এন্ড-টু-এন্ড ওয়ার্কফ্লো, প্রাইভেসি/কেভিকেকে, এথিক্স এবং কোয়ালিটি কন্ট্রোল

লাভ:

• 'এআই উত্পাদন করে → মানব যাচাই করে → মানব অনুমোদন করে' চক্রের সাথে ক্লায়েন্টের যাত্রা শেষ থেকে শেষ পর্যন্ত নিরাপদে পরিচালনা করার ক্ষমতা
• KVKK/গোপনীয়তার সুযোগের মধ্যে ক্লায়েন্ট ডেটা রক্ষা করার ক্ষমতা এবং প্রতিটি ধাপে চারটি নৈতিক নীতি বুনন
• পাঁচটি মূল প্রশ্ন (অ্যাকাউন্ট, উত্স, অ্যালার্জেন, নাম প্রকাশ না করা, অনুমোদন) সহ তাদের আউটপুট স্ব-পরীক্ষা করে চূড়ান্ত দায়িত্ব নেওয়ার ক্ষমতা

আগের দশটি ইউনিটে আমরা দেখেছি যে কীভাবে এআই ব্যবহার করতে হয় পুষ্টি এবং ডায়েটিক্সের পৃথক কাজে: গ্রহণ, গণনা, ডাটাবেস, পরিকল্পনা, রেসিপি, অ্যালার্জি, ট্র্যাকিং, শিক্ষা, প্রমাণ। এই চূড়ান্ত ইউনিটটি সমস্ত কিছুকে একত্রিত করে এবং আপনাকে দেখায় যে কীভাবে একজন ডায়েটিশিয়ান হিসাবে আপনার দৈনন্দিন অনুশীলনে এআই এন্ড-টু-এন্ড, নিরাপদে এবং নৈতিকভাবে পরিচালনা করতে হয়। কারণ প্রতিটি কাজ ভালোভাবে করাই যথেষ্ট নয়; ডেটা কোথায় যায়, কে কী সিদ্ধান্ত নেয়, আপনি কোথায় থামবেন এবং মানুষের অনুমোদন পাবেন — এই সবেরই একটি সামঞ্জস্যপূর্ণ সিস্টেম তৈরি করা উচিত। এই ইউনিটটি তিনটি লাল রেখাকেও স্পষ্ট করে যা সম্পূর্ণ মডিউলকে সংযুক্ত করে: গোপনীয়তা (KVKK), নীতিশাস্ত্র এবং চূড়ান্ত মানব সম্মতি।

একটি শেষ থেকে শেষ ক্লায়েন্ট যাত্রা

নিম্নলিখিত সারণীতে একজন ক্লায়েন্টের ডায়েটিশিয়ানের পরিদর্শন থেকে ফলো-আপ পর্যন্ত যাত্রার সংক্ষিপ্ত বিবরণ দেওয়া হয়েছে, যেখানে AI কার্যকর হয় এবং যেখানে মানুষের অনুমোদন অপরিহার্য:

