S civilizačními nemocemi má pomoct umělá inteligence, v evropském projektu ji vyvíjejí i vědci z ČVUT
Na stejnou stravu můžou různí lidé reagovat různě, ale doteď není jasné, na čem to závisí. Vztah mezi jídlem a nemocemi teď mají řešit i algoritmy.
Platí to pro srdeční choroby, cukrovku, obezitu i rakovinu. Za řadu závažných chorob můžou metabolické změny – a ty jsou způsobené tím, co jíme. Jenže na každého strava působí trochu jinak a doteď se přesně nedařilo zkoumat, jak moc právě stravovací návyky konkrétních lidí jejich zdravotní stav ovlivňují. Má to změnit nový výzkum evropských vědců, který bude vztah mezi jídlem a tělem zkoumat – na úrovni řady jednotlivců a s pomocí mnoha technologií včetně umělé inteligence. S tou přispějí odborníci z ČVUT.
Technologie tu přitom figurují úplně všude. Tak třeba princip, jakým vědci budou zjišťovat, co vlastně člověk jí, se schovává v malé, sotva postřehnutelné kamerce nositelné na uchu: přístroj používá počítačové vidění a hluboké učení, takže rozpozná typ potraviny i přibližnou velikost porcí. Další technologie analyzují střevní mikrobiom nebo metabolity v moči. A dohromady tak můžou vědci pochopit, jak dané tělo potravu zpracovává.
Projekt s názvem CoDiet vede španělské výzkumné centrum AZTI, je podpořený z prestižního programu Horizon Europe a vyzkouší nový přístup k prevenci nemocí. Jeho cílem je vyvinout nástroj právě na bázi umělé inteligence, který dokáže vyhodnotit individuální riziko chorob způsobených stravou a poskytnout výživové poradenství na míru uživateli.
„Je dobře známo, že metabolická reakce každého člověka na stejnou stravu se liší. CoDiet bude pracovat na personalizaci dietního poradenství namísto přístupu ‚jedna velikost pro všechny‘,“ uvedla vedoucí výzkumu Itziar Tuerosová z AZTI. Vedle ní a také dalších odborníků z řady oborů pracují experti z FEL ČVUT na metodách pro učení, které dokážou dát do souvislosti různá data.
„Ovlivňuje konkrétní hormon to, na co máme chuť, nebo naopak naše strava ovlivňuje koncentraci konkrétního hormonu? To je otázka, na kterou hledáme adekvátní odpověď v rovině algoritmů. Strojové učení odhalující kauzalitu je velký otevřený problém jak ve statistice, tak v umělé inteligenci a naše nové metody založené na optimalizaci mají přispět k jeho vyřešení,“ přibližuje Jakub Mareček z FEL ČVUT.
Nastartujte svou kariéru
Více na CzechCrunch JobsPodle Světové zdravotnické organizace zabijí závažné nepřenosné nemoci každý rok 41 milionů lidí, což odpovídá 74 procentům všech úmrtí na celém světě. Jejich mechanismy ale zůstávají z velké části neznámou. I proto, že výzkumy, které se na ně zaměřují, spoléhají na zadávání informací samotnými uživateli, což může být nespolehlivé. Vedle toho se nesoustředí na ohrožené skupiny, jako jsou lidé z nižšího socioekonomického prostředí. Právě u nich jsou ale takové nemoci často zastoupeny nadměrně.
Do zmíněného vědeckého projektu se zapojí celkem sedmnáct institucí, kromě odborníků z Česka a Španělska jsou to organizace například z Velké Británie, Izraele nebo Belgie.