Uma equipa de investigadores norte-americanos desenvolveu um sistema de inteligência artificial capaz de sugerir pequenas alterações às refeições que podem melhorar a sua qualidade nutricional e reduzir significativamente os custos, sem alterar de forma substancial os hábitos alimentares dos consumidores.
O estudo, publicado na revista científica PLOS Digital Health, analisou 135.491 refeições registadas por 55.228 adultos nos Estados Unidos, utilizando dados do programa What We Eat in America. A partir dessa informação, os investigadores identificaram padrões alimentares frequentes ao pequeno-almoço, almoço e jantar e treinaram um modelo de inteligência artificial para gerar refeições semelhantes às habitualmente consumidas pelos participantes.
O objetivo era perceber se pequenas alterações nos ingredientes poderiam aproximar as refeições das recomendações nutricionais oficiais sem comprometer o sabor ou a familiaridade dos pratos.
Segundo os resultados, as refeições geradas pelo sistema apresentaram um perfil nutricional 47% mais próximo das metas definidas pelo Departamento de Agricultura dos Estados Unidos (USDA) do que as refeições originalmente registadas.
Quando o modelo sugeriu a substituição de um, dois ou três ingredientes, a qualidade nutricional das refeições aumentou cerca de 10%. Em simultâneo, o custo estimado das refeições diminuiu entre 22% e 34%.
As alterações mais frequentemente recomendadas passaram pela introdução de legumes e leguminosas e pela substituição de alimentos processados ou com elevados níveis de sódio por alternativas consideradas mais saudáveis.
Para os investigadores Trevor Chan e Ilias Tagkopoulos, da Universidade da Califórnia, em Davis, os resultados mostram que a adoção de hábitos alimentares mais equilibrados não exige necessariamente mudanças profundas.
Os autores defendem que as orientações alimentares são frequentemente difíceis de aplicar no dia a dia porque indicam o que constitui uma alimentação saudável, mas nem sempre explicam como adaptar as refeições habituais para atingir esse objetivo. Segundo os investigadores, pequenas substituições podem ser suficientes para aproximar os consumidores das recomendações nutricionais.
O estudo comparou ainda o desempenho do modelo desenvolvido pelos investigadores com o GPT-4o. De acordo com os autores, o sistema especializado produziu refeições mais alinhadas com as recomendações nutricionais em matéria de macronutrientes.
Apesar dos resultados encorajadores, os investigadores alertam que o trabalho foi realizado exclusivamente através de simulações computacionais e que a ferramenta ainda não foi testada junto de utilizadores reais.
Ainda assim, consideram que este tipo de tecnologia poderá vir a ser integrado em aplicações de apoio à alimentação ou em programas de saúde pública, ajudando os consumidores a fazer escolhas mais saudáveis sem abdicar dos alimentos e refeições que já fazem parte do seu quotidiano.