মঞ্চ

AI এর কাজ

মানুষের অনুমোদন বিন্দু

1. অভ্যর্থনা জন্য প্রস্তুতি

ইন্টারভিউ গাইড, নোট এডিটিং

ডায়েটিশিয়ান সাক্ষাত্কারটি পরিচালনা করেন

2. মূল্যায়ন

শক্তি/ম্যাক্রো অ্যাকাউন্টের খসড়া

ডায়েটিশিয়ান পুনরায় গণনা করেন

3. ডাটাবেস

উৎস ডেটা সহ গণনা

ডায়েটিশিয়ান মান নিশ্চিত করে

4. পরিকল্পনা

খাবারের বিকল্প রূপরেখা

ডায়েটিশিয়ান ভারসাম্য বজায় রাখে এবং নিশ্চিত করে

5. রেসিপি

প্রকরণ, পরিমার্জন

পুষ্টি এবং স্বাদ যাচাইকরণ

6. নিরাপত্তা

অ্যালার্জেন প্রাক-স্ক্রীনিং

ডায়েটিশিয়ান মৌখিকভাবে নিশ্চিত করে

7. ট্র্যাকিং

প্রবণতা সারাংশ, বার্তা রূপরেখা

মানুষের মধ্যে ক্লিনিকাল ব্যাখ্যা এবং সম্পর্ক

8. শিক্ষা

বিষয়বস্তুর রূপরেখা

বৈজ্ঞানিক/নৈতিক নিরীক্ষা

9. প্রমাণ

সারাংশ, সমালোচনামূলক প্রশ্ন

উত্সটি একজন ডায়েটিশিয়ান দ্বারা যাচাই করা হয়

এই চার্টে সাধারণ প্যাটার্ন দেখুন: AI প্রতিটি পর্যায়ে একটি ব্লুপ্রিন্ট বা প্রাথমিক ধাপ তৈরি করে; প্রতিটি পর্যায়ে একটি মানুষের অনুমোদন বিন্দু আছে. সিস্টেমটি "এআই উত্পাদন করে → মানব যাচাই করে → মানব নিশ্চিত করে" এর চক্রের উপর ভিত্তি করে। যদি এই চক্রটি ভেঙে যায়, আপনি গতি অর্জন করেন কিন্তু নিরাপত্তা এবং জবাবদিহিতা হারাবেন।

গোপনীয়তা এবং KVKK: ডেটা সুরক্ষা

ক্লায়েন্ট ডেটা (পরিচয়, স্বাস্থ্যের ইতিহাস, বিশ্লেষণ, ওষুধ, পরিমাপ) হল "বিশেষ বিভাগ ব্যক্তিগত ডেটা" তুর্কিয়ে কেভিকেকে এবং ইউরোপে জিডিপিআর এর সুযোগের মধ্যে এবং সর্বোচ্চ সুরক্ষা প্রাপ্য। AI সরঞ্জামগুলির সাথে কাজ করার সময় অনুসরণ করার নীতিগুলি:

1. নাম প্রকাশ করুন: নাম, টিআর আইডি, পরিচিতি, প্রতিষ্ঠান, জন্ম তারিখের মতো শনাক্তকারী ডেটা সরান। "43 বছর বয়সী মহিলা, টাইপ 2 ডায়াবেটিস" যথেষ্ট।
2. ন্যূনতম ডেটা: কাজের জন্য প্রয়োজনীয় ন্যূনতম ডেটা ভাগ করুন; আর না
3. একটি নিরাপদ টুল চয়ন করুন: একটি ডেটা প্রসেসিং চুক্তি সহ কর্পোরেট সরঞ্জামগুলি চয়ন করুন যেখানে ডেটা মডেল প্রশিক্ষণে ব্যবহার করা হয় না৷
4. স্পষ্ট সম্মতি: ক্লায়েন্টকে তার ডেটা কীভাবে প্রক্রিয়া করা হয় সে সম্পর্কে জানান এবং তার সম্মতি পান।
5. রেকর্ডিং এবং ধারণ: ডেটা কোথায় সংরক্ষণ করা হয় এবং কার এতে অ্যাক্সেস রয়েছে তা নিয়ন্ত্রণ করুন; অপ্রয়োজনীয় ডেটা মুছুন।

মনোযোগ: "গতির জন্য" নাম প্রকাশ না করে একটি AI টুলে একটি বিশ্লেষণ পিডিএফ বা ক্লায়েন্ট ফাইল আপলোড করার ফলে KVKK লঙ্ঘন হতে পারে যা এক ক্লিকে প্রতিকার করা কঠিন। গতি কখনই গোপনীয়তাকে ছাড়িয়ে যায় না। সন্দেহ হলে, শেয়ার করবেন না।

