Plans de régime IA : Évaluation de la qualité et de l'exactitude des régimes générés par chatbot

L'intégration de l'intelligence artificielle (IA) dans les soins de santé et la nutrition transforme rapidement la manière dont les plans de régime personnalisés sont créés et mis en œuvre. Les chatbots basés sur l'IA, tels que Gemini, Microsoft Copilot et ChatGPT 4.0, émergent comme des outils potentiels pour générer des régimes personnalisés de perte de poids. Cette étude vise à évaluer les capacités de ces chatbots dans la conception de plans de régime pour différents niveaux caloriques et genres, en se concentrant sur la qualité du régime et l'exactitude calorique.

Les chatbots IA offrent commodité et potentiel de soutien personnalisé, simulant des interactions humaines grâce au traitement du langage naturel et à l'apprentissage automatique. Ces outils peuvent fournir des recommandations personnalisées de régime et d'exercice, un soutien motivationnel et des encouragements pour améliorer l'adhésion aux programmes de gestion du poids. Cependant, des questions subsistent quant à l'exactitude et à la qualité des plans de régime qu'ils produisent, nécessitant une évaluation systématique par rapport aux normes nutritionnelles établies.

Cette étude comparative a évalué la qualité du régime des plans de repas générés par Gemini, Microsoft Copilot et ChatGPT 4.0 pour une gamme calorique de 1400 à 1800 kcal, en utilisant des invites identiques adaptées aux profils masculins et féminins. L'Indice International de Qualité du Régime (DQI-I) a été utilisé pour évaluer les plans selon les dimensions de variété, d'adéquation, de modération et d'équilibre. L'exactitude calorique a été analysée en calculant les écarts en pourcentage par rapport aux objectifs demandés.

Tous les chatbots ont atteint des scores DQI-I totaux élevés (DQI-I > 70), démontrant une qualité globale de régime satisfaisante. Cependant, les sous-scores d'équilibre liés aux distributions de macronutriments et d'acides gras étaient systématiquement les plus bas, montrant une limitation critique dans les algorithmes d'IA. ChatGPT 4.0 a fait preuve de la plus grande précision en matière d'adhérence calorique, tandis que Gemini a montré une plus grande variabilité, avec plus de 50 % de ses plans de régime s'écartant de la cible de plus de 20 %.

L'évaluation DQI-I a révélé que les régimes générés par IA excellent généralement en variété et en adéquation, assurant une gamme diversifiée de groupes alimentaires et un apport nutritionnel suffisant. Cependant, le sous-score d'équilibre, qui évalue les ratios de macronutriments et d'acides gras, a systématiquement reçu les scores les plus bas pour tous les chatbots. Cela indique un écart important dans la capacité des algorithmes d'IA à optimiser l'équilibre des macronutriments, soulignant la nécessité d'un raffinement algorithmique.

ChatGPT 4.0 a démontré la plus grande précision pour atteindre les objectifs caloriques demandés, aucun de ses plans de régime ne s'écartant de plus de 20 %. En revanche, Gemini a montré une plus grande variabilité, avec 50 % de ses plans de régime dépassant la cible calorique demandée de plus de 20 %. Cela souligne l'importance de valider et d'affiner les algorithmes d'IA pour garantir une adhérence calorique précise.

L'étude a également révélé des différences basées sur le genre dans la variété des plans de régime. Les sous-scores moyens pour « variété – groupes alimentaires » et « variété – sources de protéines » étaient significativement plus élevés pour les plans de régime conçus pour les femmes par rapport à ceux pour les hommes. Cela suggère un biais potentiel ou une variabilité dans l'adaptation des régimes aux utilisateurs masculins par rapport aux utilisatrices, justifiant des recherches supplémentaires et un raffinement des algorithmes d'IA.

Bien que les chatbots basés sur l'IA montrent des promesses significatives dans la génération de plans de régime de perte de poids nutritionnellement adéquats et diversifiés, les lacunes dans l'atteinte de distributions optimales de macronutriments et d'acides gras soulignent la nécessité d'un raffinement algorithmique. Ces outils ont le potentiel de révolutionner la nutrition personnalisée en offrant des solutions diététiques précises et inclusives, mais ils devraient améliorer plutôt que remplacer l'expertise des professionnels de la diététique. Les diététiciens peuvent exploiter les outils d'IA pour rationaliser la planification des régimes, tout en s'assurant que les plans répondent aux besoins individuels et respectent les normes nutritionnelles établies.

Cette étude présente certaines limites, notamment l'utilisation d'une gamme calorique spécifique et la focalisation sur trois chatbots populaires. Les recherches futures devraient explorer une gamme plus large de niveaux caloriques, intégrer des outils d'IA plus diversifiés et prendre en compte les préférences individuelles et les facteurs culturels. De plus, des études longitudinales sont nécessaires pour évaluer l'efficacité et la sécurité à long terme des plans de régime générés par IA.

Les chatbots basés sur l'IA montrent des promesses significatives dans la génération de plans de régime de perte de poids nutritionnellement adéquats et diversifiés. Néanmoins, les lacunes dans l'atteinte de distributions optimales de macronutriments et d'acides gras soulignent la nécessité d'un raffinement algorithmique. Bien que ces outils aient le potentiel de révolutionner la nutrition personnalisée en offrant des solutions diététiques précises et inclusives, ils devraient améliorer plutôt que remplacer l'expertise des professionnels de la diététique.