1 min
Persoonlijke assistenten die iemand snel helpen gezonde voedingskeuzes te maken. Maar dan niet door een bestaand iemand, maar door AI-gestuurde voedings-apps. Voor adviezen op basis van je microbioom, eetpatroon en bloedglucoselevels. En dat zou nog maar het begin zijn.
Geen getel van calorieën, of het proberen van een ‘gezond dieet’. Bij de DayTwo-app matcht een algoritme voedingskeuzes met het microbioom en metabolisme van een individu, schrijft The New York Times. De app doet voorspellingen hoe iemand zal reageren op een maaltijd. Voedingsmiddelen krijgen geen ‘goed’ of ‘slecht’ stempel. Alles hangt af van de bloedsuikerspiegel en darmgezondheid van de gebruiker.
Het machine learning-algoritme van de app, op basis van onderzoek van het duo Eran Segal en Eran Elinav van het Weizmann Institute of Science in Israël, identificeert patronen. Het analyseert de bloedsuikerreacties van verschillende individuen op tienduizenden verschillende maaltijden om persoonlijke kenmerken te identificeren - zoals leeftijd, geslacht, gewicht, microbioomprofiel en verschillende metabolische metingen - die verklaren waarom de glucose van de ene persoon piekt met bepaald voedsel en die van een andere persoon niet.
Het algoritme gebruikt deze waarnemingen om te voorspellen hoe een bepaald voedingsmiddel iemands bloedsuikerspiegel zal beïnvloeden en kent op basis daarvan elke maaltijd een score toe. Die scores geven aan hoe gezond een maaltijd is voor een specifiek persoon. Met een snoepje 2 uur voor de maaltijd kan het systeem nog geen rekening houden. Maar gebruikers kunnen wel spelen met voedselcombinaties om de score van een maaltijd te beïnvloeden. Voor jou kan het bijvoorbeeld werken om je bloedglucoselevel minder te laten pieken door meer eiwit te eten bij de eigenlijk foute mac and cheese.
De algoritmes zijn nu nog vooral gericht op bloedsuikerspiegel. Het idee is dat meer persoonlijke gegevens de app nauwkeuriger maken. Ook voedingspatronen die - in theorie - cholesterol, bloeddruk, hartslag in rust of een andere meetbare klinische indicator verlagen zijn toekomstdromen. DayTwo is vooralsnog niet beschikbaar voor consumenten, wel voor werkgevers en verzekeraars.
De AI-programma’s vertellen (nog) niet het hele verhaal, waarschuwen experts. Er zijn nog tal van gegevens die het samenspel tussen het dammicrobioom en ons metabolisme beïnvloeden, zoals genetica. Experts waarschuwen ook: wat goed werkt bij diabetes, kan op andere manieren ongezond zijn. Zo kan een aangeraden voedingspatroon voor de een, bij de ander misschien wel nierstenen veroorzaken. Dat maakt een diëtist voorlopig nog niet overbodig. Apps kunnen wel laagdrempeliger zijn en makkelijker vol te houden. Voor nu is het een begin. Meer en grotere onderzoeken zijn onderweg.
Dit artikel afdrukken
Het machine learning-algoritme van de app, op basis van onderzoek van het duo Eran Segal en Eran Elinav van het Weizmann Institute of Science in Israël, identificeert patronen. Het analyseert de bloedsuikerreacties van verschillende individuen op tienduizenden verschillende maaltijden om persoonlijke kenmerken te identificeren - zoals leeftijd, geslacht, gewicht, microbioomprofiel en verschillende metabolische metingen - die verklaren waarom de glucose van de ene persoon piekt met bepaald voedsel en die van een andere persoon niet.
Het algoritme gebruikt deze waarnemingen om te voorspellen hoe een bepaald voedingsmiddel iemands bloedsuikerspiegel zal beïnvloeden en kent op basis daarvan elke maaltijd een score toe. Die scores geven aan hoe gezond een maaltijd is voor een specifiek persoon. Met een snoepje 2 uur voor de maaltijd kan het systeem nog geen rekening houden. Maar gebruikers kunnen wel spelen met voedselcombinaties om de score van een maaltijd te beïnvloeden. Voor jou kan het bijvoorbeeld werken om je bloedglucoselevel minder te laten pieken door meer eiwit te eten bij de eigenlijk foute mac and cheese.
De algoritmes zijn nu nog vooral gericht op bloedsuikerspiegel. Het idee is dat meer persoonlijke gegevens de app nauwkeuriger maken. Ook voedingspatronen die - in theorie - cholesterol, bloeddruk, hartslag in rust of een andere meetbare klinische indicator verlagen zijn toekomstdromen. DayTwo is vooralsnog niet beschikbaar voor consumenten, wel voor werkgevers en verzekeraars.
De AI-programma’s vertellen (nog) niet het hele verhaal, waarschuwen experts. Er zijn nog tal van gegevens die het samenspel tussen het dammicrobioom en ons metabolisme beïnvloeden, zoals genetica. Experts waarschuwen ook: wat goed werkt bij diabetes, kan op andere manieren ongezond zijn. Zo kan een aangeraden voedingspatroon voor de een, bij de ander misschien wel nierstenen veroorzaken. Dat maakt een diëtist voorlopig nog niet overbodig. Apps kunnen wel laagdrempeliger zijn en makkelijker vol te houden. Voor nu is het een begin. Meer en grotere onderzoeken zijn onderweg.
Nog 3
Je hebt 0 van de 3 kado-artikelen gelezen.
Op 6 december krijg je nieuwe kado-artikelen.
Op 6 december krijg je nieuwe kado-artikelen.
Als betalend lid lees je zoveel artikelen als je wilt, én je steunt Foodlog
Lees ook
"Het analyseert de bloedsuikerreacties van verschillende individuen op tienduizenden verschillende maaltijden om persoonlijke kenmerken te identificeren ... die verklaren waarom de glucose van de ene persoon piekt met bepaald voedsel en die van een andere persoon niet.
Volgens mij kloppen in deze zin twee dingen niet:
Ten eerste is de app gebaseerd op onderzoek van enkele jaren geleden, waarbij het algoritme werd getuned op ca. 100 mensen en gevalideerd op zo'n 800. De daarbij gevonden associaties worden nu gebruikt. Dus geen 'tienduizenden' maaltijden.
Ten tweede, de genoemde kenmerken 'verklaren' niets. Het zijn slechts associaties en het is onbekend waarom de ene set karakteristieken geassocieerd is met hogere glucosepieken bij het ene voedingsmiddel en de andere set met een ander voedingsmiddel.
Hoewel ik er van overtuigd ben dat individuele verschillen cruciaal zijn, vermoed ik dat we alleen verder komen als we het klassieke concept van causaliteit loslaten. Er zijn zoveel parameters en zo'n sterke niet-lineariteit, dat er geen directe oorzaak-gevolg-relaties zijn te identificeren cq. bestaan.
Naast machine learning die associaties vindt is er een eenvoudiger methode, die wat zweverig klinkt: luisteren naar je eigen lichaam en geest. Als je een uurtje na het eten van paprika chips wat inzakt, dan is dat misschien geen ideale snack voor je.
DayTwo is vooralsnog niet beschikbaar voor consumenten, wel voor verzekeraars en werkgevers????
Onze privédata zijn al in handen van commerciële partijen, nog voordat we ze hebben verzameld??