Longread
Data maken digitaal dieet écht persoonlijk
Voeding is een complexe zaak, en zeer persoonlijk. Hoe kun je alle wetenschappelijke inzichten uit tal van onderzoeken en bronnen met elkaar verbinden, zodat ook een leek er mee uit de voeten kan – of een appbouwer? Dat vraagstuk belandde op het bord van het Food Informatics-team.
Kunstmatige intelligentie is niet onfeilbaar. Als je ze de verkeerde of lastig te verteren data voert, kan zelfs het beste algoritme er geen chocola van maken. Bij WUR zorgt het Food Informatics-team ervoor dat mensen, bedrijven en appbouwers – en bijgevolg AI’s – wél uit de voeten kunnen met de juiste ingrediënten.
Diëtist op zak
Dat is belangrijk, want persoonlijk voedingsadvies komt steeds vaker tot ons. Niet alleen in de vorm van een ervaren diëtist, maar ook in een digitale variant: als app. De markt voor dieet- en voedingsapps gaat alleen al in het Verenigd Koninkrijk en Duitsland met bijna 20 procent groeien, zodat er in 2030 bijna honderd miljoen euro in omgaat. De groei is mede ingegeven doordat de gebruikersgroep van fitnessfanaten naar levensstijlconsumenten verandert. Dat biedt dus veel kansen voor de ontwikkelaars van specifieke dieet- en voedingsapps, en ook voor de gebruikers. Want wie heeft er tegenwoordig niet een diëtist (lees: een smartphone) op zak?
Daarin schuilt tegelijkertijd ook het probleem. Want behalve de markt en het aanbod zijn ook de wetenschappelijke inzichten aan verandering onderhevig. Zo toonden recente studies aan dat verzadigde vetten niet zo ongezond zijn als lang gedacht. Ook is het maar de vraag of melk inderdaad een witte motor is voor elk, en of dat glaasje rode wijn nu juist wel of niet aan te bevelen is. Natuurlijk genereren nieuwe onderzoeken ook nieuwe inzichten en kennis, maar in de praktijk profiteren de talloze apps in de AppStore en Google Play-shop daar niet van. Ze missen de wetenschappelijke update en blijven dus vaak hangen in algemene, gebruikelijke en niet altijd op wetenschappelijke basis gestoelde adviezen.
Apps die wél worden gevuld met de meest recente onderzoeksresultaten, worden onder andere mogelijk gemaakt door het project van Wageningen Food & Biobased Research. Dat betekent niet dat Mariëlle Timmer, senior onderzoeker Food Informatics bij Wageningen University & Research (WUR), zelf apps maakt. “Niet dat we dat niet kunnen – zeker wel, want we maken ook prototypes, zoals bijvoorbeeld van onze eigen Vezel UP-tool – maar omdat het onze expertise niet is. Bij het maken van een app komen veel ontwerpkeuzes kijken: welke kleur, welke knopjes en waar? Dat laatste stukje interactie met de gebruiker laten we graag over aan de appbouwer, zodat wij ons kunnen concentreren op het ontwikkelen van de juiste instrumenten en bouwstenen die het fundament vormen van de app.”
Vezel UP-app
Een voorbeeld van zo’n mogelijke app is de eerdergenoemde Vezel UP, die werd ingezet in een interventiestudie, bedoeld om deelnemers – gezonde en mensen die last hebben van een prikkelbare darm – vezelrijker te laten eten.
De uitkomsten van het onderzoek zijn veelbelovend, een succes dat wordt gedeeld met participerende organisaties als het Gelderse Vallei-ziekenhuis, de Maag Lever Darm Stichting en het Nederlands Bakkerij Centrum, plus een zestal bedrijven waartoe onder andere Bolletje en Kellogg’s behoorden. Na afloop bleef bijna de helft van de deelnemers het instrument gebruiken vanwege de informatieve, positieve, ontspannen insteek, en de mate van keuzevrijheid.
Bouwstenen apps
Dat succes is het resultaat van wat onder de motorkap van deze en soortgelijke apps ‘draait’: data en kennisregels, ingebouwd in speciaal ontwikkelde softwarecomponenten. Die bouwstenen zijn in aantal beperkt, maar de kracht zit hem, net als met LEGO-steentjes, in de combinatie ervan. Timmer: “We begonnen bijvoorbeeld met de basissmaken zoet, zuur, zout, bitter en umami, maar van smaakexperts en fijnproevers weten we dat er nog veel meer smaken zijn. Mooi, want zo kunnen we onze instrumentenkoffer hierna uitbreiden.”
Het is echter niet puur een smaakkwestie, want het team maakte ook bouwstenen die informatie geven over bijvoorbeeld duurzaamheid, voedingsstoffen, aminozuren of eetmoment. “Het idee is dat je met dit veertigtal bouwstenen een heel scala aan verschillende apps kunt bouwen. Dat is dan een kwestie van de gekozen bouwstenen – die stuk voor stuk aan wetenschappelijk onderzoek ‘hangen’ – in het algoritme stoppen.” WUR combineert daarbij openbaar toegankelijke databronnen en gedigitaliseerde kennis van WUR-experts; zo wordt wetenschappelijke kennis beschikbaar waar een doorsnee appbouwer niet makkelijk toegang toe heeft.
Niet alleen appbouwers van vlees en bloed gaan in de toekomst aan de slag met de Wageningse bouwstenen, ook AI-onderzoekers kunnen er hun voordeel mee doen. Onderzoeker Jan Top: “In het oorspronkelijke onderzoek bleek dat niet voor alle producten de smaak was bepaald door een speciaal panel. Daarom hebben we een algoritme ontwikkeld dat via machine learning voorspelt wat de smaak van een product zal zijn, op basis van producten waarvan dat wel bekend is.” Zo kunnen de onderzoekers op die manier gebruik maken van AI om ontbrekende kennis zo goed mogelijk aan te vullen. Top: “En is de suggestie eigenaardig, dan koppelen we dat terug aan de smaakexperts. Dat leidt dan óf tot aanpassing van het algoritme, óf tot een nieuw onderzoek.”
Consequenties voorspellen van receptuurverandering
Ook ziet Top een andere belangrijke stakeholder naast alleen appbouwers voor deze ontwikkeling. “Ik denk dat het een enorm interessant instrument is voor productontwikkelaars. De personalisatie van voeding gaat niet uitsluitend over het geven van gerichte adviezen, maar kan ook worden gebruikt om producten te maken voor bepaalde doelgroepen.” Of het kan worden gebruikt om de mogelijke consequenties te voorspellen van een receptuurverandering van een product, aldus Top. “Het vervangen van dierlijke eiwitten voor plantaardige geniet tegenwoordig grote aandacht, maar dat heeft uiteraard ook invloed op de opname van eiwitten door het lichaam. Als voedselproducent wil je dat zo goed mogelijk kunnen voorspellen, en onze bouwstenen helpen daarbij.”
Omdat het een dynamisch systeem is en de onderliggende data met het voortschrijden van de tijd verrijkt worden, krijgen de bouwstenen eigenlijk een steeds grotere waarde. Dan zijn dieetapps met algemeen voedingsadvies voorgoed verleden tijd. Maar het mooie aan deze innovatieve ontsluiting van wetenschappelijke bronnen is natuurlijk dat het nooit af is. “We krijgen doorlopend nieuwe ideeën hoe het nóg beter kan”, aldus Timmer. “Het is ook zo leuk, omdat we nauw samenwerken met domeinexperts. En die zien door wat wij aanleveren ook weer nieuwe mogelijkheden. We zijn dus nog lang niet klaar. Sterker nog, we beginnen pas net!”
