Verkkopohjainen ruokien suositusalusta mahdollistaa yksilölliset ruokailuratkaisut
Personoidun ravitsemuksen hyödyntäminen mahdollistaa uusia ruokailuratkaisuja, joissa hyödynnetään monipuolisesti dataa. VTT on kehittänyt verkkopohjaisen ruokien suositusalustan personoinnin helpottamiseksi.
Kiinnostus yksilöllistä eli personoitua ravitsemusta (personalized nutrition) kohtaan on lisääntynyt etenkin sen jälkeen, kun laaja PREDICT-projekti osoitti artikkelissaan vuonna 2020, että jopa identtisten kaksosten aterianjälkeiset rasva- ja verensokerivasteet samaa ruokaa kohtaan ovat erilaisia.
Jo aiemmin oli osoitettu, että pelkästään nykyiseen ruokavalioon perustuvat yksilöidyt ravitsemusneuvot ovat tehokkaita helpottamaan muutosta kohti terveellisempää ruokavaliota ja painon pudotusta, eikä perimään liittyvä tieto tuo lisäarvoa.
Tämänhetkisissä personoidun ravitsemuksen digitaalisissa palveluissa annetaan henkilökohtaista ruokavalioneuvontaa tai -suosituksia perustuen perimään, suolistomikrobiston koostumukseen, verestä mitattuihin biomarkkereihin, ruokavalio-, liikunta- ja unitottumuksiin tai useisiin näistä tekijöistä. VTT:n tutkijat kirjoittivat näistä ratkaisuista ja yleisesti personoidun ravitsemuksen mahdollistamista palveluista jo vuonna 2019 Kehittyvä Elintarvike -lehdessä otsikolla Personoitu ravitsemus on tiedettä, täsmäruokaa ja suosituksia.
Personointi mahdollistaa monia ratkaisuja
Personoidulle ravitsemukselle ei ole olemassa yksiselitteistä määritelmää. Erilaisia ratkaisuja ja palveluja yhdistää se, että kuluttaja tai käyttäjä saa juuri hänelle räätälöityjä ruokaan, aterioihin tai ruokavalioon ja syömiseen liittyviä ohjeita, neuvoja tai suosituksia.
Räätälöintiin tarvitaan aina dataa eli tietoja kuluttajasta tai tietystä samoja ominaisuuksia jakavasta kuluttajaryhmästä. Personointiin voi hyödyntää dataa ruuan kulutuksesta, allergioista ja yliherkkyyksistä, kehon koostumuksesta, veren biomarkkereista, fyysisestä aktiivisuudesta, genetiikasta ja suolistomikrobistosta, sosioekonomisesta asemasta, kulttuurista ja uskonnosta.
Personointiin tarvittava data riippuu siitä, mitä ratkaisua kyseinen palvelu tarjoaa. Mikäli ruokavaliotaan ei halua muuttaa, esimerkiksi käyttäjähistoria useimmin ostetuista tuotteista riittää helpottamaan verkkokauppaostajaa uuden ostotilauksen tekemisessä. Jos kuluttaja noudattaa erityisruokavaliota, palvelu voi huomioida ruokavalion asettamat ehdot.
Yksilölliset mieltymykset, kuten maku, ovat yksi merkittävimmistä ruuan valintaa ohjaavista tekijöistä. Toimivimpien yksilöllisten ruokailuratkaisujen pitäisikin todennäköisesti huomioida yksilön mieltymyksiä, vaikka erilaisten palvelujen vaikuttavuudesta terveellisiin ruokavaliomuutoksiin ei juuri olekaan tietoa.
Personoitujen palvelujen haaste on tarvittavan tiedon tuominen palvelun käyttöön. Monipuolisen datan kokoaminen ja luovuttaminen palvelun käyttöön on käyttäjälle työlästä, aikaa vievää ja usein kallistakin. Mikäli pyritään vaikuttamaan suoraan vaikkapa verensokeriaineenvaihduntaan, kuluttajan täytyy pystyä antamaan tietoa esimerkiksi verensokeri- ja rasva-arvoistaan mittaamalla niitä itse.
