Inteligencia Artificial y Nutrición, aliadas para lograr estilos de vida saludables

María Fernanda Negrete Téllez; Trinidad Lorena Fernández Cortés; Zuli Guadalupe Calderón Ramos; Araceli Ortiz Polo

doi:10.29057/xikua.v14i27.15234

Autores/as

María Fernanda Negrete Téllez Universidad Autónoma del Estado de Hidalgo https://orcid.org/0009-0009-7568-4631
Trinidad Lorena Fernández Cortés Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0002-1639-8733
Zuli Guadalupe Calderón Ramos Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0002-0263-6067
Araceli Ortiz Polo Universidad Autónoma del Estado de Hidalgo https://orcid.org/0000-0001-5561-2221

DOI:

https://doi.org/10.29057/xikua.v14i27.15234

Palabras clave:

Inteligencia Artificial, nutrición, Alimentación, Salud

Resumen

En la actualidad, la inteligencia artificial es una herramienta en continua innovación, basada en emular habilidades humanas como el aprendizaje, la inteligencia, el razonamiento y la percepción. Gracias a su gran utilidad de dichas herramientas, la IA ha permeado en una gran cantidad de áreas, incluyendo la nutrición. Con base en lo anterior, mediante una revisión bibliográfica, el artículo aborda las principales aplicaciones de la IA en la nutrición, así como la utilidad de estas mismas para lograr cambios positivos en el estilo de vida de los usuarios, siendo estas la atención nutricional, análisis de alimentos, tratamiento nutricio y monitoreo de enfermedades crónico degenerativas, control del peso corporal y personalización de las dietas. Sin embargo, considerando el panorama actual aún no es posible recomendar estas tecnologías como método único para recibir atención nutricia, por lo que su uso se debe acompañar de la supervisión, acompañamiento y monitoreo de un especialista en el área para garantizar un tratamiento óptimo.

Descargas

Los datos de descargas todavía no están disponibles.

Información de Publicación

Este artículo

Otros artículos

Revisores por pares

Revisores: 2

2.4 promedio

Perfiles de revisores N/D

Declaraciones del autor

Disponibilidad de datos

N/A

16%

Financiamiento externo

No

32% con financiadores

Intereses conflictivos

N/D

11%

Para esta revista

Otras revistas

Artículos aceptados

41%

33%

Días hasta la publicación

226

145

Indexado en

GS

Editor y comité editorial: perfiles
Sociedad académica: N/D
Editora:: Universidad Autónoma del Estado de Hidalgo

Citas

[1] Bond A, Mccay A, Lal S. Artificial intelligence & clinical nutrition: What the future might have in store. Clin Nutr ESPEN [Internet] 2023 [Consultado enero 2025]; 57: 542-549. Disponible en: https://doi.org/10.1016/j.clnesp.2023.07.082

[2] Porcelli, A. La inteligencia artificial y la robótica: sus dilemas sociales, éticos y jurídicos Derecho glob [Internet] 2020 [Consultado enero 2025]; 6 (16): 49-105. Disponible en: https://derechoglobal.cucsh.udg.mx/index.php/DG/article/view/286

[3] Ibarra L. Review: Transición Alimentaria en México. Razón y Palabra [Internet] 2016 [Consultado enero 2025];20(94): 162-179. Disponible en: https://www.redalyc.org/articulo.oa?id=199547464012

[4] Theodor T, Nfor K, Kim J, Kim H. Applications of Artificial Intelligence, Machine Learning, and Deep Learning in Nutrition: A Systematic Review. Nutrients [Internet] 2024 [Consultado enero 2025]; 16(7):1073. Disponible en: https://doi.org/10.3390/nu16071073

[5] Detopoulou P, Voulgaridou G, Moschos P, Levidi D, Anastasiou T, Dedes V, et al. Artificial intelligence, nutrition, and ethical issues: A mini-review. Clin Nutr Open Sci [Internet] 2023 [Consultado enero 2025]; 50: 46-56. Disponible en: https://doi.org/10.1016/j.nutos.2023.07.001

[6] Sharma S, Gaur S. Optimizing Nutritional Outcomes: The Role of AI in Personalized Diet Planning. IJRPS [Internet]. 2024 [Consultado febrero 2025]; 15(2): 107–116. Disponible en: https://doi.org/10.36676/jrps.v15.i2.15

[7] Theodore T, Kim H, Kim J. Digital Anti-Aging Healthcare: An Overview of the Applications of Digital Technologies in Diet Management. J Pers Med [Internet]. 2024 [Consultado abril 2025]; 14(3):254. Disponible en: 10.3390/jpm14030254

