La forma en que los profesionales de la salud abordan la alimentación y la nutrición está cambiando de manera acelerada. Así lo afirmó este miércoles en Pamplona el catedrático Emilio Soria Olivas, de la Universidad de Valencia, durante el taller de Inteligencia Artificial aplicada a nutrición y dietética del 41º Congreso de la Sociedad Española de Nutrición Clínica y Metabolismo (SENPE), que ha reunido en la capital navarra a especialistas de todo el país del 20 al 22 de mayo.
El mensaje central de Soria fue claro: "La era de las dietas genéricas está llegando a su fin y la nutrición de precisión comienza a ser operativa." Los sistemas de inteligencia artificial ya son capaces de integrar simultáneamente miles de variables —genética, microbiota, glucosa continua, patrones de sueño, actividad física o historial clínico— con una velocidad y escala imposibles para los métodos tradicionales.
Tres áreas de impacto inmediato
El experto identificó tres grandes campos donde la IA ya está teniendo un efecto directo en la práctica clínica. El primero es el diagnóstico de malnutrición. El segundo, la predicción de riesgo metabólico y cardiovascular, que permite detectar de forma temprana amenazas como la diabetes tipo 2 mediante el análisis automático de variaciones de peso, analíticas clínicas y monitorización continua de glucosa. El tercero es la evaluación dietética automatizada: los sistemas de IA ya pueden analizar fotografías de alimentos tomadas con el móvil para estimar su contenido energético y nutricional, superando al registro manual convencional.
"La clave está en pasar de un modelo reactivo, donde tratamos la enfermedad cuando aparece, a un modelo predictivo y preventivo, donde la IA funciona como un sistema de alerta temprana", explicó Soria.
Los datos, la piedra angular
Para que estos sistemas sean fiables, el catedrático subrayó que no basta con acumular información. Hacen falta cuatro capas de datos bien combinadas: biomarcadores biológicos, hábitos de alimentación y actividad física, historial clínico y medicación, y factores sociales, económicos y culturales. "La calidad del dato importa más que la cantidad. Un modelo entrenado con datos sesgados produce recomendaciones sesgadas", advirtió.
El experto también llamó la atención sobre los retos éticos que acompañan a este avance: el consentimiento informado de los pacientes, la protección de datos tan sensibles como la microbiota o el genoma, y el riesgo de que los algoritmos reproduzcan o amplíen desigualdades sanitarias existentes. El marco regulatorio europeo, recordó, ya clasifica muchos de estos sistemas como tecnologías de alto riesgo, con obligaciones específicas de transparencia y auditoría.
El dietista del futuro, "aumentado" pero no reemplazado
Lejos de plantear un escenario de sustitución profesional, Soria describió un modelo de colaboración entre humanos y máquinas. En la consulta del futuro, la IA analizará previamente los datos del paciente y ofrecerá alertas y resúmenes personalizados, liberando al profesional para centrarse en lo que ningún algoritmo puede hacer: atender la motivación del paciente, su entorno familiar o sus barreras emocionales.
"Mi visión es la del dietista aumentado, no el dietista reemplazado", resumió el catedrático, que también apuntó que la IA podrá acompañar al paciente entre consultas, resolviendo dudas y reforzando la adherencia a los hábitos saludables.
