Accuratezza di ChatGPT, Gemini, Claude e DeepSeek nella conta dei carboidrati
Punti chiave
Domanda: Qual è l’accuratezza di quattro modelli di intelligenza artificiale – ChatGPT (OpenAI), Gemini (Google), Claude (Anthropic) e DeepSeek (DeepSeek AI) – nel calcolo del contenuto di carboidrati dei pasti rispetto ai valori di riferimento determinati dai clinici?
Risultati: L’endpoint primario dello studio era rappresentato dall’equivalenza tra le stime dei clinici e quelle generate dai modelli di intelligenza artificiale, definita entro un margine di errore di ±5%. Sono stati analizzati 124 pasti, equamente distribuiti fra colazione, pranzo, cena e spuntini. Il contenuto di carboidrati è stato determinato congiuntamente da due diabetologi pediatrici e un nutrizionista clinico, utilizzando database nutrizionali validati. A ciascun modello di intelligenza artificiale sono stati forniti prompt identici e standardizzati in lingua inglese, contenenti la descrizione dei pasti. Tra i modelli valutati, ChatGPT ha mostrato il minor bias, i limiti di concordanza più ristretti e la più elevata correlazione con il riferimento clinico. Solo ChatGPT ha soddisfatto il criterio di equivalenza predefinito (±5%), mentre Gemini e DeepSeek hanno raggiunto l’equivalenza solo considerando un margine più ampio (±10%). Claude ha invece evidenziato il maggiore bias negativo e la più ampia variabilità dei risultati.
Conclusioni: Gli strumenti di intelligenza artificiale, in particolare ChatGPT, sono in grado di approssimare con buona accuratezza il calcolo dei carboidrati effettuato dai clinici. Possono quindi rappresentare un utile supporto nel conteggio dei carboidrati per le persone con diabete tipo 1, favorendo l’autogestione della malattia, pur senza sostituire l’educazione terapeutica e il giudizio clinico.
12 maggio 2026 (Gruppo ComunicAzione) – A cura di Gisella Boselli
CHE COSA SI SA GIÀ? Il conteggio dei carboidrati rappresenta uno degli strumenti fondamentali nella gestione del diabete tipo 1 (DT1), consentendo di adattare la dose insulinica ai pasti e di migliorare il controllo glicemico postprandiale. La sua accuratezza è determinante: errori di stima, anche di entità relativamente modesta, possono tradursi in iperglicemie o aumentare il rischio di ipoglicemia, con impatto sulla variabilità glicemica e sulla qualità di vita delle persone con diabete. Allo stesso tempo, il conteggio dei carboidrati rappresenta una competenza impegnativa nella gestione quotidiana della malattia: richiede conoscenze nutrizionali, capacità di stima delle porzioni oltre ad adeguate competenze di calcolo, configurandosi spesso come un vero e proprio carico cognitivo per il paziente e per i caregiver.
Negli ultimi anni, la crescente diffusione di modelli di intelligenza artificiale (IA) ha aperto nuove prospettive per supportare il calcolo nutrizionale e facilitare l’autogestione della malattia. Tuttavia, la reale accuratezza di tali strumenti e la loro affidabilità rispetto al riferimento clinico restano ancora oggetto di valutazione.
QUALI SONO LE NUOVE EVIDENZE? Uno studio recentemente pubblicato su Diabetes, Obesity and Metabolism da Luca Zagaroli (UOC di Pediatria, Osp. San Salvatore, L’Aquila) e colleghi ha valutato l’accuratezza di quattro modelli di IA ampiamente diffusi (ChatGPT-5.0 [OpenAI], Gemini 2.5 Flash [Google], DeepSeek R1 [DeepSeek AI] e Claude 4 Sonnet [Anthropic]) nel conteggio dei carboidrati. Sono stati analizzati 124 pasti, suddivisi tra colazione, pranzo, cena e spuntini, fra cui pasti con contenuto di carboidrati molto basso o trascurabile. Il contenuto glucidico di riferimento è stato determinato congiuntamente da due diabetologi pediatrici e un nutrizionista utilizzando database validati (Food Data Central- United States Dept. of Agriculture [USDA] e Italian Food Composition Tables, Centro di Ricerca Alimenti e Nutrizione [CREA]).
