Aplicación del aprendizaje automático en la garantía de la seguridad alimentaria nutricional: una revisión sistemática del período 2015- 2025

Abstract

Durante las últimas décadas se ha tratado de erradicar la inseguridad alimentaria con programas y políticas públicas que resultan insuficientes para lograr el Hambre Cero. En este marco, surge el aprendizaje automático como herramienta para fortalecer el análisis, la toma de decisiones y la anticipación de riesgos en sistemas alimentarios. Analizar sistemáticamente la evidencia científica disponible sobre los aportes del aprendizaje automático en el ámbito de la seguridad alimentaria nutricional a nivel mundial durante el período 2015-2025. Se realizó una revisión sistemática, usando diferentes bases científicas online (Pubmed/Medline, Google Scholar, Lilacs, BVS, Scielo). Se incluyeron aquellos artículos que contenían las palabras clave o una combinación de ellas durante el año 2015-2025, que aplicaran herramientas de aprendizaje automático en al menos una dimensión de la seguridad alimentaria nutricional. La calidad de los estudios incluidos se verificó mediante la guía STROBE y la guía Downs and Black. Se analizaron 17 artículos que reportan el uso de modelos de aprendizaje automático para abordar la seguridad alimentaria nutricional. En algunos casos, estos modelos incorporaron técnicas de aprendizaje profundo. La disponibilidad fue la dimensión más estudiada. Los modelos de aprendizaje automático son herramientas eficaces en el abordaje de la seguridad alimentaria nutricional para analizar y predecir aspectos vinculados con la misma. Se destaca la necesidad de promover investigaciones que integren dimensiones sociales y contextuales, con el fin de fortalecer un enfoque sostenible de la seguridad alimentaria nutricional.