Artificial intelligence–powered nutrition software for healthy individuals, patients, athletes, children, elderly, and pregnant/lactating women: implementation in prevention, therapy, and optimization across primary health care, public health, and research

Abstract

Aim: This study aimed to design, develop, and conduct a preliminary evaluation of an innovative artificial intelligence (AI) framework for generating personalized seven-day meal plans that addresses limitations commonly observed in existing dietary planning systems, including insufficient personalization, limited variety, and nutritional imbalances. Methodology: The study methodology comprised: (a) a systematic literature review to identify and analyze existing dietary software applications, (b) the definition of the system's functional requirements, (c) the development of a prototype utilizing reinforcement learning algorithms, (d) verification of system functionality, and (e) evaluation of the generated meal plans by 37 potential users and 8 registered dietitians using a five-point Likert-scale questionnaire. Statistical power was determined a priori through power analysis. Results: The proposed system successfully generated complete seven-day meal plans with an appropriate structure consisting of five meals per day. Weekly evaluation of nutritional targets demonstrated improved consistency compared to daily assessments, with mean deviations of 1.72% for energy intake, 1.80% for protein, 4.13% for carbohydrates, and 2.80% for fats. Potential users rated the AI-generated meal plans significantly higher in practical aspects such as variety, food availability, and cost-effectiveness. However, meal plans designed by dietitians achieved superior ratings in nutritional adequacy and overall acceptance. Expert dietitians identified no statistically significant differences between AI-generated and dietitian-designed meal plans across most evaluation criteria. Conclusions: The findings indicate that the proposed AI system can effectively manage the quantitative dimensions of dietary planning in a systematic manner. Nevertheless, human expertise remains essential for addressing the psychological, cultural, and holistic aspects of dietary counseling. Future research should focus on integrating multimodal data and conducting large-scale clinical studies to support the clinical implementation and validation of the system.

Σκοπός: Η παρούσα μελέτη είχε ως σκοπό τον σχεδιασμό, την ανάπτυξη και τη διεξαγωγή μιας προκαταρκτικής αξιολόγησης ενός καινοτόμου πλαισίου τεχνητής νοημοσύνης (ΤΝ) για τη δημιουργία εξατομικευμένων επταήμερων προγραμμάτων διατροφής, το οποίο αντιμετωπίζει τους περιορισμούς που παρατηρούνται συνήθως στα υπάρχοντα συστήματα διατροφικού σχεδιασμού, όπως η ανεπαρκής εξατομίκευση, η περιορισμένη ποικιλία και οι διατροφικές ανισορροπίες. Μεθοδολογία: Η μεθοδολογία της μελέτης περιελάμβανε: (α) συστηματική βιβλιογραφική ανασκόπηση για τον εντοπισμό και την ανάλυση των υπαρχόντων εφαρμογών διατροφικού λογισμικού, (β) τον καθορισμό των λειτουργικών απαιτήσεων του συστήματος, (γ) την ανάπτυξη ενός πρωτοτύπου με χρήση αλγορίθμων ενισχυτικής μάθησης, (δ) την επαλήθευση της λειτουργικότητας του συστήματος και (ε) την αξιολόγηση των παραγόμενων προγραμμάτων διατροφής από 37 πιθανούς χρήστες και 8 εγγεγραμμένους διατροφολόγους, χρησιμοποιώντας ένα ερωτηματολόγιο πενταβάθμιας κλίμακας Likert. Η στατιστική ισχύς προσδιορίστηκε εκ των προτέρων μέσω ανάλυσης ισχύος. Αποτελέσματα: Το προτεινόμενο σύστημα παρήγαγε επιτυχώς πλήρη επταήμερα προγράμματα διατροφής με κατάλληλη δομή αποτελούμενη από πέντε γεύματα ημερησίως. Η εβδομαδιαία αξιολόγηση των διατροφικών στόχων έδειξε βελτιωμένη συνέπεια σε σύγκριση με την ημερήσια αξιολόγηση, με μέσες αποκλίσεις 1,72% για τη θερμιδική πρόσληψη, 1,80% για την πρωτεΐνη, 4,13% για τους υδατάνθρακες και 2,80% για τα λίπη. Οι πιθανοί χρήστες αξιολόγησαν σημαντικά υψηλότερα τα προγράμματα διατροφής που δημιουργήθηκαν από ΤΝ σε πρακτικές πτυχές όπως η ποικιλία, η διαθεσιμότητα τροφίμων και η οικονομική αποδοτικότητα. Ωστόσο, τα προγράμματα διατροφής που σχεδιάστηκαν από διατροφολόγους πέτυχαν υψηλότερες βαθμολογίες στη διατροφική επάρκεια και στη συνολική αποδοχή. Οι ειδικοί διατροφολόγοι δεν εντόπισαν στατιστικά σημαντικές διαφορές μεταξύ των προγραμμάτων διατροφής που δημιουργήθηκαν από ΤΝ και εκείνων που σχεδιάστηκαν από διατροφολόγους στα περισσότερα κριτήρια αξιολόγησης. Συμπεράσματα: Τα ευρήματα δείχνουν ότι το προτεινόμενο σύστημα ΤΝ μπορεί να διαχειριστεί αποτελεσματικά τις ποσοτικές διαστάσεις του διατροφικού σχεδιασμού με συστηματικό τρόπο. Παρόλα αυτά, η ανθρώπινη εμπειρογνωμοσύνη παραμένει απαραίτητη για την αντιμετώπιση των ψυχολογικών, πολιτισμικών και ολιστικών πτυχών της διατροφικής συμβουλευτικής. Μελλοντικές έρευνες θα πρέπει να επικεντρωθούν στην ενσωμάτωση δεδομένων πολλαπλών τρόπων (πολυτροπικών δεδομένων) και στη διεξαγωγή κλινικών μελετών μεγάλης κλίμακας για την υποστήριξη της κλινικής εφαρμογής και επικύρωσης του συστήματος.