Poate AI genera un plan de dietă personalizat care să optimizeze atât rezultatele pentru sănătate, cât și aderența utilizatorului ?

Crearea unor planuri de dietă eficiente necesită echilibrarea științei nutriționale, metabolismului individual și a stimulentelor comportamentale. Sistemele recente de inteligență artificială integrează date metabolice, preferințe alimentare și factori de stil de viață pentru a personaliza planuri sustenabile. Acest lucru marchează o schimbare de la sfaturile generice către nutriția de precizie, deși persistă preocupări etice privind utilizarea datelor.

Sistemele actuale de inteligență artificială pot analiza datele de sănătate ale unui utilizator (vârstă, sex, tensiune arterială, rezultate de laborator), preferințele alimentare, alergiile, bugetul și stilul de viață pentru a propune un plan alimentar echilibrat în calorii și macroelemente, care respectă ghidurile bazate pe dovezi (de exemplu, DASH, Mediteranean sau ținte specifice diabetului). Adesea utilizează comenzi de modelare a limbajului mare sau ajustarea fină prin învățare prin întărire pentru a ajusta iterativ meniurile pe baza feedback-ului utilizatorului, astfel încât metricile de aderență, cum ar fi rata de finalizare și satisfacția auto-raportată, să se îmbunătățească, dar încă depind de baze de date nutriționale subiacente (USDA, EU FOOD-Data sau API-uri comerciale) care pot fi incomplete sau specifice regiunii. Aceste instrumente nu sunt încă reglementate ca dispozitive medicale, astfel încât, deși pot influența comportamentul, acestea ar trebui utilizate alături de, nu în locul, dieteticienilor sau medicilor calificați pentru utilizatorii cu risc ridicat.

— Actualizat la 12 mai 2026 · Sursă: Poziția Academiei de Nutriție și Dietetică: Tehnologia în Îngrijirea și Educația Nutrițională — https://doi.org/10.1016/j.jand.2018.06.011