Substituirea ingredientelor contribuie la mese mai sănătoase și mai accesibile financiar
Un cadru de inteligență artificială care sugerează doar una până la trei înlocuiri de ingrediente poate face mesele semnificativ mai nutritive și mai ieftine, conform unui nou studiu publicat în jurnalul cu acces deschis PLOS Digital Health de Trevor Chan și Ilias Tagkopoulos de la Universitatea din California, Davis, SUA.
Direcțiile dietetice menite să reducă riscurile de afecțiuni precum diabetul și bolile cardiovasculare sunt bine stabilite, dar aplicarea științei nutriției în mesele zilnice rămâne o provocare pentru majoritatea oamenilor. Multe instrumente de recomandare dietetică cer utilizatorilor să facă modificări prea mari dintr-o dată, ceea ce duce la practici nesustenabile sau confuzie în implementarea schimbărilor.
În cadrul studiului, cercetătorii au folosit datele a 135.491 de mese înregistrate de 55.228 de adulți în studiul What We Eat in America pentru a identifica tipare comune de mese pentru mic dejun, prânz și cină. Apoi, au antrenat un model de inteligență artificială generativă pentru a crea mese realiste care respectă aceste tipare, ajustând în același timp dimensiunile porțiilor. Cercetătorii au testat apoi dacă AI-ul putea identifica una, două sau trei înlocuiri de ingrediente în fiecare masă pentru a îmbunătăți suplimentar nutriția și costul.
Comparativ cu mesele reale din același tipar dietetic, mesele generate de AI erau cu 47% mai aproape de obiectivele nutriționale USDA, menținându-se totodată apropiate de tipul și aromele meselor consumate de oameni. Aplicarea substituțiilor de ingrediente a dus la o îmbunătățire a calității nutriționale de aproximativ 10%, reducând costurile estimate ale meselor cu 22% până la 34%. Cele mai frecvente înlocuiri identificate de sistem au implicat adăugarea de legume sau leguminoase și înlocuirea alimentelor cu conținut ridicat de sodiu sau procesate.
Comparativ cu un model nespecializat, GPT-4, modelul antrenat a creat mese care respectau mai bine liniile directoare USDA privind macronutrienții. Autorii subliniază că evaluarea este complet computațională și nu a fost testată cu utilizatori reali. Totuși, ei sugerează că acest model ar putea ajuta oamenii să identifice modalități simple de a-și îmbunătăți obiceiurile alimentare.
„Transformând liniile directoare dietetice în mese realiste, conștiente de buget și schimbări simple, acest cadru poate sprijini programele de sănătate publică și aplicațiile pentru consumatori”, afirmă autorii.
Chan și Tagkopoulos rezumă: „Liniile directoare dietetice spun adesea oamenilor cum ar trebui să arate o dietă sănătoasă, dar nu întotdeauna arată cum se poate ajunge acolo din mesele pe care oamenii le consumă deja. Studiul nostru demonstrează că este posibil să traducem standardele dietetice în schimbări practice la nivelul meselor prin identificarea unui număr mic de substituții de ingrediente care pot face mesele mai sănătoase și mai eficiente din punct de vedere al costurilor, păstrându-le în același timp recognoscibile… [c]eea ce am găsit cel mai interesant este că îmbunătățirea meselor nu necesită neapărat o reproiectare completă. În multe cazuri, substituțiile țintite pot fi suficiente pentru a aduce o masă mai aproape de recomandările dietetice, ceea ce ar putea face alimentația sănătoasă să pară mai practică și realizabilă.”
„Ei adaugă: „O alimentație mai sănătoasă nu trebuie să însemne renunțarea la mesele pe care oamenii le apreciază deja. Cu ajutorul AI-ului, putem identifica mici substituții de ingrediente care păstrează gustul, fiind în același timp mai bune pentru sănătatea noastră și pentru buget.”
