Metabolic HealthEl aprendizaje automático ahora predice tu respuesta glucémica a cualquier comida
Los picos de glucosa en sangre tras las comidas son muy individuales, y los investigadores utilizan cada vez más el aprendizaje automático para predecirlos. Esta revisión narrativa examinó 26 estudios que desarrollaron modelos de ML para predecir las respuestas glucémicas posprandiales a partir de datos personales —incluyendo la composición del microbioma intestinal, medidas antropométricas y biomarcadores— junto con los perfiles nutricionales de los alimentos. Los modelos con mejores resultados emplearon algoritmos basados en árboles y fueron desarrollados para personas sanas, con prediabetes o con diabetes. A pesar de una precisión predictiva prometedora en entornos controlados, los ensayos clínicos que han evaluado el consejo dietético personalizado basado en ML aún no han demostrado mejoras significativas respecto a las guías dietéticas estándar. La revisión identifica lagunas clave: el nivel de procesamiento de los alimentos rara vez se tiene en cuenta, los problemas éticos y de cumplimiento algorítmico siguen sin resolverse, y la reproducibilidad es inconsistente. Para abordar esto, los autores proponen un marco mínimo de notificación con elementos de verificación que permita estandarizar la investigación futura en este campo en rápida evolución.
