An LLM-RAG Approach for Healthy Eating Index-Informed Personalized Food Recommendations

Resumo Técnico: Uma Abordagem LLM-RAG para Recomendações Personalizadas de Alimentos Informadas pelo Índice de Alimentação Saudável

Declaração do Problema
Os sistemas atuais de recomendação de alimentos enfrentam limitações significativas na tradução da ciência da nutrição em escolhas diárias acionáveis e personalizadas. Ferramentas existentes frequentemente dependem de bancos de dados de alimentos curados de forma frouxa e baseados em crowdsourcing, com controle de qualidade heterogêneo e sem fundamentação explícita em índices validados de qualidade da dieta. Além disso, os métodos convencionais de avaliação dietética (por exemplo, recordatórios de 24 horas) são intensivos em recursos e geralmente fornecem feedback estático em nível populacional, em vez de orientação em tempo real e consciente do contexto. Embora o Índice de Alimentação Saudável (HEI) seja uma métrica robusta e validada para avaliar a qualidade da dieta em relação às diretrizes alimentares, ele permanece amplamente descritivo. Existe uma lacuna crítica na operacionalização de dados do HEI e de conjuntos de dados de referência em nível populacional (como NHANES e FPED) para gerar recomendações de alimentos individualizadas e explicáveis que visem diretamente déficits específicos de qualidade da dieta.

Metodologia
Os autores propõem um framework de Geração Aumentada por Recuperação (RAG) informado pelo Índice de Alimentação Saudável (HEI) que integra bancos de dados estruturados de nutrição com Modelos de Linguagem de Grande Escala (LLMs). A arquitetura do sistema consiste em dois componentes principais:

1. Fundação de Dados e Espaço de Incorporação:

   • O sistema utiliza dados da Pesquisa Nacional de Exame de Saúde e Nutrição (NHANES) 2017–2020 e do Banco de Dados de Equivalentes de Padrões Alimentares (FPED).
   • Um corpus em nível de alimento é construído convertendo registros do FPED em descrições de texto estruturado que resumem componentes de padrões alimentares (por exemplo, equivalentes em xícaras/onças de grupos alimentares).
   • Essas descrições são codificadas em representações vetoriais densas usando o modelo de transformador de sentenças MiniLM-L6-v2 e armazenadas em um índice FAISS para facilitar a busca eficiente por similaridade.

2. Recuperação e Classificação Informadas pelo HEI:

   • Para um determinado usuário $i$, o sistema calcula uma pontuação de referência HEI-2020 ($H_i$) com base em seu perfil de ingestão atual.
   • Uma representação de consulta ($q_i$) é construída a partir do perfil de saúde do usuário e do resumo dietético.
   • O sistema recupera alimentos candidatos ($C_i$) calculando a similaridade cosseno entre a consulta do usuário e as incorporações de alimentos.
   • Uma modificação hipotética da ingestão do usuário é simulada para cada alimento candidato $j$. A mudança esperada no HEI ($\Delta H_{i,j}$) é calculada.
   • Os candidatos são classificados usando uma função objetivo $J_{i,j} = \alpha \Delta H_{i,j} + \beta C_{i,j}$, que equilibra a melhoria do HEI com as restrições do perfil do usuário (por exemplo, condições de saúde, preferências).

3. Geração Aumentada por Recuperação (RAG):

   • Um LLM pré-treinado da OpenAI (classe GPT) é instanciado com um pipeline RAG restrito.
   • O LLM recebe um prompt estruturado contendo o perfil do usuário, a dieta atual e os alimentos candidatos melhor classificados com seus metadados específicos de nutrientes e FPED.
   • Crucialmente, o LLM é instruído a gerar recomendações apenas a partir do conjunto de candidatos recuperados ($R_i$), garantindo que as saídas sejam fundamentadas em dados nutricionais padronizados e não em conhecimento genérico da internet.
   • O modelo gera sugestões e explicações personalizadas que vinculam explicitamente as recomendações às melhorias nos componentes do HEI (por exemplo, aumentar grãos integrais ou reduzir sódio).

4. Implementação de Protótipo:

   • Um aplicativo móvel multiplataforma (Flutter) foi desenvolvido para demonstrar o framework, comunicando-se com um backend hospedado na nuvem via Firebase para processar entradas do usuário e retornar sugestões conscientes de porção.

Principais Contribuições
O estudo faz quatro contribuições primárias para o campo da nutrição personalizada e IA:

1. Desenvolvimento de Framework: Criação de um framework RAG-LLM informado pelo HEI que ancora recomendações de alimentos personalizadas em bancos de dados autoritativos (NHANES/FPED) e perfis de saúde do usuário.
2. Design de Mecanismo de Recuperação: Implementação de uma estratégia de recuperação que restringe o LLM a operar sobre metadados de alimentos estruturados e recuperados, gerando recomendações interpretáveis com contribuições esperadas para o HEI.
3. Avaliação Empírica: Uma simulação offline em grande escala em 12.076 registros de usuários demonstrando a eficácia do sistema na melhoria de métricas de qualidade da dieta.
4. Tradução para Ação: A tradução de métricas abstratas do HEI em sugestões de alimentos acionáveis e explicáveis, oferecendo uma ferramenta escalável para possível integração em programas de saúde pública.

Resultados
O sistema foi avaliado em um conjunto de teste retido de 2.416 respondentes. Os resultados da simulação indicaram:

• Melhoria Média do HEI: A pontuação média do HEI-2020 aumentou em 6,45 ± 4,02 pontos após a aplicação de substituições e adições recomendadas.
• Mudança de Limiar: A proporção de usuários que alcançaram uma qualidade de dieta "moderada" ou melhor (HEI > 50) aumentou de 45,12% na linha de base para 61,26% pós-simulação.
• Mudanças Distribucionais: A análise de quantis revelou melhorias consistentes em toda a distribuição. Os percentis 25, 50 (mediana) e 75 aumentaram em 6,35, 6,45 e 6,59 pontos, respectivamente, indicando que o framework beneficia usuários com diversas qualidades de dieta de base sem ampliar disparidades.
• Saída Qualitativa: O LLM gerou com sucesso recomendações nutricionalmente significativas e comportamentalmente plausíveis, como trocar pratos ricos em sódio por alternativas com menos sódio ou adicionar grãos integrais, mantendo a ingestão energética dentro de limites razoáveis.

Significado e Alegações
Os autores afirmam que este estudo avança a pesquisa em nutrição personalizada ao preencher a lacuna entre dados de vigilância em nível populacional e orientação acionável em nível individual. Ao fundamentar as saídas do LLM em bancos de dados padronizados e baseados em evidências, o sistema proposto oferece uma alternativa mais precisa, explicável e confiável aos aplicativos de dieta genéricos atuais.

O artigo enfatiza que, embora os resultados sejam derivados de simulações offline e não de mudanças observadas no comportamento no mundo real, a magnitude do ganho simulado no HEI é comparável ou maior do que as diferenças frequentemente observadas entre estratos sociodemográficos em estudos observacionais. Os autores posicionam este framework como uma ferramenta potencial para informar intervenções de saúde pública e políticas dietéticas. No entanto, mantêm uma postura modesta, reconhecendo limitações como a dependência de adoção simulada, potenciais vieses nos dados subjacentes do NHANES/FPED e a necessidade de futuros ensaios controlados randomizados rigorosos para avaliar a adesão a longo prazo e o impacto no mundo real.