নৈতিক কাঠামো: চারটি নীতি

স্বাস্থ্য নৈতিকতার চারটি শাস্ত্রীয় নীতি পুষ্টির অনুশীলনের ক্ষেত্রেও প্রযোজ্য: উপকারিতা (ক্লায়েন্টের মঙ্গলের জন্য কাজ করা), অ-মানসিকতা (বিশেষ করে নিরাপত্তা-গুরুত্বপূর্ণ সিদ্ধান্তে), স্বায়ত্তশাসন (ক্লায়েন্টের নিজস্ব সিদ্ধান্তের প্রতি শ্রদ্ধা, অবহিত সম্মতি), এবং ন্যায়বিচার (অন্তর্ভুক্ত পরিষেবা যা সম্পদ, বাজেট, সংস্কৃতির পার্থক্যের জন্য সংবেদনশীল)। এআই-এর ব্যবহার এই নীতিগুলির সাথে বিরোধপূর্ণ হওয়া উচিত নয়: যাচাইকৃত আউটপুট ক্ষতির কারণ হতে পারে (অ-অপরাধের লঙ্ঘন), ক্লায়েন্টকে না জানিয়ে ডেটা প্রক্রিয়াকরণ স্বায়ত্তশাসন লঙ্ঘন করে, একক সংস্কৃতি অনুসারে পরিকল্পনা তৈরি করা ন্যায়বিচারকে ক্ষুন্ন করে। নৈতিকতা একটি স্তর পরে যোগ করা হয় না, কিন্তু একটি শৃঙ্খলা প্রতিটি ধাপে বোনা.

মান নিয়ন্ত্রণ: আপনার নিজের কাজ পরিদর্শন

এন্ড-টু-এন্ড কাজ করার সময় আপনার নিজের AI ব্যবহার নিয়মিতভাবে অডিট করুন। একটি সাধারণ স্ব-চেক: প্রতিটি ক্লায়েন্ট প্রিন্টআউটের জন্য, "আমি কি এই নম্বরটি যাচাই করেছি? আমি কি এই অ্যালার্জেনের জন্য স্ক্রিন করেছি? আমি কি এই দাবিটিকে প্রমাণ করেছি? আমি কি এই ডেটা বেনামী করেছি? আমি কি এই পরিকল্পনাটি অনুমোদন করেছি?" আপনি যদি এই পাঁচটি প্রশ্নের "হ্যাঁ" উত্তর দিতে না পারেন তবে আউটপুট এখনও প্রস্তুত নয়।

তিনটি মিনি কেস

কেস 1 — চেইনের দুর্বল লিঙ্ক। একজন ডায়েটিশিয়ান দ্রুত এআই-এর সাথে ইনটেক-অ্যাকাউন্ট-প্ল্যান চেইন সেট আপ করেন কিন্তু নিরাপত্তা পদক্ষেপ (অ্যালার্জেন যাচাইকরণ) এড়িয়ে যান; কারণ এটি অনুমান করে "যদি পূর্ববর্তী পদক্ষেপগুলি ভাল হয় তবে এটিও ভাল"। যাইহোক, ক্লায়েন্টের একটি তিলের অ্যালার্জি ছিল এবং পরিকল্পনায় একটি সস তিল রয়েছে। চেইনের একটি লিঙ্ক ভেঙে গেলে পুরো চেইনটিই অনিরাপদ। পাঠ: প্রতিটি পর্যায়ে অনুমোদন বিন্দু স্বাধীন; একটি অন্যটিকে প্রতিস্থাপন করে না।

কেস 2 — গোপনীয়তা লঙ্ঘনের চেইন। দক্ষতার জন্য, একটি ক্লিনিক সমস্ত ক্লায়েন্ট ফাইল নাম দিয়ে একটি এআই টুলে লোড করার চেষ্টা করে এবং একটি ভর পরিকল্পনা তৈরি করে। একটি অডিট প্রকাশ করে যে এটি একটি KVKK লঙ্ঘন এবং তথ্য প্রতিষ্ঠানের বাইরে চলে গেছে। ক্লিনিক প্রক্রিয়াটি বন্ধ করে দেয় এবং একটি বেনামী এবং সংকুচিত প্রবাহে স্যুইচ করে। পাঠ: দক্ষতা গোপনীয়তা আক্রমণের অজুহাত দেয় না; স্ক্র্যাচ থেকে গোপনীয়তা-সুরক্ষিত হিসাবে সিস্টেম সেট আপ করুন।