[8] Tay W, Quek R, Kaur B, Lim J, Henry C. Use of facial morphology to Determine Nutritional Status in Older Adults: Opportunities and Challenges. JPHS [Internet] 2022 [Consultado febrero 2025]; 8(7): e33478. Disponible en: https://doi.org/10.2196/33478

[9] Bonilla D, Daga R, Gamero A, Pérez A, Pérez É, Pérez P, et al. Aplicaciones de la inteligencia artifical en la nutrición y dietética: Más allá de los asistentes virtuales. Rev Esp Nutr Hum Diet. [Internet] 2023 [Consultado febrero 2025]; 27(4): 250-2. Disponible en: https://doi.org/10.14306/renhyd.27.4.2054

[10] Sobhiyeh S, Dunkel A, Dechenaud M, Mehrnezhad A, Kennedy S, Shepherd J, et al. Digital anthropometric volumes: Toward the development and validation of a universal software. Med Phys. [Internet] 2021 [Consultado febrero 2025];48(7):3654-3664. Disponible en:https://doi.org/10.1002/mp.14829

[11] Kaur R Kumar R, Gupta M. Predicting risk of obesity and meal planning to reduce the obese in adulthood using artificial intelligence. Endocrine [Internet]. 2022 [Consultado marzo 2025]; 78: 458–469. Disponible en: https://doi.org/10.1007/s12020-022-03215-4

[12]Abeltino A, Riente A, Bianchetti G, Serantoni C, De Spirito M, Capezzone S, et al. Digital applications for diet monitoring, planning, and precision nutrition for citizens and professionals: a state of the art. Nutr Rev. [Internet] 2025 [Consultado febrero 2025]; 83(2):e574-e601. Disponible en: 10.1093/nutrit/nuae035

[13] Shonkoff E, Copeland K, Pei X, Chung M, Kamath S, Panetta K, Hennessy E.The state of the Science on Artificial Intelligence-Based Dietary Assessment Methods That Use Digital Images: A Scoping Review [Internet] 2022 [Consultado marzo 2025]; 6(1):534. Disponible en: https://doi.org/10.1093/cdn/nzac077.037

[14] Aedo, M. Recordatorio de 24 horas de consumo de alimentos como instrumento para estimar el total de equivalentes de alimentos consumidos al día y el total de equivalentes de cada grupo de alimentos por densidad de energía: un ejercicio de validación. REDNUTRICION [Internet] 2015 [Consultado enero 2025]; 6(16): 117-121. Disponible en: https://edn.issste.gob.mx/Imagenes/Biblioteca/Rev/REDN2015616117121.pdf

[15] Chotwanvirat P, Prachansuwan A , Sridonpai P, Kriengsinyos W.Advancements in Using AI for Dietary Assessment Based on Food Images: Scoping Review. [Internet] 2024 [Consultado febrero 2025]; 26:e51432. Disponible en: https://doi.org/10.2196/51432

[16] Morgenstern J, Rosella L, Costa A, Souza R, Anderson L. Perspective: Big Data and Machine Learning Could Help Advance Nutritional Epidemiology. Adv Nutr. [Internet] 2021 [Consultado febrero 2025]; 12(3):621-631. Disponible en:https://doi.org/10.1093/advances/nmaa183

[17] Zheng J, Wang J, Shen J, An R. Artificial Intelligence applications to measure food and nutrient intakes: Scoping review. J. Med. Internet Res. [Internet] 2024 [Consultado enero 2025]; 26: e54557. Disponible en: https://doi.org/10.2196/54557

[18] Chotwanvirat P, Prachansuwan A, Sridonpai P, Kriengsinyos W. Automated artificial Intelligence–Based Thai Food Dietary Assessment System: Development and Validation. Curr. Dev. Nutr. [Internet] 2024 [Consultado Marzo 2025]; 8(5): 102154. Disponible en: https://doi.org/10.1016/j.cdnut.2024.102154

[19] Shonkoff E, Copeland K, Pei X, Chung M, Kamath S, Panetta K, Hennessy E. The state of the science on Artificial Intelligence-Based Dietary Assessment Methods That Use Digital Images: A Scoping Review. Curr. dev. nutr. [Internet] 2022 [Consultado febrero 2025]; 6 (1):534. Disponible en: https://doi.org/10.1093/cdn/nzac077.037

[20] Cui Z, Qi C, Zhou T, Yu Y, Wang Y, Zhang Z, et al. Artificial intelligence and food flavor: How AI models are shaping the future and revolutionary technologies for flavor food development. Compr Rev Food Sci Food Saf [Internet] 2025 [Consultado marzo 2025]; 24(1):e70068. Disponible en: https://doi.org/10.1111/1541-4337.70068

