L'IA peut-elle générer des régimes personnalisés à partir de données d'ADN du microbiote intestinal ?

Les systèmes d'IA récents intègrent le séquençage métagénomique avec la modélisation métabolique pour personnaliser les plans nutritionnels. Ces modèles prédisent comment les bactéries intestinales d'un individu réagiront à des aliments spécifiques. Ils sont testés dans des essais cliniques pour des affections comme le syndrome de l'intestin irritable. La précision varie encore considérablement selon les populations et les cultures alimentaires.

L'IA peut générer des plans alimentaires personnalisés en intégrant les données d'ADN du microbiome intestinal avec d'autres indicateurs de santé, bien que cela reste une application émergente plutôt qu'une pratique standard. Des recherches ont montré que les modèles d'apprentissage automatique peuvent prédire les réponses glycémiques individuelles aux aliments en analysant les compositions du microbiome, ouvrant la voie à des recommandations nutritionnelles sur mesure. Des entreprises comme Viome et DayTwo utilisent l'analyse par IA d'échantillons de selles pour suggérer des changements alimentaires, mais ces services ne sont pas encore largement validés par des essais cliniques ou des organismes de réglementation. La précision dépend fortement de la qualité et de l'échelle des données du microbiome, qui varient selon les individus et les populations.

— Enriched 12 mai 2026 · Source : Nature — https://www.nature.com/articles/s41586-022-05050-0