Elaborado por Materia para OpenMind Recomendado por Materia
4
Inicio IA nutricional : transformar la cesta de la compra en salud
05 febrero 2024

IA nutricional : transformar la cesta de la compra en salud

Tiempo estimado de lectura Tiempo 4 de lectura

En la era digital, la inteligencia artificial (IA) ha emergido como una fuerza transformadora en diversos sectores, y el ámbito de la alimentación no es la excepción. En este contexto, la IA se ha convertido en una herramienta clave para detectar y abordar las necesidades nutricionales individuales de las personas mientras realizan sus compras en el supermercado. En los últimos meses, la integración de los datos en los procesos de compra está transformando la experiencia de los consumidores, permitiendo una toma de decisiones más informada y personalizada en el ámbito de la alimentación, con el objetivo de fomentar y mantener un ritmo de vida saludable. Por otra parte, según la Organización Mundial de la Salud, las enfermedades crónicas como la diabetes, la hipertensión arterial o el cáncer representan un problema de salud mundial por su prevalencia creciente y su alta incidencia en la mortalidad. Las mismas son responsables de la muerte de más de 41 millones de personas al año en el mundo, lo que representa el 74% de los decesos y su incidencia continúa en ascenso. Tanto su prevención como su correcto tratamiento son primordiales para reducir el impacto que tienen en la sociedad. Los estudios científicos son unánimes al coincidir en la importancia de un estilo de vida saludable para combatir estas enfermedades, con especial énfasis en la alimentación y los hábitos nutricionales.

BBVA-OpenMind-IA y medicos-Carlos Galmarini-salud-walter-otto
Los hábitos nutricionales están íntimamente relacionados con la aparición de enfermedades crónicas.

Análisis constante y personalizado de los productos

Uno de los aspectos más destacados de la inteligencia artificial a la hora de llenar la cesta de la compra es su capacidad para realizar análisis continuos de los productos disponibles en tiempo real. Los sistemas de IA pueden examinar etiquetas nutricionales, ingredientes y valores dietéticos, brindando información detallada sobre cada artículo. Esta capacidad de análisis instantáneo permite a los consumidores elegir productos e ingredientes según sus necesidades nutricionales específicas.

BBVA-OpenMind-Designer-IA nutricional
Los sistemas de IA pueden examinar etiquetas nutricionales, ingredientes y valores dietéticos

La IA utiliza datos previos, como historiales de compras y preferencias alimenticias, para personalizar recomendaciones justo en el momento de la compra. Ya existen herramientas que pueden predecir y adaptarse a las necesidades cambiantes del consumidor, sugiriendo alternativas más saludables o productos que complementen su dieta actual. Esta personalización no solo ahorra tiempo, sino que también promueve una alimentación más equilibrada y adaptada. Asimismo, es esencial que este tipo de desarrollos puedan alertar a los consumidores sobre posibles alergias, restricciones dietéticas o excesos en ciertos nutrientes. El consumidor también puede recibir sugerencias en tiempo real para equilibrar la dieta, destacando alternativas más saludables o complementos nutricionales que podrían ser beneficiosos.

De la alimentación saludable a la prevención y control de enfermedades

La inteligencia artificial no se limita únicamente a las aplicaciones de los comercios y supermercados; también se integra con dispositivos personales como relojes inteligentes y asistentes virtuales para proporcionar recordatorios y seguimientos personalizados. Los usuarios pueden recibir alertas sobre la necesidad de ciertos nutrientes o recordatorios para mantenerse hidratados, contribuyendo así a una vida más saludable y consciente. A medida que la tecnología evoluciona, podemos anticipar un futuro donde la inteligencia artificial no solo detecte nuestras necesidades nutricionales, sino que también nos guíe hacia un estilo de vida más saludable[1].

