré et post-protéine parmi la cohorte de l'étude.
Les changements dans l'apport sucré étaient positivement corrélés avec les mesures du poids corporel, des graisses, de la circonférence de la hanche et de l'hémoglobine. Une association positive robuste entre l'apport en graisses et l'abondance de Oscillospiraceae a été observé.
Une forte association positive entre l'urée et Lachnospiraceae était observéalors que une corrélation négative entre le taux de cholestérol et Oscillibacter a été signalé.
Conclusions
Les interventions alimentaires personnalisées soutenues par l'IA ont le potentiel de favoriser la santé globale en facilitant une saine prolifération du microbiome intestinal. Dans la présente étude, ces altérations de l'écosystème microbien intestinal ont entraîné une réduction des symptômes de constipation, de ballonnements et de syndrome inflammatoire de l'intestin, tout en soutenant la fonction immunitaire.
Pour valider ces résultats et fournir une évaluation holistique de l'impact des approches nutritionnelles personnalisées basées sur l'IA, de futures études avec des périodes de suivi plus longues et des tailles d'échantillon plus importantes sont nécessaires.