I pasti sono stati descritti ai modelli di IA mediante prompt standardizzati che includevano esplicitamente gli alimenti e le relative quantità (ad esempio: “80 g di pasta integrale con 10 g di olio d’oliva”), con indicazione a utilizzare tabelle nutrizionali standard, considerare i pesi a crudo e non formulare assunzioni su ingredienti non specificatamente menzionati.
Risultati principali.
Il contenuto mediano di carboidrati calcolato dai clinici era di circa 30 g per pasto. Tra i modelli valutati, ChatGPT è risultato il più accurato: ha mostrato uno scostamento medio minimo rispetto al valore di riferimento (bias -0,3 g, cioè una differenza media molto contenuta, senza una tendenza sistematica a sovra- o sottostimare), la più alta correlazione con le stime dei clinici (ρ = 0,97, indicando che quando il contenuto di carboidrati di un pasto aumenta o diminuisce, anche le stime del modello variano in modo molto simile) e la minore dispersione degli errori (SD 3,82 g), a indicare una elevata precisione nelle singole stime.
Solo ChatGPT ha soddisfatto il criterio di equivalenza ±5%. Gemini e DeepSeek hanno raggiunto l’equivalenza solo con un margine più ampio (±10%), mentre Claude non ha soddisfatto neppure questo criterio. Dal punto di vista clinico, ChatGPT ha mostrato la più alta percentuale di stime entro soglie di errore rilevanti (98,4% entro ±10 g), rispetto a valori inferiori per gli altri modelli. Anche la traduzione degli errori in differenze teoriche di dose insulinica ha evidenziato discrepanze più contenute per ChatGPT. Le differenze diventano evidenti nei pasti più ricchi (>50 g), dove ChatGPT mantiene le migliori prestazioni (95,8% entro ±10 g; errore medio 4 g), mentre Gemini e DeepSeek presentano errori più frequenti (>10 g nel 29,2% dei pasti) e Claude risultati nettamente inferiori (45,8% dei pasti con errore >10 g; errore medio 18,5 g).
LUCI E OMBRE DELLA PUBBLICAZIONE. Lo studio presenta diversi punti di forza. Gli autori hanno utilizzato prompt identici e descrizioni dettagliate dei pasti, aumentando l’affidabilità del confronto. Hanno inoltre limitato la variabilità legata alla personalizzazione esplicita (cioè dipendente dall’utente, come cronologia, preferenze o memoria delle conversazioni). Anche l’impostazione statistica è rigorosa.
Tra i limiti, i modelli possono fornire risposte diverse anche a parità di input, poiché fattori interni alla piattaforma (aggiornamenti, ottimizzazioni, stocasticità intrinseca) possono introdurre una variabilità non completamente controllabile. Inoltre, le condizioni dello studio, basate su descrizioni standardizzate e complete dei pasti, si discostano dalla pratica reale, dove le informazioni fornite dai pazienti sono spesso più approssimative o incomplete, con possibili ripercussioni sull’accuratezza delle stime.
CONCLUSIONI E SPUNTI PER LA PRATICA CLINICA. I risultati dello studio indicano che i modelli di IA mostrano una buona accuratezza complessiva nel conteggio dei carboidrati, con differenze tra sistemi. In particolare, nello studio in oggetto ChatGPT si è dimostrato il più preciso e stabile rispetto al riferimento clinico. Tali strumenti possono rappresentare un utile supporto nella gestione quotidiana e nel percorso educativo, contribuendo a ridurre il carico cognitivo del paziente. Tuttavia, la presenza di una variabilità non completamente controllabile, soprattutto nei pasti più complessi, richiede un utilizzo prudente. L’IA dovrebbe quindi essere considerata un supporto e non un sostituto del giudizio clinico.
LEGGI E SCARICA L’ARTICOLO ORIGINALE: Diabetes Obes Metab 2026 Apr 13. Online ahead of print
AMD segnala articoli della letteratura internazionale la cui rilevanza e significato clinico restano aperti alla discussione scientifica e al giudizio critico individuale. Opinioni, riflessioni e commenti da parte degli autori degli articoli proposti non riflettono quindi posizioni ufficiali dell’Associazione Medici Diabetologi.