يكشف الذكاء الاصطناعي عن طرق بسيطة لجعل وجباتك أكثر صحة وأرخص

يمكن لنظام الذكاء الاصطناعي الجديد أن يقترح فقط عددًا قليلًا من مقايضات المكونات المستهدفة التي تجعل الوجبات أكثر صحة وأرخص ثمناً دون تغيير ما يأكله الناس بالفعل بشكل كبير.

قام باحثون في جامعة كاليفورنيا في ديفيس بتطوير أداة الذكاء الاصطناعي نظام يمكنه جعل وجبات الطعام أكثر صحة وبأسعار معقولة من خلال التوصية بما لا يقل عن واحد إلى ثلاثة بدائل للمكونات، وفقًا لدراسة نشرت في مجلة الوصول المفتوح بلوس الصحة الرقمية.

على الرغم من أن المبادئ التوجيهية الغذائية للحد من مخاطر الإصابة بأمراض مثل مرض السكري و أمراض القلب والأوعية الدموية راسخة، ويكافح الكثير من الناس لتطبيق هذه النصيحة على الوجبات التي يتناولونها كل يوم. غالبًا ما تتطلب الأدوات الغذائية الحالية تغييرات كبيرة، والتي قد يكون من الصعب الحفاظ عليها أو قد يكون تنفيذها موضع التنفيذ أمرًا مربكًا.

بالنسبة للدراسة، قام الباحثون بتحليل 135,491 وجبة مسجلة من قبل 55,228 بالغًا شاركوا في استطلاع ماذا نأكل في أمريكا. لقد حددوا أنماط الإفطار والغداء والعشاء الشائعة وقاموا بتدريب نموذج الذكاء الاصطناعي التوليدي لإنشاء وجبات واقعية تتوافق مع تلك الأنماط مع ضبط أحجام الأجزاء. ثم قام الفريق بتقييم ما إذا كان النموذج يمكنه تحسين التغذية والتكلفة من خلال التوصية باستبدال مكون واحد أو اثنين أو ثلاثة.

الذكاء الاصطناعي يُنتج وجبات أكثر صحية وأقل تكلفة

بالمقارنة مع الوجبات الفعلية في نفس الفئات الغذائية، كانت الوجبات التي تم إنشاؤها بواسطة الذكاء الاصطناعي أقرب بنسبة 47٪ إلى تلبية أهداف التغذية التابعة لوزارة الزراعة الأمريكية مع بقائها مماثلة في الأسلوب والنكهة للأطعمة التي يستهلكها الناس بالفعل. أدى إجراء استبدال واحد إلى ثلاثة مكونات إلى تحسين الجودة الغذائية بحوالي 10% وخفض تكاليف الوجبات المقدرة بنسبة 22% إلى 34%. وشملت التوصيات الأكثر شيوعًا إضافة الخضار أو البقوليات واستبدال الأطعمة عالية المعالجة أو عالية الصوديوم.

كما تفوق النموذج المتخصص في الأداء على GPT-4o، حيث أنتج وجبات تتوافق بشكل أوثق مع توصيات وزارة الزراعة الأمريكية بشأن المغذيات الكبيرة. لاحظ الباحثون أن النتائج تعتمد بالكامل على عمليات المحاكاة الحاسوبية ولم يتم التحقق من صحتها بعد مع مستخدمين حقيقيين. ومع ذلك، فإنهم يعتقدون أن هذا النهج يمكن أن يساعد الناس على إجراء تحسينات عملية على وجباتهم الغذائية.

وكتب المؤلفون: “من خلال تحويل المبادئ التوجيهية الغذائية إلى وجبات واقعية تراعي الميزانية ومقايضات بسيطة، يمكن لهذا الإطار أن يدعم برامج الصحة العامة وتطبيقات المستهلك”.

مقايضة المكونات الصغيرة، فوائد غذائية كبيرة

يلخص تشان وتاغكوبولوس ما يلي: “غالبًا ما تخبر المبادئ التوجيهية الغذائية الناس كيف يجب أن يبدو النظام الغذائي الصحي، لكنها لا توضح دائمًا كيفية الوصول إلى ذلك من الوجبات التي يتناولها الناس بالفعل. تظهر دراستنا أنه من الممكن ترجمة المعايير الغذائية إلى تغييرات عملية على مستوى الوجبة من خلال تحديد عدد صغير من بدائل المكونات التي يمكن أن تجعل الوجبات أكثر صحة وفعالة من حيث التكلفة، مع إبقائها معروفة … (W) ما وجدناه الأكثر إثارة للاهتمام هو أن تحسين الوجبات لا يتطلب بالضرورة إعادة تصميم كاملة. في كثير من الحالات، المستهدفة قد تكون البدائل كافية لتقريب الوجبة من التوصيات الغذائية، مما قد يجعل الأكل الصحي يبدو أكثر عملية وقابلية للتحقيق.

ويضيفون: “الأكل الصحي لا يعني بالضرورة التخلي عن الوجبات التي يستمتع بها الناس بالفعل. باستخدام الذكاء الاصطناعي، يمكننا تحديد بدائل المكونات الصغيرة التي تحافظ على الطعم بينما تكون أفضل لصحتنا وجيبنا”.

المرجع: “ترجمة المعايير الغذائية إلى وجبات صحية مع بدائل قليلة المكونات” بقلم تريفور تشان وإلياس تاجكوبولوس، 28 مايو 2026، بلوس الصحة الرقمية.
DOI: 10.1371/journal.pdig.0001367

تم دعم هذا العمل من قبل معهد USDA-NIFA AI للجيل القادم من أنظمة الأغذية (AIFS)، رقم الجائزة 2020-67021-32855 (IT)، ومن خلال NSF HDR: برنامج TRIPODS، منحة CCF-1934568 (IT). تلقى TC دعم الرواتب من كلا المنحتين.

لا تفوت أي اختراق: انضم إلى النشرة الإخبارية SciTechDaily.
تابعونا على جوجل و أخبار جوجل.