[21] Zatsu V, Shine A, Tharakan J, Peter D, Ranganathan T, Alotaibi S, et al. Revolitionizing the food industry: The transformative power of artificial intelligence-a review. Food Chem: X [Internet] 2024 [Consultado marzo 2025]; 24(30): 101867. Disponible en: https://doi.org/10.1016/j.fochx.2024.101867

[22] Bonilla D, Daga R, Gamero A, Pérez A, Pérez É, Pérez P, et al. Aplicaciones de la inteligencia artifical en la nutrición y dietética: Más allá de los asistentes virtuales. Rev Esp Nutr Hum Diet. [Internet]. 2023 [Consultado febrero 2025]; 27(4):250-252. Disponible en: https://doi.org/10.14306/renhyd.27.4.2054

[23] Janssen S, Bouzembrak Y, Tekinerdogan B. Artificial intelligence in malnutrition: a systematic review. Advances in Nutrition [Internet] 2024 [Consultado marzo 2025]; 15(19): 101867. Disponible en: https://doi.org/10.1016/j.advnut.2024.100264

[24] Pettit R, Fullem R, Cheng C, Amos C. Artificial intelligence machine learning, and deep learning for clinical outcome prediction. Emerg. Top. Life Sci. [Internet] 2021 [Consultado enero 2025]; 5 (6): 729-745. Disponible en: https://doi.org/10.1042/ETLS20210246

[25] Sherbini A, Rosenson R, Rifai M, Hassan H, Wang Z, Virani S et al. Artificial intelligence in preventive cardiology. Prog Cardiovasc Dis. [Internet] 2024 [Consultado marzo 2025]; 84: 76-89 Disponible en: https://doi.org/10.1016/j.pcad.2024.03.002

[26] Muse E, Topol E. Transforming the cardiometabolic disease landscape: Multimodal AI-powered approaches in prevention and management. Cell Metab. [Internet] 2024 [Consultado abril 2025]; 36(4): 670-683. Disponible en: https://doi.org/10.1016/j.cmet.2024.02.002

[27] George A, Rubin D. Artificial Intelligence in inflammatory bowel disease. Gastrointest. Endosc. Clin. N. Am. [Internet] 2025 [Consultado mayo 2025]; 35(2): 367-387 Disponible en: https://doi.org/10.1016/j.giec.2024.10.004

[28] Sheng B, Pushpanathan K, Guan Z, Lim Q, Lim Z, Yew S. Artificial intelligence for diabetes care: current and future prospects. The Lancet Diabetes & Endocrinology. [Internet] 2024 [Consultado mayo 2025]; 12(8): 569-595. Disponible en: https://doi.org/10.1016/S2213-8587(24)00154-2

[29]Bul K, Holliday N, Alam M, Clark C, Allen, Wark P. Usability and preliminary efficacy of an Artificial Intelligence–Driven Platform Supporting Dietary Management in Diabetes: Mixed Methods Study. JMIR Hum. Factors. [Internet] 2023 [Consultado Marzo 2025]; 10: e43959. Disponible en: https://doi.org/10.2196/43959

[30] Spoladore D, Tosi M, Lorenzini E. Ontology-based decision support systems for diabetes nutrition therapy: A systematic literature review. J. Med. Artif. Intell. [Internet] 2024 [Consultado marzo 2025]; 151:102859102859. Disponible en: https://doi.org/10.1016/j.artmed.2024.102859

[31] Moore L, Garibotto G. Emergence of artificial intelligence in renal nutrition applications. J Ren Nutr. [Internet] 2024 [Consultado abril 2025]; 34(6): 473-474. Disponible en: https://doi.org/10.1053/j.jrn.2024.10.002

[32] Agne I, Gedrich K. Personalized dietary recommendations for obese individuals – A comparison of ChatGPT and the Food4Me algorithm. Clin Nutr Open Sci. [Internet] 2024 [Consultado febrero 2025]; 56:192-201. Disponible en: https://doi.org/10.1016/j.nutos.2024.06.001

[33]Organización Mundial de la Salud. Obesidad y sobrepeso. [Internet] 2025 [Consultado en mayo 2025] Disponible en: https://www.who.int/es/news-room/fact-sheets/detail/obesity-and-overweight

[34] Bays H, Fitch A, Cuda S, Gonsahn S, Rickey E, Hablutzel J, et al. Artificial intelligence and obesity management: An Obesity Medicine Association (OMA) Clinical Practice Statement (CPS) 2023. Obes Pillars [Internet] 2023 [Consultado febrero 2025]; 6: 100065. Disponible en: https://doi.org/10.1016/j.obpill.2023.100065

[35] Kassem H, Beevi A, Basheer S, Lutfi G, Cheikh Ismail L, Papandreou D. Investigation and Assessment of AI's Role in Nutrition-An Updated Narrative Review of the Evidence. Nutrients. [Internet] 2025 [Consultado febrero 2025]; 5;17(1):190. Disponible en: 10.3390/nu17010190.

