Le blog 
Cet article est PREMIUM, et nécessite un abonnement payant pour lire la suite
Créez votre compte dès maintenant puis contactez-nous pour accéder aux articles Premium et/ou Lettre Export.
Temps estimé - 4 min
Le cabinet de conseil stratégique Qina a récemment publié un livre blanc sur l’éthique de l’intelligence artificielle (IA)
dans les domaines de la nutrition et du changement de comportement. L’objectif est de fournir un cadre opérationnel d’IA aux entreprises, aux praticiens et aux développeurs des secteurs de la nutrition, de la restauration, de la santé numérique et des ingrédients,
Le cadre éthique de Qina comprend les sept principes interdépendants des données : système de données et d’intelligence artificielle, centré sur l’homme, organisation, éducation et formation, population et planète, et réglementation. .
Quelles sont les opportunités ?
Les opportunités de l’utilisation de l’IA dans la nutrition incluent l’accès aux solutions personnalisées et l’identification de modèles cachés dans des ensembles de données disparates.
Des recherches récentes montrent que les chatbots IA gratuits peuvent fournir des estimations nutritionnelles comparables à celles des nutritionnistes en formation.
Quelles sont les limites de l’IA ?
Cependant, le document souligne les limites de l’IA. En effet, les débats éthiques autour de l’intelligence artificielle actuelle portent fréquemment sur les sources des ensembles de données utilisés, notamment en raison de leurs préjugés inhérents et du manque de diversité ethnique et de genre. Cela peut conduire à des recommandations en matière d’alimentation et de mode de vie non pertinentes, discriminatoires ou inexactes.
Le livre blanc recommande l’intégration des déterminants sociaux de la santé dans la nutrition personnalisée par l’IA pour des résultats de santé équitables (lieu de naissance, emploi, revenu…). De plus, il met en garde contre le potentiel de menace pour les cultures alimentaires en favorisant des aliments populaires dans les pays riches.
Qina note que les futurs systèmes d’IA devront être plus transparents, plus inclusifs et plus sûrs pour garantir une mise en œuvre réussie en tant qu’outils d’amélioration de la santé. Il souligne l’importance de la formation et de l’éducation afin d’augmenter l’efficacité pour développer des solutions IA à destination du patient.
–
