1 min
In een vermakelijk en helder opiniestuk in The New York Times doet de cardioloog en biochemicus Eric Topol verslag van zijn eerste ervaringen met personalized nutrition. Dat hem geadviseerd werd dingen te eten die hij niet lust, maakt hem niet minder enthousiast.
Topol stuurde zijn ontlasting en allerlei meetgegevens over zijn lichaamsprocessen naar het laboratorium van de Israëlische onderzoekers Eran Segal en Eran Elinav. Zij werden in 2015 wereldberoemd met hun artikel ‘Nutrition by Prediction of Glycemic Responses’. Met gebruikmaking van precieze meettechnieken en algoritmes kunnen zij voor elk individu een pasklaar dieet ontwikkelen. Ze werden de voorlopers van de nieuwe ontwikkelingen in personalized nutrition.
Topol wil helemaal geen cheesecake en bratwurst eten, hoewel het algoritme die wel aanraadt. Ook hield het algoritme geen rekening met een ernstige medische afwijking, maar dat kon het algoritme niet weten, want het was niet bij de dataset gevoegd. Niettemin is Topol enthousiast over artificial intelligence (AI) als wegwijzer in de diëtetiek.
'Universeel advies' is een illusie
Vooral is hij enthousiast omdat hij van mening is dat de voedingskunde zoals we die nu beoefenen ons eigenlijk helemaal geen goed advies geeft. Al die algemene uitkomsten van onbetrouwbare onderzoeken komen bij elkaar niet in de verste verte in de buurt van een universeel advies. Zelfs zo’n veelbelovend en grootscheeps onderzoek als PREDIMED, over het Mediterrane dieet, moest herzien en afgezwakt worden.
Bovendien hebben we niets aan een universeel advies. Als het recente onderzoek naar het microbioom ons iets heeft geleerd, is dat mensen onderling zo sterk verschillen, dat een algemeen gezond dieet dat voor iedereen goed is een illusie is.
Meer dan honderd factoren bepalen de insulinerespons, zegt Topol. Niet alleen koolhydraten dus. En het verschilt per persoon, de insuline-aanmaak na een maaltijd. Niet de voeding is bepalend, maar ieders darmbacteriën. Door Artifical Intelligence, big data en deep learning zullen we heel andere opvattingen krijgen over wat gezond eten is, aldus Topol.
Dit artikel afdrukken
Topol wil helemaal geen cheesecake en bratwurst eten, hoewel het algoritme die wel aanraadt. Ook hield het algoritme geen rekening met een ernstige medische afwijking, maar dat kon het algoritme niet weten, want het was niet bij de dataset gevoegd. Niettemin is Topol enthousiast over artificial intelligence (AI) als wegwijzer in de diëtetiek.
'Universeel advies' is een illusie
Vooral is hij enthousiast omdat hij van mening is dat de voedingskunde zoals we die nu beoefenen ons eigenlijk helemaal geen goed advies geeft. Al die algemene uitkomsten van onbetrouwbare onderzoeken komen bij elkaar niet in de verste verte in de buurt van een universeel advies. Zelfs zo’n veelbelovend en grootscheeps onderzoek als PREDIMED, over het Mediterrane dieet, moest herzien en afgezwakt worden.
Bovendien hebben we niets aan een universeel advies. Als het recente onderzoek naar het microbioom ons iets heeft geleerd, is dat mensen onderling zo sterk verschillen, dat een algemeen gezond dieet dat voor iedereen goed is een illusie is.
Meer dan honderd factoren bepalen de insulinerespons, zegt Topol. Niet alleen koolhydraten dus. En het verschilt per persoon, de insuline-aanmaak na een maaltijd. Niet de voeding is bepalend, maar ieders darmbacteriën. Door Artifical Intelligence, big data en deep learning zullen we heel andere opvattingen krijgen over wat gezond eten is, aldus Topol.
Nog 3
Je hebt 0 van de 3 kado-artikelen gelezen.
