Com prendre decisions alimentàries (artificialment) intel·ligents?

L'aprenentatge automàtic en el qual es basa la intel·ligència artificial s'està convertint en una eina clau en el camp de la salut. Com avançava l'informe de l'Organització Mundial de la Salut (OMS) Ethics and governance of artificial intelligence for health, pot ajudar a millorar la velocitat i la precisió dels diagnòstics i la detecció de malalties, facilitar l'atenció clínica o reforçar la recerca en l'àmbit de la salut. Però ara, a més, ha obert la porta a un altre camp en què pot tenir molt a dir: el de l'alimentació saludable.

Prendre decisions alimentàries artificialment intel·ligents és una possibilitat que els experts i expertes veuen cada vegada més a prop. Aplicacions com ara DayTwo, que utilitza la intel·ligència artificial per controlar la glucèmia, o fins i tot ChatGPT, que proposa menús vegans amb idees per esmorzars, dinars i sopars, ja ofereixen possibles solucions en aquest sentit. "L'ús de l'aprenentatge automàtic obre la porta a la personalització a gran escala. També obre la porta a poder tenir una visió holística del funcionament del cos", afirma Josep Curto, professor dels Estudis d'Informàtica, Multimèdia i Telecomunicació de la Universitat Oberta Catalunya (UOC). "Ens trobem en els primers passos d'avenços que probablement veurem entre els pròxims cinc i deu anys perquè encara cal millorar molts aspectes", adverteix.

Quant al seu funcionament, el professor de la UOC expert en dades massives explica que aquest tipus d'aplicacions normalment s'han entrenat amb grans quantitats de dades d'usuari, amb condicions similars, per classificar-les de manera correcta i poder fer recomanacions. "A més, haurien de ser casos d'ús d'assajos científicament rigorosos (basats en l'ús d'intel·ligència artificial). Quan comencem a fer-les servir, compartim les nostres dades d'un mesurament particular perquè el sistema ens classifiqui de manera adequada. Com més quantitat de dades compartim, millor serà el perfilat i podrem tenir una evolució històrica d'impacte de les recomanacions. Per exemple, en el cas de DayTwo, primer s'analitza una mostra fecal per seqüenciar el microbioma i després s'introdueixen mesuraments de glucosa.

Fallades i riscos

No obstant això, avui dia, els experts adverteixen que encara hi ha molt de camí per recórrer i que la falta d'estudis científics rigorosos és una dificultat que cal superar. "Ja és molt difícil adaptar una dieta de manera individual a una persona i encara hi ha molt de desconeixement sobre el metabolisme individual en relació amb els nutrients que cadascun de nosaltres ingerim", adverteix Carme Carrion, professora dels Estudis de Ciències de la Salut de la UOC, i recorda que dues persones poden menjar el mateix i l'impacte és diferent en funció dels diferents paràmetres fisiològics individuals de cadascuna. "Són coses que es van aprenent, es van descobrint i a poc a poc es van integrant, però precisament el tema de les dietes ha estat subjecte a moltes modes i sovint sense prou evidència científica que hi doni suport", explica la investigadora de l'eHealth Center de la UOC.

En la seva opinió, si es comptés amb una aplicació d'intel·ligència artificial que només considerés articles científics de bona qualitat, fets amb estudis de metodologia científica robusta i adaptats a tipus específics de persones, hi hauria un camp per obrir, "però no és la realitat avui dia. No existeix el "cafè per a tothom", i sovint els algorismes d'intel·ligència artificial estan elaborats amb població general, no amb població general que pateix determinades patologies, i població general majoritàriament de determinats països de renda alta i en poblacions no vulnerables. Per tant, hi ha poblacions que encara no poden estar representades per aquests algorismes per falta d'estudis previs".

També és l'opinió de Josep Curto, que adverteix que entre les possibles fallades d'aquesta mena d'aplicacions hi ha el fet de no tenir una visió holística de l'usuari o pacient, "per la qual cosa les recomanacions, que poden ser positives per perdre pes, podrien produir efectes secundaris, com ara al·lèrgies o inflamacions", o que, com que els sistemes d'intel·ligència artificial són correlacions de dades, és possible que les recomanacions simplement basades en dades –i no corregides per estudis científicament rigorosos– no siguin correctes.

A més, hi ha altres possibles riscos relacionats amb la monetització. Com explica Josep Curto, les solucions, que normalment estan orientades als usuaris, si no són capaces de monetitzar a partir d'aquests, busquen mecanismes que solen ser perjudicials per als usuaris. "Per exemple, vendre dades d'usuaris a tercers per a anàlisi del rendiment o recomanar productes, dels quals aconsegueixen comissió, a través de la plataforma que podrien no ser beneficiosos per als usuaris, cosa que ja ha passat a plataformes com ara Facebook, Twitter o altres que cada vegada aporten menys valor als usuaris. Fins i tot ChatGPT/Bing introduirà un mecanisme de monetització basat en publicitat perquè són sistemes amb un alt cost d'entrenament, manteniment i evolució", afirma el professor de la UOC.

Solucions de futur

Resoldre aquestes dificultats és el repte principal en opinió de l'equip d'experts, que afirmen que es tracta d'un problema multidimensional que requereix múltiples enfocaments. Segons Josep Curto, per poder millorar aquest tipus d'aplicacions caldria treballar en tres aspectes:

• • Realitzar estudis més amplis que incorporin més capes de dades, com ara el somni, l'exercici, l'estrès, el microbioma i l'historial mèdic, per determinar riscos previs, entre altres.
• • Crear la regulació necessària per ajudar consumidors i organitzacions a fer servir aplicacions que realment estan basades en assajos científicament rigorosos. En aquest sentit, caldrà crear estàndards de certificació.
• • Incloure mecanismes d'explicabilitat i interpretabilitat perquè l'usuari (o el doctor o doctora de l'usuari) pugui validar si les recomanacions tenen sentit o no.

No obstant això, fins i tot salvant aquestes dificultats, la intel·ligència artificial no substituirà el rol del nutricionista, sinó que li serà una eina de suport. "La intel·ligència artificial no substituirà cap professió. El que passarà és que els professionals que no utilitzin la intel·ligència artificial com una eina que els ajuda en el moment de prendre decisions són els que es quedaran obsolets, però sempre que parlem d'una intel·ligència artificial robusta i que sigui més adequada que el que podem tenir avui dia", afirma Carme Carrion.