Se ha desarrollado una plataforma de Inteligencia Artificial que explota la información de parámetros fisiológicos ofrecidos por diversos dispositivos electrónicos, especialmente pulseras y relojes inteligentes, para detectar desviaciones de algunos de estos parámetros respecto a los valores saludables y realizar recomendaciones nutricionales específicas orientadas a corregir tales desviaciones. Esta estrategia tiene como finalidad tanto evitar la aparición de enfermedades crónicas en la población sana como ayudar a su tratamiento mediante medidas no farmacológicas en la población ya afectada por ellas. En particular, hemos lanzado al mercado dos herramientas que son complementarias y contribuyen ambas a llevar a cabo esta tarea de prevención y control de enfermedades crónicas como diabetes, hipertensión, etc. Existe un consenso en la comunidad científica que indica que la prevención y el tratamiento de estas enfermedades no puede ser exclusivamente farmacológico, sino que debe incluir cambios en los hábitos de vida, particularmente aquellos referidos a la alimentación: no en vano existe un número creciente de estudios que acreditan que el tipo de comida consumido afecta decisivamente a la aparición y progresión de las enfermedades crónicas.[2]

BBVA-OpenMind-lily-banse-IA nutricional
La prevención y el tratamiento de las enfermedades crónicas también incluyen medidas no farmacológicas

HealthGuard™ es una herramienta de prevención y control de enfermedades crónicas que, mediante el uso de redes neuronales, explota la información de parámetros fisiológicos recogidos por diversos dispositivos electrónicos, especialmente pulseras y relojes inteligentes. La aplicación evalúa los valores de tales parámetros y detecta cambios significativos en ellos. Estos cambios no tienen por qué implicar que los valores entren en rangos considerados patológicos; aunque estos valores aún se encuentren dentro de los intervalos considerados normales, la herramienta detecta tendencias temporales que, de prolongarse, podrían provocar la pérdida de esa normalidad y la entrada en niveles patológicos. HealthGuard™ es capaz de interpretar esa desviación y la clasifica como potencial riesgo de incidencia en una determinada categoría terapéutica.

La herramienta no se contenta con identificar los riesgos de manera temprana, sino que además propone recomendaciones nutricionales específicas y hábitos de vida saludables orientados a corregir tales desviaciones, de manera sencilla y atractiva con la ayuda de un segundo producto: NutriGuard™. Esta herramienta utiliza redes neuronales de aprendizaje profundo para explotar todo el conocimiento científico disponible en ámbitos especializados (bases de datos creadas y custodiadas por organismos prestigiosos en la comunidad científica internacional, así como bibliografía científica de alto impacto) con el fin de determinar el efecto fisiológico que tienen los distintos componentes moleculares de los alimentos. De esta manera, es capaz de proponer los alimentos más recomendables para desencadenar un efecto fisiológico que corrija la desviación detectada en los parámetros saludables de la persona, compensando el evento adverso.

La inteligencia artificial nos ayudará a tener un estilo de vida más saludable
La inteligencia artificial nos ayudará a tener un estilo de vida más saludable

 Hoy en día existen múltiples fuentes de información al alcance de las personas que quieren cuidar su salud y prevenir o controlar enfermedades crónicas como las mencionadas, pero es muy difícil contrastar esa información. Muchas veces las modas y los consejos “interesados” y sin ninguna base científica pueden acarrear consecuencias catastróficas para la salud. El acceso a información fiable y rigurosa desde el punto de vista médico no está al alcance del ciudadano de a pie.

 En el supermercado del mañana, la innovación y la salud convergen. Podremos comprar productos adaptados a nuestras necesidades nutricionales que serán determinadas por nuestros propios parámetros vitales en tiempo real. Ese mañana ya es hoy gracias a la inteligencia artificial.

Carlos Galmarini, CEO Topazium

Referencias

[1] A. Doherty et al. (2021) Front. Genet. 12: 768979

[2] D. Dicker et al. (2018). The Lancet 392: 1684

Comentarios sobre esta publicación

El nombre no debe estar vacío
Escribe un comentario aquí…* (Máximo de 500 palabras)
El comentario no puede estar vacío
*Tu comentario será revisado antes de ser publicado
La comprobación captcha debe estar aprobada