Nutrition in the age of AI

KI ermöglicht eine präzise digitale Ernährungsbewertung

Standardisierte multimodale KI unterstützt nun die mehrsprachige Ernährungsverfolgung in Echtzeit mit Bild-, Barcode- und Texteingabe. Dies verbessert die Datenqualität deutlich und verringert die Abhängigkeit von menschlicher Annotation in digitalen Ernährungskohorten.

Die Glukosevorhersage verbessert sich mit umfangreicheren Ernährungsdaten

Modelle des maschinellen Lernens sagen postprandiale Glukosereaktionen genauer voraus, wenn detaillierte Daten zu Ernährung, Glukose und Demografie kombiniert werden. In dieser Kohorte sind Mikrobiomdaten nicht erforderlich, um eine hohe Vorhersageleistung zu erzielen.

Die Regelmäßigkeit der Ernährung ist wichtig für die Vielfalt des Mikrobioms

Die Regelmäßigkeit des Daily Healthy Eating Index zeigt einen stärkeren Zusammenhang mit der Alpha-Diversität des Darmmikrobioms als die Gesamtmenge gesunder Ernährung. Zeitliche Muster der Nahrungsaufnahme stellen daher eine wichtige ernährungsbezogene Dimension dar.

Die Fortbildungssitzung „Ernährung im Zeitalter der KI“, gehalten von Prof. Dr. Marcel Salathé und organisiert von der Klinik Barmelweid, zeigt auf, wie künstliche Intelligenz die Ernährungsforschung und -praxis derzeit durch eine verbesserte Erfassung und Analyse von Ernährungsdaten erweitert. Prof. Dr. Salathé erläutert, dass digitale Kohorten die ferngesteuerte Erhebung longitudinaler Daten zur Nahrungsaufnahme, zur kontinuierlichen Glukosemessung, zu körperlicher Aktivität, Schlaf und Darmmikrobiota ermöglichen, und berichtet, dass seine Gruppe in einer Schweizer Kohorte mit mehr als 1.000 abgeschlossenen Teilnahmen eine hohe Teilnehmerbindung erreicht. Er zeigt, dass Modelle des maschinellen Lernens postprandiale Glukosereaktionen mit deutlich höherer Präzision vorhersagen als der Kohlenhydratgehalt allein, und dass eine hohe Vorhersageleistung auch ohne Mikrobiom-Merkmale möglich bleibt. Eine zentrale Erkenntnis aus den vorgestellten Arbeiten ist, dass die Regelmäßigkeit gesunder Ernährung, gemessen anhand täglicher Healthy-Eating-Index-Werte, stark mit der Diversität des Darmmikrobioms assoziiert ist und für dieses spezifische Ergebnis informativer zu sein scheint als das Gesamtausmaß gesunder Ernährung. Prof. Dr. Salathé beschreibt zudem Hinweise aus seiner Arbeitsgruppe, dass Lebensmittelzusatzstoffe das Darmmikrobiom nachteilig beeinflussen könnten, betont jedoch, dass es sich hierbei weiterhin um ein sich entwickelndes Forschungsfeld handelt. Ein wesentlicher Schwerpunkt des Vortrags ist der Übergang von früheren KI-gestützten Ernährungsprotokollen mit menschlicher Annotation hin zur heutigen Echtzeit-Erfassung der Ernährung in mehreren Sprachen mithilfe frei verfügbarer Vision-Language-Modelle, was die Skalierbarkeit und Nutzbarkeit für Forschungskohorten deutlich verbessert. Abschließend skizziert er laufende und geplante Studien zu Ernährung, kognitiver Leistungsfähigkeit sowie zu longitudinalen Veränderungen in Ernährung, Mikrobiom, glykämischen Reaktionen und Gesundheitsoutcomes, weist jedoch darauf hin, dass bislang Belege dafür fehlen, ob kontinuierliche Glukosemessung bei nicht-diabetischen Personen die Diabetesinzidenz oder andere altersbedingte Erkrankungen verringert.