Uno studio “in press” valuta ChatGPT-4o come supporto all’autogestione: quanto è affidabile la stima automatizzata dei carboidrati, e come usarla senza farsi male.

In una frase: l’AI può diventare un buon “secondo occhio” sul piatto, ma finché non conosciamo bene i suoi errori, non deve essere la mano che decide il bolo.

Davanti a un piatto di pasta, la domanda è sempre la stessa, quanti carboidrati sono? Per chi vive con diabete di tipo 1, soprattutto in adolescenza, la risposta non è curiosità, è terapia. Il conteggio dei carboidrati è una competenza cardine per far combaciare dose di insulina e cibo, e le linee guida pediatriche lo considerano parte dell’educazione di base, da insegnare presto e in famiglia. (PMC)

Poi è arrivata la scorciatoia più seducente del secolo, fotografi il pasto e chiedi a ChatGPT. Sembra magia, e invece è statistica. Proprio per questo, finalmente, qualcuno mette la magia sotto il righello.

Cosa sta valutando lo studio su ChatGPT-4o

Un lavoro accettato e “in press” sul Journal of Diabetes Science and Technology, firmato da Johansen e colleghi, valuta l’accuratezza di ChatGPT-4o nel stimare i carboidrati a partire da immagini, con l’idea di usarlo come strumento di autogestione per adolescenti con diabete di tipo 1. (Aalborg Universitets forskningsportal)
Il cuore della domanda è semplice: il numero che esce è abbastanza vicino alla realtà da essere utile, o può trasformarsi in un assistente che, ogni tanto, ti fa un dispetto clinico? Aspettati risultati espressi in grammi e distribuzioni di errore, non in slogan, cioè quanto spesso il modello è “abbastanza vicino” e quanto spesso sbaglia in modo pericoloso.

Quando in questi studi si dice “accuratezza”, in genere si guarda a:

  • di quanti grammi si sbaglia rispetto al valore di riferimento,
  • quante volte compaiono “grandi sovrastime”, perché sovrastimare può spingere verso un eccesso di insulina.

Perché le foto ingannano anche l’AI

Riconoscere che cosa c’è nel piatto è una cosa, stimare quanto è un’altra. Porzioni, pane a fette spesse come romanzi russi, condimenti invisibili, ripieni e zuccheri nascosti, sono esattamente i punti in cui l’occhio umano sbaglia, e dove spesso sbaglia anche un modello. Un sugo generoso può valere pochi carboidrati ma tante calorie, una besciamella può cambiare i conti, una pizza “semplice” può essere un labirinto, l’impasto non è un oggetto standard.

E c’è un punto psicologico, soprattutto per i ragazzi: se ti affidi a un numero rapido e “autorevole”, rischi di perdere allenamento. Al contrario, quando il conteggio è insegnato e praticato bene, può aumentare senso di controllo ed empowerment, e questo si associa a esiti migliori in adolescenti e giovani adulti. (MDPI)

Cosa sappiamo già da confronti reali

In uno studio su 30 pasti confrontati con dietisti esperti, ChatGPT ha mostrato un errore assoluto medio più alto dei professionisti (20 ± 18 g contro 13 ± 10 g), e una quota di grandi sovrastime maggiore (13% contro 3%). (PubMed)
Traduzione pratica: l’AI può essere un aiuto, ma non è un metro da sarta, è un metro da falegname preso al mercatino. Va bene per orientarsi, non per tagliare su misura l’insulina, soprattutto quando i numeri ballano tra pasti simili.

Dove può fallire più spesso

  • piatti misti e stratificati, lasagne, pasta al forno, poke,
  • salse, creme, condimenti non visibili,
  • porzioni fuori scala, piatti grandi, ciotole profonde,
  • alimenti “ingannevoli”, sushi con salse dolci, yogurt con topping, succhi e bibite,
  • cibi industriali, dove l’etichetta è più affidabile della fotografia.

Come potrebbe aiutare davvero un adolescente

Qui la tecnologia può diventare educativa, non autoritaria:

  1. seconda opinione su pasti nuovi o “misti”,
  2. allenamento dell’occhio, confronto tra stima personale e stima AI,
  3. materiale concreto per parlare col team diabetologico, non teoria, ma foto e numeri.

La regola d’oro resta tradizionale: l’insulina la decide un ragionamento, non una risposta automatica. E quel ragionamento include anche glicemia del momento, attività fisica, sensibilità insulinica, tutto ciò che una foto non racconta. (PMC)

Mini checklist di sicurezza, se vuoi provarci

Nota: non è un consiglio medico, per i dosaggi fai sempre riferimento al tuo team diabetologico.

  • usala come supporto, non come unica fonte,
  • chiedi anche quali alimenti riconosce e che assunzioni fa,
  • aggiungi contesto (dimensione del piatto, ingredienti, marca),
  • fai una foto chiara, dall’alto e di lato, con luce buona, metti un oggetto di riferimento,
  • attenzione extra a salse e ripieni,
  • se noti sovrastime ricorrenti, il rischio è un bolo eccessivo e quindi ipoglicemia.

Privacy, soprattutto con minori

Una foto di un pasto, nel contesto di una patologia, può diventare dato di salute. In Europa esistono iniziative specifiche per la privacy delle app mHealth, ma analisi indipendenti mostrano che le policy delle app sanitarie possono essere poco leggibili o poco allineate alle promesse di marketing. (Strategia Digitale Europea)
Tradotto: prima di caricare immagini, vale la pena capire dove finiscono, per quanto tempo restano, e chi le vede.

Domande e risposte

ChatGPT può contare i carboidrati da una foto?
Può stimare, con variabilità. Il punto debole tipico sono le quantità e gli ingredienti “nascosti”.

È sicuro dosare l’insulina solo sulla stima dell’AI?
No. Le sovrastime possono portare a eccesso di insulina e ipoglicemia. Usala come complemento, non come pilota automatico. (PubMed)

A cosa serve allora lo studio su ChatGPT-4o?
A misurare l’errore, capire quando funziona e quando fallisce, e trasformare una curiosità tecnologica in regole d’uso sensate. (Aalborg Universitets forskningsportal)

Finale, senza fuochi d’artificio

La tecnologia migliore è quella che non ruba autonomia, la costruisce. Se ChatGPT-4o diventerà un buon compagno di conteggio lo diranno i dati. Nel frattempo, teniamoci stretti i fondamentali, educazione, pratica, confronto. E un sorriso: perché se perfino un’AI può sbagliare una pizza, allora siamo tutti umani, con o senza algoritmo.

Hashtag: #DiabeteTipo1 #CarbohydrateCounting #SaluteDigitale #AIinMedicina

...

Scopri di più da Lambertini, esperienza vissuta, salute, scrittura e visioni sul presente

Abbonati per ricevere gli ultimi articoli inviati alla tua e-mail.

Di Roberto Lambertini

Roberto Lambertini è nato a Bologna il 4 settembre 1961. Fin da giovane è stato appassionato di lettura, libri e informazione.

Rispondi

Maximizing performance : the ritchier remaps mobile remapping services in elgin, scotland. El sistema de agua a presión del camión cuba está diseñado para limpiar de manera segura. Feel welcomed & gain extraordinary skills with kings academy's martial arts classes.