ИИ революционизирует прецизионное питание: всесторонний обзор

Прецизионное питание — это передовой подход к планированию диеты, который адаптирует рекомендации по питанию к индивидуальным характеристикам, включая генетику, образ жизни и факторы окружающей среды. Интеграция искусственного интеллекта (ИИ) в прецизионное питание открывает беспрецедентные возможности для повышения эффективности и персонализации диетологических рекомендаций. ИИ может анализировать огромные объемы данных из различных источников, таких как мультиомические профили, пищевые привычки и медицинские истории, что позволяет выявлять тонкие диетологические потребности на индивидуальном уровне. В данном обзоре рассматриваются последние достижения в области ИИ и их применение в прецизионном питании.

Была использована стратегия систематического обзора, следующая за расширением Preferred Reporting Items for Systematic reviews and Meta-Analyses для систематических обзоров (PRISMA-ScR). Критерии включения включали статьи с 8 декабря 2014 г. по 28 мая 2024 г. на английском языке, полученные из авторитетных академических баз данных. Ключевые слова поиска были разделены на прецизионное питание, ИИ и обработку естественного языка. Критерии исключения включали редакционные статьи, исправления, письма, заметки, комментарии и исследования на животных. Всего в данный литературный обзор было включено 198 релевантных статей.

198 статей были распространены по 142 источникам, включая 98 журналов и 44 конференции. Журналы были вручную классифицированы по пяти различным категориям: Клиническая медицина, Пищевая наука и питание, Информатика, Компьютерные науки и Биология. Такое распределение отражает высокий уровень интереса и активности в области клинической медицины и информатики, что указывает на сильный акцент на применении методов ИИ в клинических условиях для персонализированных диетологических вмешательств или медицинских применений.

Среди 198 проанализированных публикаций 99 посвящены одному или нескольким заболеваниям. Тремя наиболее изученными заболеваниями являются диабет, сердечно-сосудистые заболевания и рак. Менее изученные заболевания включают желудочно-кишечные расстройства, нейродегенеративные заболевания, расстройства пищевого поведения, психические расстройства, ожирение, зрительную усталость, COVID-19, пищевые аллергии и кожные заболевания. Исследования этих менее изученных заболеваний в основном появились после 2020 года.

Основные области применения ИИ в прецизионном питании — оптимизация здоровья, профилактика заболеваний и управление заболеваниями. Оптимизация здоровья направлена на улучшение самочувствия людей посредством персонализированных диетологических вмешательств с использованием различных подходов ИИ. Профилактика заболеваний фокусируется на использовании ИИ для прогнозирования и предотвращения возникновения заболеваний посредством персонализированных диетических рекомендаций. Управление заболеваниями включает использование ИИ для помощи в лечении существующих заболеваний с помощью индивидуальных планов питания.

Обзор освещает разнообразные наборы данных, используемые в литературе, и обобщает методологии и метрики оценки для руководства будущими исследованиями. Методы ИИ систематически категоризированы, причем каждый метод описан вместе с примерами из исследований прецизионного питания. Метрики оценки, используемые для оценки моделей ИИ, также категоризированы и объяснены с соответствующими примерами.

Обзор подчеркивает важность учета мнений меньшинств и культурных особенностей для продвижения справедливости в прецизионном питании с использованием ИИ. Он исследует влияние и потенциал различных факторов, таких как социально-экономические условия, культурная чувствительность, доступность технологий и цифровая грамотность, этические вопросы и конфиденциальность, индивидуальные потребности в питании, общественные подходы, а также политика и адвокация, на ИИ для прецизионного питания.

Будущие исследования должны дальше интегрировать факторы меньшинств и культурные факторы, чтобы полностью использовать потенциал ИИ в прецизионном питании. Существует потребность в более комплексных исследованиях, подробной информации о методах исследований и исследовательских материалах, включая подробные ссылки на наборы данных и их описания. Устранение фрагментарных знаний и разрозненных паттернов публикаций также имеет решающее значение.

Данный систематический обзор предоставляет всесторонний обзор текущего состояния ИИ в прецизионном питании, освещая достижения, проблемы и будущие направления. Анализируя источники публикаций, целевые заболевания, области применения, наборы данных, методы ИИ, метрики оценки и факторы меньшинств и культурные факторы, данный обзор улучшает понимание потенциала ИИ в прецизионном питании и предлагает новые направления для будущих исследований.

AD: Болезнь Альцгеймера, AI: искусственный интеллект, ANOVA: дисперсионный анализ, AUC: площадь под кривой, AUROC: площадь под рабочей характеристикой приемника, CGM: непрерывный мониторинг глюкозы, CRC: колоректальный рак, DSS: система поддержки принятия решений, EHR: электронная медицинская карта, EN: энтеральное питание, FEL: список пищевых обменов, FFQ: опросник частоты потребления пищи, HbA1c: гликированный гемоглобин, HEI: индекс здорового питания, ICU: отделение интенсивной терапии, LLM: большая языковая модель, LSTM: долгая краткосрочная память, MIMIC-IV: Medical Information Mart for Intensive Care IV, NLP: обработка естественного языка, PPGR: постпрандиальная гликемическая реакция