每日邮报》报道：“没有一种饮食能适合所有人。”

以色列研究人员对800名成年人进行了监测，以测量所谓的餐后血糖反应-某人进餐后血糖水平增加的量。这项措施可以很好地估计一个人从食物中“吸收”的能量。

研究人员发现，在食用相同餐食的个体中，餐后血糖反应的差异很大。

他们发现这些差异与个人特征有关，并开发了一个模型(称为“机器学习算法”)来预测个人对给定餐食的反应。

当将12个个体置于该模型预测的两种不同的量身定制的饮食方案中，以便每个人一周降低血糖水平或提高血糖水平时，大多数人的预测都是正确的(12人中有10个人)。

由于局限性，应谨慎解释研究结果。主要的原因是，测试饮食的样本很小，随访时间很短。该研究关注的是餐后血糖水平，而不是体重，因此我们无法说出对体重的影响。

尽管如此，机器学习算法模型可用于创建个性化饮食计划的概念还是一个有趣的想法。就像Netflix和亚马逊“了解”您的电视观看偏好一样，该计划也可以“了解”哪些食物最适合您的新陈代谢。