Diabete: modello basato su AI prevede le risposte glicemiche a ogni alimento

Un gruppo di scienziati dello Stevens Institute of Technology di Hoboken (USA) ha messo a punto un modello – basato sull’intelligenza artificiale – in grado di prevedere la risposta glicemica della persona con diabete all’assunzione di un alimento. Il modello, secondo i ricercatori, può essere utilizzato dai medici sin dal primo colloquio con il paziente, al fine di indirizzarlo a un corretto regime alimentare.

15 APR - Un articolo pubblicato sul Journal of Diabetes Science and Technology da un team di ricercatori dello Stevens Institute of Technology di Hoboken (USA), guidato da Samantha Kleinberg, propone un approccio innovativo per personalizzare ulteriormente la gestione del diabete: un modello in grado di prevedere con precisione le risposte glicemiche individuali agli alimenti che fanno parte del proprio regime alimentare.

Per lo studio, Kleinberg e colleghi hanno analizzato due set di dati, che includevano sia diari alimentari, sia dati di monitoraggio della glicemia, raccolti tra circa 500 persone con diabete di tipo 1 e di tipo 2 residenti negli USA e in Cina. Attraverso i database e ChatGPT, il team ha classificato ogni pasto in base al contenuto di macronutrienti, distinguendo quelli equivalenti dal punto di vista nutrizionale.
Addestrando un algoritmo con i dati nutrizionali e le caratteristiche degli alimenti, oltre che con informazioni di carattere demografico,i ricercatori sono riusciti a prevedere la risposta glicemica di ciascun individuo a ogni singolo alimento, con lo stesso livello di precisione degli studi che utilizzano i dati del microbioma.

Inoltre i ricercatori, includendo nel modello i dati relativi ai cicli mestruali, sono riusciti a comprendere gran parte delle variazioni glicemiche evidenziate nelle donne e hanno ipotizzato che i cambiamenti dei livelli ormonali possono avere un ruolo importante nelle risposte glicemiche individuali.
Il modello – spiegano i ricercatori – è abbastanza potente da prevedere le risposte glicemiche di un individuo sulla base di dati demografici, senza bisogno di un training basato su diari alimentari o altri tipi di dati; i medici, dunque, potrebbero utilizzarlo per offrire consigli nutrizionali già dal primo incontro con il paziente. “Possiamo offrire raccomandazioni migliori se disponiamo di più dati, ma possiamo ottenere ottimi risultati anche senza avere informazioni personalizzate”, afferma Kleinberg,“Con questo modello si possono dare ai pazienti consigli utili fin da subito, per motivarli a proseguire con una corretta alimentazione”.

Fonte: Journal of Diabetes Science and Technology, 2025

15 aprile 2025
© Riproduzione riservata