IL MACHINE LEARNING APPLICATO ALLA SCIENZA DELLA NUTRIZIONE CE NE PARLA LA DOTT.SSA MARIA LUISA CONZA

 IL MACHINE LEARNING APPLICATO ALLA SCIENZA DELLA NUTRIZIONE CE NE PARLA LA DOTT.SSA MARIA LUISA CONZA

Il Machine Learning applicato alla scienza della nutrizione: questo il focus del primo workshop svoltosi qualche giorno fa in Campania, che ha visto in una inusuale ma costruttiva sinergia, due mondi apparentemente distanti ma nella realtà strettamente connessi quali l’Istituto Nazionale di Fisica Nucleare (INFN) sezione Napoli  e  la società di Ricerca e Sviluppo ANTUR srl.

Il convegno  ha vantato la partecipazione di autorevoli relatori , quali: Maria Luisa Conza, (Project Manager e Direttrice di Ricerca ANTUR ), il Dott. Biagio Rossi, (Ricercatore, referente del Progetto  per l’Istituto Nazionale di Fisica Nucleare, sez .Napoli,  il Prof Francesco Conventi (Università degli Studi di Napoli, “Parhenope”), il Dott. Agostino  De Iorio ( Ricercatore  Università degli Studi di Napoli “Federico II”)   la Prof.ssa Elvira Rossi (Università degli Studi di Napoli “Federico II) .

In particolare , l’incontro è stato finalizzato a promuovere la ricerca scientifica in ambiti diversi da quello puramente accademico, proponendo, nella fattispecie, l’applicazione di tecniche di analisi dati avanzate e tecniche di machine learning  allo studio delle caratteristiche  di un campione di dati raccolti e forniti dalla società ANTUR.  Al  fine di suddividere il campione preso in esame in cluster con caratteristiche comuni per creare un approccio  nutrizionale dedicato, è stata utilizzata una rete neurale di tipo Self Organizing  Map (SOM).

  

“Il Machine Learning, ovvero un’intelligenza artificiale applicata alla scienza della nutrizione”, afferma Maria Luisa Conza”,  è un fenomeno assolutamente innovativo grazie al quale si possono individuare, nell’ambito della nutrizione, quali possono essere i cibi singoli, gli alimenti individuali che possono fungere anche da strumento terapeutico per la cura delle singole patologie. Il punto di partenza di questo algoritmo, (machine learning) ,” ha proseguito la Conza,  è un primo database che proviene dall’attività di nutrizionista che io  svolgo personalmente presso il mio studio, proponendo ai miei pazienti un programma dietetico che si articola in tre punti diversi: basso indice insulinemico, alcalino e funzionale. In particolare, si tratta di una dieta a basso indice insulinemico che al tempo stesso deve essere anche alcalina e funzionale; il fattore di basso indice insulinemico ha nell’organismo l’effetto  di mantenere costante la glicemia nel tempo, evitando picchi di glicemia, di iperglicemia o picchi di ipoglicemia, mantenendo in tal modo  stabile anche il rilascio dell’insulina che oggi è primo fattore pro infiammatorio. Altra caratteristica della mia dieta” ha continuato la Conza, “è che la stessa  non è acida, quindi è alcalina.

Oggi è acclarato che l’acidità delle matrici, influenza direttamente lo stress ossidativo delle membrane e che la maggior parte delle malattie autoimmuni dipende da un’infiammazione cronica e quindi da un’acidosi metabolica. Con la dieta alcalina che si ottiene bilanciando gli indici Pral dei singoli alimenti,  è possibile modulare quella che è l’alcalinità del bolo alimentare e quindi del PH delle matrici cellulari e di conseguenza, la salute dei mitocondri cellulari e delle cellule in generale.

La dieta alcalina è un protocollo per le fibromialgie, per l’infertilità, per prevenire e trattare l’oncologia, per una serie di patologie croniche degenerative. Infine per dieta funzionale  si intende un protocollo alimentare che rispetta le caratteristiche personali del singolo paziente , ovvero se una persona ha una patologia particolare, si potrà strutturare una dieta con le caratteristiche di alcalinità e di basso indice insulinemico con alimenti che danno funzione alla risoluzione della patologia stessa.” Ergo, la Conza ha così concluso : “

Questo machine learning, l’ algoritmo così costruito, alimentandolo nel tempo con una quantità molto più consistente dei singoli dati ad oggi acquisiti  attraverso uno strumento che si chiama Bioimpedenziometria o BIA che valuta la composizione corporea del singolo individuo,  riuscirà a rendere intelligente una rete neurale al punto da poter predire inserendo semplicemente parametri biomedici come peso, altezza e sesso del paziente,  le caratteristiche di un’adeguata alimentazione atta risolvere il problema patologico del singolo individuo. 

Questo sistema potrà essere utilizzato da tutti  gli operatori del comparto “salute”, biologi, nutrizionisti, medici generici e specialisti. Il mio prossimo ambizioso obiettivo sarà quello di condividere e mettere in pratica questo progetto con un team di esperti oncologi  attivando uno studio trasversale anche con il INFN e  gli studi del Cern di Ginevra”

Share Button