Op 5 mei krijg je nieuwe kado-artikelen.
Op 5 mei krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Lees ook
Dick,
Artsen acteren m.i op grote lijnen. De menselijke fysiologie en anatomie is nou ook weer niet zo heel individueel verschillend. Het laat zich prima onderscheiden van bijvoorbeeld de anatomie en fysiologie van een koe of zebravis. Die grote, meer generieke beschrijving van de menselijke (patho)fysiologie gaat dan ook uitstekend bij grote, expliciete problemen, zoals een hartaanval of gebroken arm. Therapieën (zoals chirurgie of medicijnen) hebben bovendien een relatief groot effect t.o.v. interpersoonlijke variaties.
Maar voeding gaat om kleine effecten en om talloze subtiele variaties tussen personen. Laat de hedendaagse geneeskunde nou net bij ziekten waarbij zulke subtiele en variabele factoren een hoofdrol spelen, het een stuk minder goed doen. Dan heb ik het over leefstijl gerelateerde ziekten. Denk aan allergieën, neurodegenerative ziekten, reumatische aandoeningen, prikkelbare darm, depressie, etc. De medische aanpak bij veel van dergelijke ziekten is vooral dweilen met de kraan open en hopen de symptomen een beetje te onderdrukken.
En dan komt daar het Weizmann Institute, en die beweren dat als je een handje walnoten door amandelen vervangt, je gezondheid score van een 3 naar een 8 gaat. M.a.w. zij beweren dat zij de kleine interpersoonlijke variaties helemaal in de tang hebben en daarmee grote effecten te kunnen bewerkstelligen. Ik vraag mij af of die kleine interpersoonlijke verschillen zich niet veel meer als een soort random variabelen gedragen, en dus helemaal niet beschreven kunnen worden in een soort pseudo-natuurwetten.
Dennis, als dat de vraag is, hoe kun je als medicus dan onderwijl toch mensen helpen?
Enerzijds is het fijn dat de acceptatie door begint te dringen dat niet ieder mens hetzelfde reageert op o.a. voeding.
Anderzijds is het bijna eng hoeveel geloof er is in de 'big data' en 'machine learning' aanpak die o.a. de mensen van het Weizmann Institute toepassen. Het klinkt misschien vreemd gezien de veel grotere complexiteit van deze aanpak, maar het is nog altijd een geloof in een reductionistische benadering van de menselijke fysiologie.
De grote aaname die er onder ligt, is dat het mogelijk is om uit een berg data correlaties te halen tussen bepaalde parameters (bijvoorbeeld microbioom samenstelling) en bepaalde uitkomsten (bijvoorbeeld glucose respons). Er wordt wel gedaan alsof er helemaal individueel gekeken wordt, maar ondertussen wordt er slechts één set correlaties gecreëerd en gehanteerd. Daarmee wordt gesteld (en aangenomen) dat iedereen die een zekere microbioom samenstelling heeft dús ook een identieke glucose respons zal hebben. M.a.w. de aanname van de machine learning aanpak, is dat er een soort 'natuurwetten' te extraheren zijn en dat de fysiologie van ieder mens te beschrijven is in termen van deze pseudo-natuurwetten. Daarmee zegt men op een ingewikkelde manier dus alsnog dat iedereen hetzelfde is (zich gedraagt en te beschrijven is in de ene set pseudo-natuurwetten), en dat enkel de 'instellingen' van bepaalde parameters verschillen. De vraag is of die aanname wel juist is.
Dokters van morgen (AVROTROS) op 22 jan 2019, stond in het teken van Personalized Nutrition. Ook de ontlasting van Maarten van der Weijden werd door het algoritme in Israel gehaald. Met enkele rigoureuze aanpassingen had hij misschien de Elfstedentocht wél kunnen uitzwemmen.
Mogelijk nog te bekijken op TVblik
Een algoritme dat iemand aanbeveelt om meer cheesecake te gaan eten vertrouw ik niet.