[36] Brown C, Iyer A, Kumbara A, Ebert M. Nutrition analysis and advanced Artificial Intelligence (AI) Predicts Weight Loss for People with Type 2 Diabetes (T2D). JAND [Internet] 2024 [Consultado abril 2025]; 124(10): A28. Disponible en: https://doi.org/10.1016/j.jand.2024.06.078

[37] Probul N, Huang Z, Saak C, Baumbach J, List M. AI in microbiome-related healthcare. Microb Biotechnol. [Internet] 2024 [Consultado Abril 2025]; 17(11):e70027. Disponible en: https://doi.org/10.1111/1751-7915.70027

[38] Yang Z, Zhu J, Lu W, Tian F, Zhang H, Chen W. Integrating artificial intelligence in exploring multiscale gut microbiota and diet relations for health promotion: A comprehensive review. Food Biosci. [Internet] 2024 [Consultado marzo 2025]; 61:104541. Disponible en: https://doi.org/10.1016/j.fbio.2024.104541

[39] Probul N, Huang Z, Saak C, Baumbach J, List M. AI in microbiome-related healthcare. Microb Biotechnol. [Internet] 2024 [Consultado Abril 2025]; 17(11):e70027. Disponible en: https://doi.org/10.1111/1751-7915.70027

[40] Kumar P, Sinha R, Shukla P. Artificial intelligence and synthetic biology approaches for human gut microbiome. Crit Rev Food Sci Nutr [Internet] 2022 [Consultado marzo 2025]; 62(8):2103-2121. Disponible en: https://doi.org/10.1080/10408398.2020.1850415

[41] Wu X, Oniani D, Shao Z, Arciero P, Sivarajkumar S, Hilsman J, et al. A Scoping Review of Artificial Intelligence for Precision Nutrition. Adv Nutr. [Internet] 202 [Consultado abril 2025]; 16(4): 100398. Disponible en: https://doi.org/10.1016/j.advnut.2025.100398

[42] Han R, Todd A, Wardak S, Partridge S, Raeside R. Feasibility and acceptability of Chatbots for Nutrition and Physical Activity Health Promotion Among Adolescents: Systematic Scoping Review With Adolescent Consultation. JMIR Hum. Factors. [Internet] 2023 [Consultado febrero 2025]; 10: e43227. Disponible en: https://doi.org/10.2196/43227

[43] Pala D, Petrini G, Bosoni P, Larizza C, Quaglini S, Lanzola G. Smartphone applications for nutrition Support: A systematic review of the target outcomes and main functionalities [Internet] 2024 [Consultado marzo 2025]; 184:105351. Disponible en: https://doi.org/10.1016/j.ijmedinf.2024.105351

[44] Chatelan A, Clerk A, Fonta P. Chat GTP and future artificial intelligence chatbots: What may be the Influence on Credentialed Nutrition and Dietetics Practitioners?. JAND [Internet] 2023 [Consultado enero 2025]; 123 (11): 152515319. Disponible en: https://doi.org/10.1016/j.jand.2023.08.001

[45] Rivera K. Aplicación de la inteligencia artificial en la nutrición personalizada. Revista de Investigaciones [Internet] 2022 [Consultado febrero 2025]; 11(4): 265-277. Disponible en: https://doi.org/10.26788/ri.v11i4.3990

[46] Bul K, Holliday N, Alam M, Clark C, Allen, Wark P. Usability and preliminary efficacy of an Artificial Intelligence–Driven Platform Supporting Dietary Management in Diabetes: Mixed Methods Study. JMIR Hum. Factors. [Internet] 2023 [Consultado Marzo 2025]; 10: e43959. Disponible en: https://doi.org/10.2196/43959

[47] Rivera K. Aplicación de la inteligencia artificial en la nutrición personalizada. Revista de Investigaciones [Internet] 2022 [Consultado febrero 2025]; 11(4): 265-277. Disponible en: https://doi.org/10.26788/ri.v11i4.3990

[48] 440 patient education on lifestyle Modification and Nutrition Management in Chronic Kidney Disease (CKD) using Artificial Intelligence in reference to NKF KDOQI guidelines. Am J Kidney Dis. [Internet] 2024 [Consultado abril 2025]; 83(4): S135-S136. Disponible en: https://doi.org/10.1053/j.ajkd.2024.01.443