Artificiële Intelligentie kan eetbuien en binge drinken in het dagelijkse leven helpen voorspellen

Onderzoek van de Mind-Body Research groep van de KU Leuven en de University of California, Berkeley werpt een nieuw licht op de omstandigheden die eetbuien en binge drinken veroorzaken bij mensen met boulimia nervosa en een alcoholgebruikstoornis. Het baanbrekende onderzoek, gepubliceerd in Psychological Medicine, maakt gebruik van geavanceerde technieken in machine learning en artificiële intelligentie om voorspellingsmodellen voor eetbuien en binge drinken in het dagelijkse leven te ontwikkelen. Die bieden veelbelovende inzichten en maken efficiëntere behandelingen mogelijk.

Het onderzoek volgde 120 patiënten gedurende een periode van 12 maanden. Daarin werd hun eet- en drinkgedrag bestudeerd, maar ook verschillende emotionele, gedrags- en contextuele factoren. Dit gebeurde aan de hand van de zogenaamde experience sampling methode (ESM), waarbij deelnemers hun gedrag en ervaringen acht keer per dag rapporteerden op specifieke dagen van de week.

Deze intensieve en zeer uitgebreide dataverzameling maakte het dan mogelijk om op zoek te gaan naar patronen en voorspellers van problematisch eet- of drinkgedrag. Daarvoor werden machine learning-modellen en artificiële intelligentie gebruikt.

Er werden modellen op groepsniveau ontwikkeld, maar ook modellen die afgestemd waren op individuele patienten. Hierbij zagen de onderzoekers dat modellen op groepsniveau, die gegevens van meerdere patiënten samenvoegen, over het algemeen beter presteerden dan de modellen op het niveau van het individu. Enkele van de belangrijkste voorspellers voor eetbuien en binge drinken waren het ervaren van een drang om te eten of drinken en het tijdstip van de dag. Daarnaast speelden sociale context en emotionele factoren ook een belangrijke rol.

Just in time ondersteuning

De inzichten uit dit onderzoek maken just-in-time adaptieve interventies (JITAI) mogelijk, die ondersteuning kunnen bieden precies op momenten wanneer patiënten die het meest nodig hebben.

“Deze inzichten zijn een belangrijke stap voorwaarts in het begrijpen en aanpakken van de complexiteit bij boulimia nervosa en alcoholgebruikstoornis,” zegt onderzoeker Nicolas Leenaerts. “Door gebruik te maken van artificiële intelligentie kunnen we beter voorspellen wanneer eetbuien en binge drinken zullen optreden en effectiever ingrijpen.”

Een patiënt zou bijvoorbeeld een smartphone-app kunnen gebruiken om zijn emoties en gedrag te rapporteren, en een algoritme zou het risico op eetbuien of bingedrinken kunnen voorspellen. Wanneer het risico hoog is, zou meteen een waarschuwing kunnen worden verzonden, afgestemd op de situatie waarin de patiënt zich op dat moment bevindt. Zo’n fijnmazige aanpak zou de effectiviteit van behandelingen voor boulimia nervosa en alcoholgebruikstoornis aanzienlijk kunnen verbeteren.

Die fijnmazigheid is nodig, want het onderzoek toonde aan dat de sociale context en emotionele toestand van patiënten significant verschilde bij eetbuien en binge drinken. Positieve emoties en een sociale situatie bleken bijvoorbeeld meer voorspellend voor binge drinken, terwijl negatieve emoties nauwer verbonden waren met eetbuien.

“Ons onderzoek laat zien dat het begrijpen van de context waarin het gedrag optreedt cruciaal is,” voegt Leenaerts toe. “Dit inzicht stelt ons in staat tussenkomsten te ontwikkelen die niet alleen op tijd komen, maar ook contextueel relevant zijn en rekening houden met de emotionele toestand van patienten.”