Archivo - Comida, cocina, cocinar. - PEOPLEIMAGES/ISTOCK - Archivo
MADRID, 29 May. (EUROPA PRESS) -
Un sistema de inteligencia artificial que sugiere sustituir tan solo uno o tres ingredientes puede hacer que las comidas sean significativamente más nutritivas y menos costosas, según un nuevo estudio de la Universidad de California en Davis (Estados Unidos).
Las pautas dietéticas para reducir el riesgo de padecer enfermedades como la diabetes y las enfermedades cardiovasculares están bien establecidas, pero para la mayoría de las personas sigue siendo difícil aplicar los conocimientos de nutrición a la alimentación diaria.
Muchas herramientas de recomendación dietética exigen cambios drásticos a la vez, lo que puede derivar en prácticas insostenibles o confusión sobre cómo implementarlos.
En el nuevo estudio, Trevor Chan e Ilias Tagkopoulos de la Universidad de California, publican en 'PLOS Digital Health' cómo utilizaron datos de 135.491 comidas registradas por 55.228 adultos participantes en el estudio 'Lo que comemos en Estados Unidos' para identificar patrones comunes de comidas para el desayuno, el almuerzo y la cena.
Posteriormente, entrenaron un modelo de IA generativa para crear comidas realistas que siguieran esos patrones, ajustando además el tamaño de las porciones. A continuación, los investigadores comprobaron si la IA podía identificar uno, dos o tres cambios de ingredientes en cada comida para mejorar aún más la nutrición y reducir el coste.
En comparación con comidas reales con el mismo patrón dietético, las comidas generadas por IA se acercaron un 47% más a los objetivos nutricionales del USDA, manteniendo una similitud en tipo y sabor con lo que la gente consume habitualmente.
Al aplicar sustituciones de ingredientes, el cambio de uno a tres alimentos mejoró la calidad nutricional en aproximadamente un 10%, a la vez que redujo los costos de las comidas modeladas entre un 22% y un 34%. Las sustituciones más comunes identificadas por el sistema consistieron en añadir verduras o legumbres y reemplazar alimentos procesados o con alto contenido de sodio.
En comparación con un modelo no especializado, GPT-4o, el modelo entrenado generó comidas más cercanas a las pautas de macronutrientes del USDA. Los autores enfatizan que la evaluación es completamente computacional y no se ha probado con usuarios reales. Sin embargo, sugieren que podría ayudar a las personas a identificar maneras sencillas de mejorar sus hábitos alimenticios.
"Al convertir las pautas dietéticas en comidas realistas y económicas, y en sustituciones sencillas, este marco puede servir de apoyo a los programas de salud pública y a las aplicaciones para consumidores", escriben los autores.
"Las guías alimentarias suelen indicar cómo debería ser una dieta saludable, pero no siempre muestran cómo lograrla a partir de las comidas que ya se consumen. Nuestro estudio demuestra que es posible traducir los estándares dietéticos en cambios prácticos a nivel de comidas, identificando un pequeño número de sustituciones de ingredientes que pueden hacer que las comidas sean más saludables y económicas, sin dejar de ser reconocibles. Lo que nos pareció más interesante es que mejorar las comidas no requiere necesariamente un rediseño completo", señalan Chan y Tagkopoulos.
En muchos casos, sustituciones específicas pueden ser suficientes para acercar una comida a las recomendaciones dietéticas, lo que podría hacer que la alimentación saludable parezca más práctica y alcanzable.
"Comer más sano no tiene por qué significar renunciar a las comidas que ya disfrutamos. Con la IA, podemos identificar pequeñas sustituciones de ingredientes que conservan el sabor, a la vez que son mejores para nuestra salud y nuestro bolsillo", concluyen.
