Inteligencia artificial para saber si un alimento es ultraprocesado y mucho más

Tiempo de lectura estimado: 8 minutos

Javier Sánchez Perona, Instituto de la Grasa (IG - CSIC)

En los últimos años, ha quedado sobradamente demostrado que el consumo de alimentos ultraprocesados se relaciona con la prevalencia de diversas enfermedades, como los trastornos cardiovasculares, la obesidad, la diabetes o el síndrome metabólico. También hay evidencias bastante sólidas que vinculan estos productos a otras enfermedades crónicas como el cáncer y las dolencias neurodegenerativas. Pero ¿son todos los ultraprocesados iguales?

El principal problema para responder a esta pregunta es que no había una forma de diferenciar grados de procesamiento dentro de esta categoría. El sistema de clasificación más aceptado por la comunidad científica es el NOVA, que clasifica todos los alimentos en cuatro grupos. Los ultraprocesados se integrarían en NOVA 4, y el resto son NOVA 1 (no procesados o mínimamente procesados), NOVA 2 (ingredientes culinarios) y NOVA 3 (procesados).

No es lo mismo el humus que la bollería industrial

Sin embargo, NOVA 4 es muy heterogéneo. En él podemos encontrar desde humus hasta productos de bollería industrial. Puesto que no es posible diferenciar grados de procesamiento dentro de este grupo, tampoco podemos establecer asociaciones entre los diferentes ultraprocesados y la prevalencia de las enfermedades antes mencionadas.

Este problema es el que han resuelto investigadores de Boston y Budapest mediante machine learning o “aprendizaje automático”, una rama de la inteligencia artificial. El estudio está publicado como preprint –es decir, sin revisión por otros científicos aún–, aunque el sistema que propone ya se está aplicando.

Para categorizar los alimentos en función de su grado de procesamiento, los investigadores emplearon el clasificador FoodProX con machine learning. Para ello, el sistema toma como inputs los nutrientes de los alimentos declarados en las etiquetas. Así, puede diferenciar el grado de procesamiento de una cebolla cruda (con una probabilidad de que sea clasificado en NOVA 1 del 96,5 %) y del producto “aros de cebolla” (probabilidad de NOVA 4 del 99,2 %).

Lo que va de la cebolla cruda a los aros de cebolla

Sobre la base de estas probabilidades, se estableció la Puntuación de Procesamiento de Alimentos (FPro), donde 0 corresponde a alimentos crudos y 1 al alimento más ultraprocesado posible. Por ejemplo, FPro aumenta progresivamente de cebolla cruda (0,0203 puntos), a cebolla hervida (0,3126), cebolla frita (0,7779) y aros de cebolla (0,9955).

Esto permite desvelar el grado de procesamiento que caracteriza las diferentes técnicas de preparación de alimentos, asignando valores más bajos a los alimentos elaborados con ingredientes frescos que a los que incorporan ingredientes más procesados. Además, FPro también clasifica recetas complejas y platos mixtos.

Según la clasificación NOVA, los ultraprocesados se caracterizan por la presencia de determinados aditivos que mejoran sus propiedades sensoriales, como potenciadores del sabor, aromas, colorantes, emulgentes, etc. Si bien incorporar la información sobre los aditivos mejoró el rendimiento de FoodProX para clasificar alimentos, los cambios en el perfil de nutrientes ofrecían la mayor parte del poder predictivo.

Dicho de otra manera, el sistema no necesitaba incluir aditivos para determinar si un alimento es un ultraprocesado: con los nutrientes era suficiente.

Pero es que, además, a la inteligencia artificial se la puede entrenar para que incluya el lugar donde se prepararon los alimentos en la valoración de su calidad nutricional. Es decir, es capaz de distinguir entre alimentos caseros, alimentos preparados en cafeterías, cantinas, restaurantes, comidas rápidas y productos disponibles en las máquinas expendedoras.

Proporción de ultraprocesados en la dieta individual

Y, por si fuera poco, FoodProX puede evaluar la contribución de los alimentos ultraprocesados a la dieta de cada individuo. Para ello, los investigadores crearon la Puntuación de Procesamiento de Alimentos Individual (iFPro), que también varía de 0 a 1. Así se pudo obtener el dato de que los estadounidenses tienen un iFPro de 0,7872, lo que confirma la alta dependencia de la ingesta de alimentos ultraprocesados en esa población.

A pesar de que, como decía más arriba, el artículo todavía no ha llegado a publicarse en una revista tras ser evaluado por otros científicos, FPro ya se utiliza en la web TrueFood. Creada por el mismo grupo de investigación, muestra el grado de procesamiento de un gran número de productos usando FPro como percentil. Por ejemplo, un yogur natural estaría en el percentil 4 de todos los yogures. Esto significa que si tenemos 100 diferentes en un estante, 96 de ellos estarán más procesados que ese yogur natural.

Puesto que los alimentos, las comidas completas y las dietas pueden ser clasificadas con FPro e iFPro, es posible emplear estos indicadores para buscar asociaciones con la prevalencia de las enfermedades metabólicas más habituales. Lo mismo que se hace con la clasificación NOVA, pero de una forma mucho más precisa.

Hay otras muchas posibles aplicaciones. Por ejemplo, FPro e iFPro permitirían establecer puntos de corte a partir de los cuales un alimento empieza a ser poco recomendable. O entrenar a la inteligencia artificial con otras variables, como la publicidad que reciben algunos alimentos o si la empresa que los produce es una multinacional.

Para los dietistas-nutricionistas sería interesante poder valorar el nivel de consumo de ultraprocesados en sus pacientes. Y para las autoridades, conocer el nivel de consumo de estos alimentos en un determinado grupo de población.

Seguro que a usted se le ocurren muchas más aplicaciones de este sistema. Desde mi punto de vista, supone un espaldarazo a la clasificación NOVA, pero va mucho más allá.

Javier Sánchez Perona, Científico Titular del CSIC y Profesor Asociado de la Universidad Pablo de Olavide, Instituto de la Grasa (IG - CSIC)

Este artículo fue publicado originalmente en The Conversation. Lea el original.