Le régime A.I.

Cela semble génial, mais j’ai réalisé que j’avais un gros problème. Pour la plupart, les aliments fortement recommandés, comme les danoises au fromage, étaient ceux que je n’aimais vraiment pas, tandis que ceux classés C-, comme les flocons d’avoine, le melon et la courge cuite, étaient généralement parmi mes préférés. La bratwurst (le pire et potentiellement le plus mortel des aliments à mon avis) a reçu un A+ ! Si je voulais éviter les pics de glucose, je devais faire des sacrifices assez importants dans mon alimentation.

Néanmoins, c’était un premier pas intéressant sur le chemin d’un régime personnalisé. Il existe maintenant une version commerciale de ce test, basée sur les recherches du Dr Segal et du Dr Elinav, bien qu’elle soit beaucoup plus limitée : Il analyse uniquement un échantillon de microbiome intestinal, sans surveiller le glucose ou ce que vous mangez.

D’autres efforts sont également en cours dans le domaine. Dans certaines études nutritionnelles en cours, les photos prises par les smartphones des assiettes des participants sont traitées par l’apprentissage profond, un autre sous-type d’IA, pour déterminer avec précision ce qu’ils mangent. Cela évite les tracas de l’enregistrement manuel des données et l’utilisation de journaux alimentaires peu fiables (pour autant que les participants se souviennent de prendre la photo).

Mais il s’agit là d’un seul type de données. Ce dont nous avons vraiment besoin, c’est de tirer plusieurs types de données – activité, sommeil, niveau de stress, médicaments, génome, microbiome et glucose – à partir de plusieurs dispositifs, comme les patchs cutanés et les smartwatches. Avec des algorithmes avancés, c’est éminemment faisable. Dans les prochaines années, vous pourriez avoir un coach de santé virtuel qui apprend en profondeur vos métriques de santé pertinentes et vous fournit des recommandations diététiques personnalisées.

Les avantages d’un tel coach devront, bien sûr, être validés par des essais randomisés, contrairement à la myriade de régimes qui sont colportés sans aucune preuve qu’ils sont efficaces ou même sûrs.

On ne pense pas souvent qu’un régime est dangereux, mais les mauvais aliments peuvent être dangereux pour les personnes présentant certains risques ou certaines pathologies. J’ai eu deux crises de calculs rénaux. Pour éviter une troisième, je dois éviter les aliments riches en oxalate, une molécule naturelle abondante dans les plantes. Mais si vous regardez les recommandations de mon régime personnalisé, beaucoup d’entre elles – comme les noix et les fraises – sont riches en oxalate. C’est une grosse erreur, car mes problèmes de santé préexistants n’étaient pas pris en compte dans le test. Et à mesure que nous subissons des changements importants au cours de notre vie, comme la grossesse ou le vieillissement, nous aurons besoin de réévaluer ce que devrait être notre régime alimentaire optimal.

Pour l’instant, il est frappant de constater qu’il a fallu le big data et l’IA pour réinitialiser nos perceptions sur quelque chose d’aussi fondamental que ce que nous mangeons. Nous sommes encore loin de « Vous Paléo, moi Keto », mais au moins nous faisons enfin des progrès, en apprenant qu’il n’existe pas de régime universel.

Eric Topol (@EricTopol), cardiologue et professeur de médecine moléculaire, est le vice-président exécutif de Scripps Research. Il est l’auteur de l’ouvrage à paraître « Deep Medicine », dont cet essai est adapté.

Le Times s’engage à publier une diversité de lettres à l’éditeur. Nous aimerions savoir ce que vous pensez de cet article ou de n’importe lequel de nos articles. Voici quelques conseils. Et voici notre adresse électronique : [email protected].

Suivez la section Opinion du New York Times sur Facebook, Twitter (@NYTopinion) et Instagram.