Anais do Congresso Brasileiro de Saúde Coletiva
Anais do 12º Congresso Brasileiro de Saúde Coletiva

Apresentação/Introdução
Com o desenvolvimento da tecnologia e capacidade dos computadores no processamento de dados, a aprendizagem de máquina vem ganhando atenção dos pesquisadores. Em epidemiologia nutricional, tem se explorado a aplicação de árvores de decisão, redes neurais artificiais e máquinas de vetores de suporte para prever qualidade da dieta e desfechos de saúde relacionados a alimentação.


Objetivos
Explorar aplicação de Machine Learning na área de avaliação do consumo alimentar. Identificar avanços em epidemiologia nutricional e perspectivas frente à utilização de mineração de dados e algoritmos de inteligência artificial quando relacionados à dieta.


Metodologia
Revisão de literatura por publicações no PubMed e Web of Science, com artigos publicados em português e em inglês. Os termos utilizados para busca foram: “food intake”, “diet” e “machine learning”. Os trabalhos foram selecionados sem restrição de datas considerando ser esta uma área ainda pouco explorada.


Resultados
Inicialmente 15 trabalhos foram obtidos. Após triagem pelo título e posteriormente por análise do resumo, 6 trabalhos preencheram os critérios de busca, todos os selecionados foram publicados em inglês, o mais recente publicado em 2016 e o mais antigo em 2008. Dentre os trabalhos identificados, 33% buscaram predizer qualidade da dieta ou aspectos da alimentação, os outros 67% se ocuparam da predição de desfechos de saúde relacionados a dieta. Um trabalho analisou informações de consumo alimentar de 15.897 escolares, os demais apresentaram análises com amostras entre 1.379 e 4.156 participantes, adultos ou crianças.


Conclusões/Considerações
Nos últimos anos a inteligência artificial tem se desenvolvido e vem ganhando diversas aplicações. No campo da nutrição, os primeiros trabalhos demonstram o potencial de inovação e o aprimoramento da área. Isso, sem que se despreze o conhecimento adquirido pelas técnicas tradicionais, as possibilidades que se identificam é que a sua utilização ocorra de forma complementar.