Het A.I. Dieet

Dat klinkt geweldig, maar ik realiseerde me dat ik een groot probleem had. Voor het grootste deel van de sterk aanbevolen voedingsmiddelen, zoals kaas danishes, waren degenen die ik echt een hekel aan, terwijl die beoordeeld C-, zoals havermout, meloen en gebakken pompoen, waren meestal een van mijn favorieten. Braadworst (het slechtste en potentieel meest dodelijke soort voedsel in mijn perceptie) werd beoordeeld met een A+! Als ik glucose pieken wilde vermijden, zou ik een aantal grote offers moeten brengen in mijn dieet.

Niettemin, het was een interessante eerste stap op weg naar een gepersonaliseerd dieet. Er is nu een commerciële versie van deze test, gebaseerd op het onderzoek van Dr. Segal en Dr. Elinav, maar die is veel beperkter: Het analyseert alleen een darm microbioom monster, zonder monitoring glucose of wat je eet.

Er zijn ook andere inspanningen aan de gang in het veld. In sommige voortdurende voedingsstudies worden smartphonefoto’s van de borden met voedsel van deelnemers verwerkt door deep learning, een ander subtype van A.I., om nauwkeurig te bepalen wat ze eten. Dit voorkomt het gedoe van het handmatig loggen van de gegevens en het gebruik van onbetrouwbare voedseldagboeken (zolang deelnemers onthouden om de foto te nemen).

Maar dat is een enkel type gegevens. Wat we echt moeten doen, is meerdere soorten gegevens binnenhalen – activiteit, slaap, stressniveau, medicijnen, genoom, microbioom en glucose – van meerdere apparaten, zoals huidpatches en smartwatches. Met geavanceerde algoritmen is dit heel goed mogelijk. In de komende jaren zou je een virtuele gezondheidscoach kunnen hebben die diepgaand leert over je relevante gezondheidsmetriek en je aangepaste voedingsaanbevelingen geeft.

De voordelen van zo’n coach moeten natuurlijk worden gevalideerd door gerandomiseerde proeven, in tegenstelling tot de talloze diëten die worden aangeprezen zonder enig bewijs dat ze effectief of zelfs veilig zijn.

We denken niet vaak aan een dieet als onveilig, maar het verkeerde voedsel kan gevaarlijk zijn voor mensen met bepaalde risico’s of aandoeningen. Ik heb twee keer nierstenen gehad. Om een derde te voorkomen, moet ik wegblijven van voedsel met veel oxalaat, een natuurlijk voorkomend molecuul dat overvloedig aanwezig is in planten. Maar als je kijkt naar de aanbevelingen voor mijn persoonlijke dieet, zijn veel voedingsmiddelen – zoals noten en aardbeien – hoog in oxalaat. Dat is een grote vergissing, want mijn reeds bestaande medische aandoeningen waren niet een van de inputs van de test. En als we belangrijke veranderingen ondergaan in ons leven, zoals zwangerschap of ouder worden, zullen we opnieuw moeten beoordelen wat ons optimale dieet zou moeten zijn.

Voor nu is het opvallend dat er big data en A.I. voor nodig waren om onze perceptie over zoiets fundamenteels als wat we eten opnieuw op te starten. We zijn nog steeds een eind verwijderd van “Jij Paleo, ik Keto,” maar in ieder geval maken we eindelijk vooruitgang, leren we dat er niet zoiets bestaat als een universeel dieet.

Eric Topol (@EricTopol), een cardioloog en professor in de moleculaire geneeskunde, is de executive vice-president van Scripps Research. Hij is de auteur van het binnenkort te verschijnen “Deep Medicine,” waaruit dit essay is aangepast.

The Times is toegewijd aan het publiceren van een diversiteit aan brieven aan de redacteur. We horen graag wat u vindt van dit of een van onze artikelen. Hier zijn wat tips. En hier is onze e-mail: [email protected].

Volg The New York Times Opinie sectie op Facebook, Twitter (@NYTopinion) en Instagram.