Realizar mudanças na alimentação pode parecer desafiador, especialmente quando envolve cortar muitos alimentos de uma vez. No entanto, um novo estudo, publicado na revista PLOS Digital Health, indica que pequenas alterações podem fazer uma grande diferença na qualidade das refeições.

Pesquisa da Universidade da Califórnia

Pesquisadores da Universidade da Califórnia, em Davis, desenvolveram um sistema de inteligência artificial que identifica substituições simples em refeições já consumidas. A análise de 135.491 refeições registradas por 55.228 adultos no estudo "O Que Comemos na América" serviu de base para as descobertas.

Funcionamento da Inteligência Artificial

Com os dados coletados, os cientistas treinaram um modelo de IA generativa para criar refeições semelhantes às já consumidas. O sistema testou pequenas alterações nos ingredientes e nas porções, visando melhorar os resultados nutricionais sem alterar drasticamente o perfil dos pratos.

Resultados Promissores

Os pratos sugeridos pela IA apresentaram uma qualidade nutricional 47% mais próxima das metas estabelecidas pelo Departamento de Agricultura dos Estados Unidos. A troca de um a três ingredientes elevou a qualidade nutricional em cerca de 10%, enquanto os custos caíram entre 22% e 34%.

Recomendações Frequentes

Entre as sugestões mais comuns estavam a adição de vegetais e leguminosas, além da substituição de alimentos ultraprocessados ou ricos em sódio por opções mais saudáveis. Essas pequenas adaptações podem facilitar a adoção de uma dieta mais equilibrada.

Menos Restrições, Mais Praticidade

Os autores do estudo destacam que melhorar a alimentação não requer mudanças radicais. "As diretrizes alimentares frequentemente informam como deve ser uma dieta saudável, mas não mostram o caminho a partir das refeições que as pessoas já consomem", afirmaram os pesquisadores.

Perspectivas Futuras

Embora os resultados sejam promissores, os cientistas ressaltam que as análises foram realizadas em ambiente computacional. O sistema ainda precisa ser testado com usuários reais para avaliar a aceitação das substituições no dia a dia. No entanto, acreditam que essa tecnologia pode ser aplicada em aplicativos de saúde e programas de melhoria de hábitos alimentares.