Uno studio su studenti universitari rivela come l’intelligenza artificiale possa prevedere la dipendenza da cibo analizzando abitudini, composizione corporea e carenze nutrizionali.
Un recente studio condotto su oltre 700 studenti universitari ha dimostrato che l’intelligenza artificiale può prevedere con sorprendente precisione la presenza di sintomi legati alla dipendenza da cibo. Analizzando parametri come la composizione corporea, le abitudini alimentari e alcuni indicatori nutrizionali, i ricercatori hanno identificato i tre campanelli d’allarme principali che anticipano l’insorgere di disturbi alimentari.
Questa scoperta apre nuove prospettive per la prevenzione e il supporto psicologico, soprattutto nei giovani adulti che vivono momenti di forte stress e vulnerabilità.
Cos’è la dipendenza da cibo?
La dipendenza da cibo è una condizione sempre più riconosciuta dalla comunità scientifica, con caratteristiche simili alle dipendenze da sostanze. Un recente studio, condotto presso l’Università Cattolica di Murcia e pubblicato su Diseases (MDPI), ha utilizzato algoritmi di machine learning per individuare con sorprendente precisione i segnali precoci della dipendenza da cibo in giovani adulti, prima ancora che i soggetti stessi ne fossero consapevoli. I risultati sono sorprendenti e aprono nuove prospettive per la prevenzione.
Il contesto dello studio
Lo studio ha coinvolto oltre 700 studenti, analizzando una vasta gamma di dati: dalle abitudini alimentari alla composizione corporea, dallo stile di vita ai sintomi legati ai disturbi alimentari. L’obiettivo era individuare i fattori che permettono di prevedere la presenza di sintomi da dipendenza da cibo, utilizzando modelli di machine learning. Individuare indicatori precoci può fare la differenza, permettendo di intervenire con strategie di prevenzione e supporto mirate.
È stato evidenziato come gli studenti universitari, spesso sottoposti a elevati livelli di stress e cambiamenti nello stile di vita, siano un gruppo particolarmente vulnerabile.
I risultati principali
L’analisi condotta attraverso l’intelligenza artificiale ha permesso di mettere in luce tre campanelli d’allarme particolarmente rilevanti. Il primo riguarda la relazione con il cibo in situazioni di stress o ansia, dove mangiare diventa un meccanismo di compensazione emotiva. Il secondo segnale è legato alla perdita di controllo durante l’assunzione di alimenti, che porta a episodi di abbuffate non sempre percepite come problematiche dal soggetto. Il terzo segnale riguarda la tolleranza crescente, ovvero la necessità di quantità sempre maggiori di cibo per ottenere la stessa gratificazione emotiva. Questi indicatori, quando si presentano insieme, possono evolvere in vere e proprie forme di dipendenza, difficili da riconoscere senza un supporto esterno adeguato.
Dal punto di vista numerico, i dati raccolti hanno evidenziato che il 6,4% degli studenti presentava sintomi compatibili con la dipendenza da cibo, mentre l’8,1% era a rischio di sviluppare disturbi alimentari. I soggetti con sintomi mostravano valori più elevati di BMI (Indice di Massa Corporeo), circonferenza vita e percentuale di grasso corporeo, oltre a comportamenti come sedentarietà, consumo di alcool e uso di farmaci.
I 3 segnali che l’IA sa riconoscere
L’intelligenza artificiale ha permesso di isolare tre fattori predittivi principali:
- Circonferenza vita elevata, indicatore più preciso del grasso viscerale rispetto al BMI.
- Carenza di vitamina D, spesso associata a disregolazioni metaboliche e comportamentali.
- Consumo frequente di bevande non casearie, come caffè e alcolici, che possono alterare il comportamento alimentare.
Questi segnali, combinati, si sono rivelati più efficaci del BMI nel prevedere la dipendenza da cibo, suggerendo che il rischio può riguardare anche soggetti normopeso.
Il ruolo dell’IA nella prevenzione
L’elemento innovativo di questa ricerca sta nella capacità dell’IA di analizzare grandi quantità di dati e riconoscere pattern invisibili a occhio umano.
Grazie a questionari e indagini psicometriche, gli algoritmi hanno potuto elaborare correlazioni che spesso sfuggono persino ai professionisti. Questo non significa sostituire il lavoro di psicologi, medici o biologi, ma piuttosto affiancarli con uno strumento in grado di segnalare precocemente chi potrebbe essere a rischio, rivoluzionando la prevenzione dei disturbi alimentari.
Implicazioni per il futuro
Se applicata su larga scala, questa tecnologia potrebbe diventare un alleato importante nella prevenzione dei disturbi alimentari. Università, scuole e centri di supporto potrebbero integrare sistemi basati su IA per monitorare i livelli di rischio e offrire sostegno tempestivo agli studenti. Il futuro della salute mentale e della nutrizione potrebbe quindi passare da un dialogo sempre più stretto tra competenze umane e intelligenza artificiale, con l’obiettivo comune di proteggere il benessere delle persone.