Kuluttajille suunnatut hyvinvointisovellukset ja älylaitteet ovat kuitenkin kehittyneet nopeasti ja helpottavat tietojen kokoamista. Tietojen hyödyntämistä tukevat avoimet rajapinnat sovellusten välillä. Lisäksi uusi sosiaali- ja terveydenhuollon asiakastietolaki (1.1.2024) mahdollistaa jatkossa tietojen siirtymisen myös terveydenhuollon ammattilaisten käyttöön asiakkaan suostumuksella.
Ruokasuositusalustan kehittäminen
VTT on kehittänyt ruokatuotteiden suositusalustaa Business Finlandin osarahoittamassa Me, My Health & My Food (MeHeFo) -projektissa. VTT:n alustan ruokasuositukset perustuvat käyttäjän luomaan henkilökohtaiseen profiiliin. Käyttäjä syöttää itse lomakesovelluksen kautta profiilinsa tiedot, kuten painoindeksin, ruokavaliovaatimukset ja niihin liittyvät henkilökohtaiset tavoitteensa ruokavalion laadun ja kestävien tuotteiden valinnan edistämiseksi.
Alusta mahdollistaa suositeltavien ruokien suodattamisen tuoteryhmittäin sekä makumieltymyksien mukaisesti. Alusta myös integroituu OpenAI:n avoimeen ohjelmointirajapintaan ja tarjoaa ChatGPT-kielimallin avulla toimivan keskusteluavustajan (chatbot), jossa käyttäjät voivat tiedustella ruokaan liittyvistä asioista ja saada reseptisuosituksia.
Lisäksi alusta luo ostoslistoja suositelluista ruokatuotteista reseptin ainesosien perusteella, mikä on uudenlainen ominaisuus verrattuna useimpiin kaupallisiin sovelluksiin. Suositellut tuotteet haetaan integroidusta GS1 Synkka -elintarviketietokannasta, joka sisältää käytännössä kaikki Suomen markkinoilla olevat elintarvikkeet. Koska Synkka-palvelu on maailmanlaajuinen, MeHeFo-alusta on laajennettavissa käyttöön myös Suomen ulkopuolelle.
Alustalla useita käyttömahdollisuuksia
Tämänhetkisessä alustan prototyypissä käyttäjä syöttää itse profiilinsa tiedot. Tämän lisäksi on mahdollista, että tiedot alustalle voidaan hakea käyttäjän luvalla myös ulkoisista lähteistä kuten henkilökohtaisista hyvinvointilaitteista ja sovelluksista.
Tällainen integraatio mahdollistaa asiakkaan henkilökohtaisen profiilin automaattisen täydentämisen esimerkiksi fyysisen aktiivisuuden tiedoilla ja muilla laitteen rekisteröimillä henkilökohtaisilla parametreilla. Alustalle on tehty testi-integraation, joka tarjoaa mallin uusien laitteiden integroimiseksi avoimen rajapinnan avulla.
Ruokasuositusalustaa voidaan räätälöidä ja jatkokehittää erilaisiin tarpeisiin kuten esimerkiksi ruokien verkkokauppaan soveltuvaksi. Alustan soveltuvuutta on testattu myös VTT:n sisäisesti integroimalla alusta VTT:n välipala-automaattiin, joka valmistaa tuoreita välipaloja.
Räätälöityjen välipalasuositusten käytettävyyttä testattiin pienen kuluttajaryhmän kesken. Palaute personoinnista oli hyvin positiivista. Kuluttajat kokivat, että heidän ruokavalio- ja mieltymystietoihinsa perustuva ruokasuositus oli parempi vaihtoehto kuin tuotevalinnan tekeminen täysin itse, ilman suosituksia.
Lähteet:
Asiakastietolaki. http://www.finlex.fi/fi/laki/alkup/2023/20230703
Berry ym. 2020. Human postprandial responses to food and potential for precision nutrition. Nature Medicine 26, 964-973
O’Donovan ym. 2017. Knowing your genes: does this impact behavioral change? Proceedings of the Nutrition Society 76, 182-191.
Pentikäinen & Poutanen, 2019. Personoitu ravitsemus on tiedettä, täsmäruokaa ja suosituksia. Kehittyvä elintarvike 2/2019.
Lappi ym. 2024. Development and Consumer Perceptions of a Snack Machine Producing Customized or Personalized On-Demand Bakery Products. Käsikirjoitus valmisteilla lähetettäväksi Applied Food Research -lehteen.