единици
1. Въведение в изкуствения интелект в храненето и диетологията: роли, граници, валидиране и етика 2. История за набиране на клиенти и хранене: Подготовка за интервю и събиране на данни с AI 3. Изчисляване на енергия и макронутриенти: Дисциплината за валидиране на AI Blueprint 4. Бази данни за храни и данни за хранителните вещества: Свързване на AI с правилния източник 5. Проект на диетичен план: Създаване на план за хранене с AI и одобрение от диетолог 6. Разработване на меню и рецепта: баланс на вкус, култура и хранене 7. Алергия, непоносимост и медицински ограничения: критичен за безопасността контрол 8. Проследяване и мотивация на клиенти: Мониторинг на напредъка и обратна връзка 9. Съдържание за обучение на клиенти: брошура, социални медии и ясно обяснение 10. Сканиране на доказателства и здравни твърдения: Правилно четене на науката, избягване на неверни твърдения 11. Работен процес от край до край, поверителност/KVKK, етика и контрол на качеството
единица 3 / 11

Изчисляване на енергия и макронутриенти: Дисциплината за валидиране на AI Blueprint

Печалби:

  • Възможност за наблюдение на BMH, TDEE и макро разпределение с основни формули (Mifflin-St Jeor, 4/4/9) и независима проверка на изчислението на изкуствения интелект
  • Възможност за улавяне на грешки в изчисленията чрез проверка на критични допускания като коефициент на активност, разграничение сурово/готвено и протеин g/kg
  • Да можеш да практикуваш навика да умножаваш обратно макрограми, за да получиш общата цел на целта и да не се поддаваш на фалшива сигурност.

Числената рамка на хранителния план се основава на две изчисления: дневните енергийни нужди на човека (колко калории) и разпределението на тази енергия между макронутриентите (колко въглехидрати, протеини, мазнини). Ако тези две изчисления са грешни, цялото меню, рецепта и последващи действия ще се основават на грешна основа. Изкуственият интелект прави тези изчисления за секунди; Но точно тази скорост е източникът на опасност. Защото докато AI може да приложи формула правилно, той може също така да приеме неправилно коефициент и да произведе неправилен резултат със същата увереност. Целта на този модул е ​​да превърне в рефлекс използването на AI като „генератор на електронни таблици“ и независима проверка на всеки резултат.

Основи на енергийното изчисляване

Ежедневните енергийни нужди идват от два компонента. Първият е BMR — базална скорост на метаболизма, тоест енергията, която тялото изразходва в покой (само за дишане, сърцебиене, производство на топлина). Второто е тази стойност да се умножи по коефициента на активност (английски фактор на активността или PAL - Physical Activity Level); Този коефициент варира в зависимост от мобилността на човека между приблизително 1,2 (заседнал живот) и 1,9 (много тежка физическа работа). Резултатът от умножението е TDEE — общ дневен енергиен разход.

Най-често използваната формула за BMH е Mifflin-St Jeor:

  • Мъж: BMH = 10 × тегло (kg) + 6,25 × височина (cm) − 5 × възраст + 5
  • Жена: BMH = 10 × тегло (kg) + 6,25 × височина (cm) − 5 × възраст − 161

Например, за 78 kg, 165 cm, 38-годишна жена: BMH = 10 × 78 + 6,25 × 165 − 5 × 38 − 161 = 780 + 1031,25 − 190 − 161 = 1460 kcal. Ако се вземе предвид слабо активен (1375), TDEE ≈ 2008 kcal. За да отслабнете, разумен дефицит (напр. 500 kcal) се приспада от тук → ~1500 kcal цел. Възможността да следвате тези стъпки ръчно е предпоставка за възможността да контролирате резултата от AI.

Макро разпределение

След като целта за калории е определена, ние я разделяме на макроси. Енергийните плътности на макросите са фиксирани и трябва да ги знаете наизуст: 1 грам въглехидрати ≈ 4 kcal, 1 грам протеин ≈ 4 kcal, 1 грам мазнини ≈ 9 kcal (алкохол ≈ 7 kcal). Пример за разпределение: 40% въглехидрати / 30% протеини / 30% мазнини разпределение на 1500 kcal → въглехидрати 600 kcal ÷ 4 = 150 g; протеини 450 ÷ 4 = 112,5 g; мазнини 450 ÷ 9 = 50 g. Умножаването на сумата обратно и виждането, че тя достига 1500, е най-простата и мощна стъпка за проверка.

