¿Cómo tomar decisiones alimentarias (artificialmente) inteligentes?

El aprendizaje automático en el que se basa la inteligencia artificial se está convirtiendo en una herramienta clave en el campo de la salud. Como adelantaba el informe de la Organización Mundial de la Salud (OMS) Ethics and governance of artificial intelligence for health, puede ayudar a mejorar la velocidad y la precisión de los diagnósticos y la detección de enfermedades, facilitar la atención clínica o reforzar la investigación en el ámbito de la salud. Pero ahora, además, ha abierto la puerta a otro campo donde puede tener mucho que decir: el de la alimentación saludable.

Tomar decisiones alimentarias artificialmente inteligentes es una posibilidad que los expertos y expertas ven cada vez más cerca. Aplicaciones como DayTwo, que utiliza la inteligencia artificial para controlar la glucemia, o incluso ChatGPT, que propone menús veganos con ideas para desayunos, almuerzos y cenas, ya ofrecen posibles soluciones en este sentido. "El uso del aprendizaje automático abre la puerta a la personalización a gran escala. También abre la puerta a poder tener una visión holística del funcionamiento del cuerpo", afirma Josep Curto, profesor de los Estudios de Informática, Multimedia y Telecomunicación de la Universitat Oberta Catalunya (UOC). "Estamos en los primeros pasos de avances que probablemente veremos entre los próximos cinco y diez años porque aún hay que mejorar muchos aspectos", advierte.

En cuanto a su funcionamiento, el profesor de la UOC experto en macrodatos explica que este tipo de aplicaciones normalmente se han entrenado con grandes cantidades de datos de usuario, con condiciones similares, para clasificarlos de forma correcta y poder hacer recomendaciones. "Además, deberían ser casos de uso de ensayos científicamente rigurosos (basados en el uso de inteligencia artificial). Cuando empezamos a usarlas, compartimos nuestros datos de una particular medición para que el sistema nos clasifique de forma adecuada. A mayor cantidad de datos compartamos, mejor será el perfilado y podremos tener una evolución histórica de impacto de las recomendaciones. Por ejemplo, en el caso de DayTwo, primero se analiza una muestra fecal para secuenciar el microbioma y luego se introducen mediciones de glucosa".

Fallos y riesgos

Sin embargo, hoy en día, los expertos advierten que aún hay mucho camino por recorrer y que la falta de estudios científicos rigurosos es una dificultad a superar. "Ya es muy difícil adaptar una dieta de forma individual a una persona y todavía hay mucho desconocimiento sobre el metabolismo individual en relación con los nutrientes que cada uno de nosotros ingerimos", advierte Carme Carrion, profesora de los Estudios de Ciencias de la Salud de la UOC, y recuerda que dos personas pueden comer lo mismo y el impacto es diferente en función de los distintos parámetros fisiológicos individuales de cada una. "Son cosas que se van aprendiendo, se van descubriendo y poco a poco se van integrando, pero precisamente el tema de las dietas ha estado sujeto a muchas modas y a menudo sin suficiente evidencia científica que lo respalde", explica la investigadora del eHealth Center de la UOC.

En su opinión, si se contara con una aplicación de inteligencia artificial que solo considerase artículos científicos de buena calidad, hechos con estudios de metodología científica robusta y adaptados a tipos específicos de personas, habría un campo por abrir, "pero no es la realidad a fecha de hoy. No existe el "café para todos", y a menudo los algoritmos de inteligencia artificial están elaborados con población general, no con población general que sufre determinadas patologías, y población general mayoritariamente de determinados países de renta alta y en poblaciones no vulnerables. Por tanto, hay poblaciones que no pueden estar representadas aún por estos algoritmos por falta de estudios previos".

También es la opinión de Josep Curto, que advierte que entre los posibles fallos de este tipo de aplicaciones se encuentran el hecho de no tener una visión holística del usuario o paciente, "por lo que las recomendaciones, que pueden ser positivas para perder peso, podrían producir efectos secundarios, como alergias o inflamaciones", o que, como los sistemas de inteligencia artificial son correlaciones de datos, es posible que las recomendaciones simplemente basadas en datos –y no corregidas por estudios científicamente rigurosos– no sean correctas.

Además, hay otros posibles riesgos relacionados con la monetización. Como explica Josep Curto, las soluciones, que normalmente están orientadas a los usuarios, si no son capaces de monetizar a partir de estos, buscan mecanismos que suelen ser perjudiciales para los usuarios. "Por ejemplo, vender datos de usuarios a terceros para perfilado o recomendar productos, de los que consiguen comisión, a través de la plataforma que podrían no ser beneficiosos para los usuarios, algo que ya ha pasado en plataformas como Facebook, Twitter u otras que cada vez aportan menos valor a los usuarios. Incluso ChatGPT/Bing va a introducir un mecanismo de monetización basado en publicidad porque son sistemas con un alto coste de entrenamiento, mantenimiento y evolución", afirma el profesor de la UOC.

Soluciones de futuro

Resolver estas dificultades es el principal reto en opinión del equipo de expertos, que afirman que se trata de un problema multidimensional que requiere múltiples enfoques. Según Josep Curto, para poder mejorar este tipo de aplicaciones sería necesario trabajar en tres aspectos:

• • Realizar estudios más amplios que incorporen más capas de datos, como el sueño, el ejercicio, el estrés, el microbioma y el historial médico, para determinar riesgos previos, entre otros.
• • Crear la regulación necesaria para ayudar a consumidores y organizaciones a usar aplicaciones que realmente están basadas en ensayos científicamente rigurosos. En este sentido, será necesario crear estándares de certificación.
• • Incluir mecanismos de explicabilidad e interpretabilidad para que el usuario (o el doctor o doctora del usuario) pueda validar si las recomendaciones tienen sentido o no.

Sin embargo, incluso salvando estas dificultades, la inteligencia artificial no sustituirá el rol del nutricionista, sino que será una herramienta de apoyo para este. "La inteligencia artificial no sustituirá ninguna profesión. Lo que sucederá es que los profesionales que no utilicen la inteligencia artificial como una herramienta que les ayuda en el momento de tomar decisiones son los que van a quedarse obsoletos, pero siempre que hablemos de una inteligencia artificial robusta y que sea más adecuada que lo que podemos tener hoy día", afirma Carme Carrion.