Czy AI może generować spersonalizowane plany dietetyczne w oparciu o dane DNA mikrobiomu jelitowego ?

Ostatnie systemy AI integrują sekwencjonowanie metagenomiczne z modelowaniem metabolicznym w celu dostosowywania planów żywieniowych. Modele te przewidują, jak bakterie jelitowe danej osoby zareagują na konkretne pokarmy. Obecnie są one testowane w badaniach klinicznych dotyczących schorzeń takich jak zespół jelita drażliwego. Dokładność wciąż znacznie się różni w zależności od populacji i kultur żywieniowych.

AI może generować spersonalizowane plany dietetyczne poprzez integrację danych DNA mikrobiomu jelitowego z innymi wskaźnikami zdrowia, choć pozostaje to wciąż nowatorskim zastosowaniem, a nie standardową praktyką. Badania wykazały, że modele uczenia maszynowego mogą przewidywać indywidualne odpowiedzi glikemiczne na pokarmy poprzez analizę składu mikrobiomu, torując drogę do spersonalizowanych zaleceń żywieniowych. Firmy takie jak Viome i DayTwo wykorzystują analizę próbek kału napędzaną AI do sugerowania zmian dietetycznych, jednak usługi te nie zostały jeszcze szeroko zweryfikowane przez badania kliniczne ani organy regulacyjne. Dokładność zależy w dużej mierze od jakości i skali danych dotyczących mikrobiomu, które różnią się między osobami i populacjami.

— Wzbogacono 12 maja 2026 · Źródło: Nature — https://www.nature.com/articles/s41586-022-05050-0