Следната таблица показва груби диапазони на разпределение за общи цели (това е начална точка, адаптирана към клиента):

Цел/ситуация

въглехидрат

протеин

масло

бележка

Обща здравословна диета

45-55%

15-20%

25-35%

балансиран

Загуба на тегло (спестяване на протеин)

35-45%

25-30%

25-35%

Високо съдържание на протеин за засищане

Покачване на мускулна маса / спортист

45-55%

1,6-2,2% g/kg

20-30%

Протеинът се изчислява в g/kg

инсулинова резистентност

40-45%

20-25%

30-35%

Приоритет на влакнестите въглехидрати

Забележка: Нуждите от протеин често се изчисляват в грамове на телесно тегло (g/kg), а не в проценти; тъй като нуждата от протеини на спортиста зависи от неговата мускулна маса, а не от общите му калории. AI понякога може да обърка това разграничение и да даде недостатъчен протеин на процентна база. Преизчислете.

AI протокол за проверка на акаунта

  1. Проверете въведените данни: Коя формула, кой коефициент на активност, кой пол е използвал AI? Помолете ги да ги напишат ясно.
  2. Поискайте междинни резултати: Показвайте BMH и TDEE поотделно, а не само „1500 kcal“. Нека се виждат стъпките, а не черна кутия.
  3. Умножете обратно: Умножете макро грамовете по 4/4/9, за да проверите дали общата сума отговаря на целевите калории.
  4. Логически филтър: разумен ли е резултатът за клиента? Ако активен мъж, който се нуждае от 1900 kcal, получи 1200 kcal, има грешка.
  5. Потвърждение от независим инструмент: В критични случаи изчислете втори път с надежден инструмент за изчисление или ръчно.

три мини калъфа

Случай 1 — Грешка на коефициента. Диетолог кара AI да извършва изчисления за клиент, който работи на крака по 8 часа на ден и тренира 4 дни в седмицата. AI приема коефициент на активност 1,2 (без движение) и установява, че TDEE е 1700 kcal. Диетологът казва "клиентът е много активен" и преизчислява с коефициент 1,725; действителният TDEE излиза на ~2450 kcal. Разликата от 750 kcal би довела по невнимание до прекалено ограничен план. Проверката предотврати един месец на слабост и загуба на мускули.

Случай 2 — Общият макрос не се събира. В друга чернова на плана AI дава "220 g въглехидрати, 150 g протеин, 90 g мазнини" за 2000 kcal. Диетологът го умножава обратно: 220×4 + 150×4 + 90×9 = 880 + 600 + 810 = 2290 kcal. Общата сума надхвърля целта с 290 kcal. AI макросите се произвеждат непоследователно. Диетологът коригира стойностите, за да постигне целта.

Случай 3 — Правилна употреба. Диетологът първо ръчно определя необходимостта от протеини за 90 kg спортист със сила (2 g/kg = 180 g протеин = 720 kcal), след което дава ясни инструкции на AI за „разпределение на останалите калории между въглехидрати и мазнини в това съотношение“. AI разпределя, диетологът проверява общата сума, като я умножава обратно. AI направи аритметиката, клиничното решение (2 g/kg протеин) беше оставено на човека.

Копируеми шаблони за подкана

ШАБЛОН ЗА ЕНЕРГИЙНА СМЕТКА (видими стъпки) Вашата роля: помощник при съставяне на сметки. Решението е на диетолога. Клиент (анонимен): [пол, възраст, височина см, тегло кг, ниво на активност]. Изчислете BMH с формулата на Mifflin-St Jeor, напишете ЯСНО коефициента на активност, който сте използвали, покажете TDEE. Цел: [отслабване/поддържане]. Покажете всяка междинна стъпка на отделен ред, за да мога да я проверя.

