Dans un récent éditorial publié dans le Nutrients Journal, des chercheurs ont décrit les applications de l’intelligence artificielle (IA) au bien-être et à la nutrition de la population.
Étude: Applications de l’intelligence artificielle à la nutrition en santé publique. Crédit d’image : métamorphoses/Shutterstock.com
Sommaire
Arrière-plan
La recherche en santé publique couvre un large éventail de sujets, depuis l’étude des effets des mesures gouvernementales telles que la taxation des boissons gazeuses et les subventions aux aliments nutritifs jusqu’à l’examen de la manière dont le changement climatique et les conditions économiques affectent les choix alimentaires et l’accessibilité.
Dans un monde bien connecté, de nouvelles approches et technologies sont développées pour résoudre le problème du suivi correct de l’apport nutritionnel à grande échelle.
La recherche en nutrition s’appuie de plus en plus sur des modèles d’intelligence artificielle et d’apprentissage automatique pour comprendre, diagnostiquer, prévoir et expliquer les données. Les capacités et l’utilisation de l’intelligence artificielle ont augmenté à un rythme sans précédent.
Les algorithmes basés sur l’apprentissage automatique et l’augmentation exponentielle de la capacité de traitement ont alimenté des progrès rapides et infiltré et transformé un large éventail d’activités humaines et de secteurs sociétaux. Sur la base des données d’entraînement, l’apprentissage automatique peut permettre à un système informatique de créer un algorithme pour traduire les informations d’entrée en une sortie spécifique.
À propos de l’éditorial
Dans le présent éditorial, les chercheurs présentent le potentiel de l’IA en matière de bien-être public et de nutrition.
Utilisation de l’intelligence artificielle pour le bien-être public et la nutrition
Le bien-être public et la nutrition occupent une place de premier plan dans les domaines généraux du bien-être et de la prévention des maladies, se distinguant ainsi de la recherche nutritionnelle au niveau individuel.
Ce dernier plonge profondément dans les subtilités des besoins nutritionnels, du métabolisme et de l’hérédité au niveau individuel. En revanche, le bien-être public et la nutrition visent à comprendre et à influencer les habitudes alimentaires de populations entières plutôt que les besoins alimentaires individuels et les prédispositions génétiques.
Les promesses de l’IA en matière de bien-être public et de nutrition se réalisent de diverses manières novatrices. Les modèles d’intelligence artificielle se sont révélés utiles pour visualiser et évaluer l’environnement alimentaire et détecter les endroits où la disponibilité d’aliments nutritionnels est limitée, communément appelés « déserts alimentaires ».
Les algorithmes d’apprentissage automatique sont également utilisés pour prévoir les conséquences de futures mesures politiques, telles que l’impact de certaines subventions ou taxes sur les habitudes alimentaires de la population.
À un niveau plus large, les techniques d’intelligence artificielle ont contribué à surveiller les réseaux alimentaires mondiaux, à garantir la sécurité alimentaire et à prédire les perturbations futures causées par le changement climatique.
L’IA permet aux outils de générer et d’analyser des quantités massives de données, notamment des images satellite des zones agricoles et des débats en ligne sur les habitudes alimentaires, afin d’améliorer le bien-être public et les interventions nutritionnelles.
Limites de l’utilisation de l’intelligence artificielle
Les technologies d’intelligence artificielle suscitent de sérieuses inquiétudes qui ne doivent pas être négligées. La sécurité des données est essentielle et toute initiative de santé publique basée sur l’intelligence artificielle doit garantir le respect des droits des communautés et des individus.
Un autre problème clé est celui des préjugés ; la précision des algorithmes utilisés dans les outils d’apprentissage automatique dépend des données de formation, et tout préjugé dans l’ensemble de données de formation pourrait entraîner des résultats biaisés, exacerbant les inégalités existantes en matière de santé.
Bien que les modèles d’intelligence artificielle et d’apprentissage automatique soient de puissants outils de modélisation, le fait de ne pas appliquer des procédures de modélisation approfondies et bien pensées peut conduire à des résultats erronés et à des problèmes d’éthique et de préjugés.
La communauté doit capitaliser sur les avantages de l’IA et concevoir de nouvelles méthodes pour réduire ses éventuelles conséquences négatives. C’est une époque de partenariat entre l’innovation et les soins de santé, et en collaborant, on peut garantir que l’intelligence artificielle est un outil de changement positif pour améliorer la santé nutritionnelle dans le monde.
Conclusions
Dans l’ensemble, l’éditorial mettait l’accent sur l’application de l’intelligence artificielle dans les domaines du bien-être public et de la nutrition. Les utilisations potentielles de l’intelligence artificielle dans la santé et la nutrition des populations sont nombreuses, et les recherches actuelles pourraient bien repousser les limites de ce qui pourrait être réalisable.
Dans les domaines du bien-être public et de la nutrition, l’intelligence artificielle est utilisée pour cartographier et évaluer les environnements alimentaires, identifier les endroits où l’accès à des aliments sains est restreint et anticiper l’impact des mesures politiques sur les habitudes alimentaires de la population.
L’abondance des données, ainsi que les capacités croissantes de l’IA, offrent une pléthore d’opportunités inexplorées. Les chercheurs doivent sortir des sentiers battus pour exploiter le potentiel de l’intelligence artificielle afin d’encourager une meilleure alimentation et d’améliorer l’état nutritionnel au niveau communautaire.
Dans les années à venir, les modèles basés sur l’IA pourraient anticiper les demandes nutritionnelles de zones entières en fonction de la qualité des sols, du climat et des facteurs socio-économiques, aidant ainsi les décideurs politiques à déterminer les priorités alimentaires.
Les outils d’IA pourraient être utilisés pour suivre les modèles alimentaires dans le monde, détecter de nouvelles tendances et aider les professionnels de la santé publique à élaborer plus rapidement des solutions. Les systèmes d’IA pourraient même collaborer entre les pays pour normaliser les besoins nutritionnels afin qu’un message identique parvienne à tout le monde.