ШАБЛОН ЗА МАКРО РАЗПРЕДЕЛЕНИЕ Целеви калории: [X] kcal. Приложете следното разпределение: въглехидрати __%, протеини __% (или __ g/kg), мазнини __%. Изчислете GRAMS на всеки макрос, след което го умножете обратно по 4/4/9, за да покажете, че общият сбор е [X]. Ако не, съобразете стойностите с целта.

ПРОВЕРКА / ШАБЛОН НА ОБРАТЕН ПРОДУКТ Проверете тези макро стойности: [K g въглехидрати, P g протеин, Y g мазнини]. Умножете всяко по 4/4/9, за да намерите общите калории и сравнете с целевите [X] kcal. Ако има разлика, посочете я като процент и обяснете къде не е последователна.

ШАБЛОН ЗА ПРИОРИТЕТ ЗА ПРОТЕИН Клиент: [тегло] kg, цел [поддържане/покачване на мускули]. Първо изчислете протеина в грамове на база g/kg. След това извадете калориите от този протеин, разпределете ОСТАНАЛИТЕ калории към въглехидрати и мазнини [съотношение]. Показване на стъпки.

Слаба подкана / Силна подкана

Слаба подкана:

Кажете ми колко калории трябва да приема този човек: жена, 78 кг.

Ръст, възраст, липса на активност; AI измисля чрез отгатване и не показва какво предположение прави. Не можете да проверите.

Мощна подкана:

Вашата роля: асистент по изготвяне на сметки. Клиент: жена, 38 години, 165 см, 78 кг, слабо активна (коефициент 1.375). Изчислете BMH, покажете TDEE, постигнете целта си за отслабване с дефицит от 500 kcal с Mifflin-St Jeor. Покажете всяко число, което използвате, на отделен ред.

Втората подкана съдържа всички входове, формула, коефициент и прозрачна заявка за стъпка; Резултатът може да се проверява ред по ред.

Често срещани грешки

  • Непроверяване на коефициента на активност: Най-честата и скъпа грешка; Коефициентът трябва да съответства на реалния живот на клиента.
  • Без умножаване на макро общата сума обратно: грамовете на AI често пропускат целта; 30 секунди обратна наклонена черта улавят това.
  • Объркване процент протеин/грам: В спортни и клинични ситуации протеинът се изчислява в g/kg, а не в проценти.
  • Разчитане на черната кутия: Приемане на изход, който не показва междинни стъпки. Трябва да се появят стъпки.
  • Илюзия за свръхпрецизност: десетичният изход на AI като „1847,3 kcal“ изглежда научно, но границата на прогнозиране е ±10%; Не се заблуждавайте от фалшива сигурност.

В обобщение

Енергийните и макро изчисленията са цифровият скелет на плана и AI създава този скелет бързо. Но скоростта не е заместител на проверката. Знайте сами формулите за BMH, TDEE и макро разпределение, за да можете да контролирате изхода на AI. Поискайте междинните стъпки да бъдат видими във всеки акаунт, съпоставете коефициента на активност с реалността на клиента, умножете макросите обратно по 4/4/9, прекарайте резултата през логическия филтър. Не се заблуждавайте от фалшива точност (числа с десетични знаци); Изчисляването на хранителната стойност е приблизителна оценка с възможност за предположения. AI ускорява аритметиката; Клиничната преценка и окончателното одобрение са ваши.

Задача за приложение

Изберете клиентски профил (пол, възраст, височина, тегло, активност) и ръчно изчислете BMR САМИ първо с Mifflin-St Jeor. След това дайте същия профил на AI с „шаблон за енергийна сметка“. Сравнете двата резултата; Ако има разлика, намерете откъде произхожда (коефициент, закръгляване, формула). След това проверете дали общата сума се събира, като разделите целевите калории на макро разпределение и умножите обратно.

контролен списък

  • [ ] AI ясно пише коя формула и коефициент на активност използва.
  • [ ] Видях междинните резултати на BMH и TDEE поотделно.
  • [ ] Умножих макро грамовете обратно по 4/4/9, за да проверя дали общата сума е на целта.
  • [ ] Изчислих нуждата от протеин в g/kg, когато е необходимо.
  • [ ] Филтрирах резултата чрез логика според реалния живот на клиента.
  • [ ] Не се заблуждавам от фалшива сигурност; Считах резултата като диапазон на прогнозиране.