কেস 3 — সঠিক প্রান্ত থেকে শেষ প্রবাহ। একজন নতুন ক্লায়েন্টের জন্য, একজন ডায়েটিশিয়ান: (1) বেনামী ডেটা সহ একটি ইন্টারভিউ গাইড তৈরি করে, (2) AI ড্রাফ্ট রয়েছে এবং ম্যানুয়ালি গণনা যাচাই করে, (3) USDA থেকে পুষ্টির মানগুলি ফিড করে, (4) বিকল্প পরিকল্পনা গ্রহণ করে এবং ভারসাম্য বজায় রাখে, (5) অ্যালার্জেনের জন্য স্ক্রীন এক-থেকে-একটি ক্লায়েন্টের জন্য ব্যক্তিগত শিক্ষা প্রদান করে, (6) ক্লায়েন্টদের জন্য ব্যক্তিগত শিক্ষা প্রদান করে। সাপ্তাহিক ফলো-আপ। এটি প্রতিটি ধাপে অনুমোদন বিন্দু প্রয়োগ করে, ডেটা বেনামী রাখে এবং প্ল্যানটি নিজেই অনুমোদন করে। ফলাফল: নিরাপত্তা এবং জবাবদিহিতার সাথে আপস না করে AI এর সাথে ~40% সময় বাঁচায়। পাঠ: সিস্টেম সঠিকভাবে সেট আপ করা হলে গতি এবং নিরাপত্তা একত্রিত হয়।

অনুলিপিযোগ্য প্রম্পট টেমপ্লেট

এন্ড-টু-এন্ড ওয়ার্কিং ফ্রেমওয়ার্ক টেমপ্লেট আপনার ভূমিকা: ড্রাফ্ট প্রস্তুতকারী খাদ্য বিশেষজ্ঞের সহকারী। প্রতিটি প্রিন্টআউটের শেষে একটি নোট "ডায়েটিশিয়ান অনুমোদন প্রয়োজন" রাখুন এবং কোন পয়েন্টগুলিকে মৌখিকভাবে যাচাই করতে হবে (অ্যাকাউন্ট, অ্যালার্জেন, উত্স) তালিকা করুন৷ ক্লায়েন্ট (বেনামী): [...]। অনুসন্ধান: [পর্যায়]। তৈরি করা ডেটা যোগ করবেন না; যেখানে আপনি নিশ্চিত নন সেখানে চিহ্নিত করুন।

গোপনীয়তা প্রি-চেক টেমপ্লেটগুলি একটি AI টুলে দেওয়ার আগে গোপনীয়তার জন্য নিম্নলিখিত পাঠ্যটি স্ক্যান করুন: এতে কি নাম, আইডি, পরিচিতি, প্রতিষ্ঠান, জন্ম তারিখ, বিশ্লেষণ আইডির মতো শনাক্তকারী ডেটা রয়েছে? যদি তাই হয়, এটি চিহ্নিত করুন এবং একটি বেনামী সংস্করণ প্রস্তাব করুন. পাঠ্য: [...]

কোয়ালিটি সেলফ-অডিট টেমপ্লেট নিম্নলিখিত ক্লায়েন্ট প্রিন্টআউটের জন্য একটি চেকলিস্ট প্রয়োগ করুন এবং প্রতিটি আইটেমকে মেট/অনুপস্থিত হিসাবে চিহ্নিত করুন: (1) অ্যাকাউন্ট যাচাই করা হয়েছে, (2) উত্স থেকে পুষ্টির মান, (3) এটি অ্যালার্জেনের জন্য স্ক্রীন করা হয়েছে, (4) ডেটা বেনামী, (5) আছে স্বাস্থ্যবিষয়ক ক্লায়েন্ট (স্বাস্থ্য সংক্রান্ত অ্যাপ)। কোনো বাদ পড়া নির্দেশ করুন. আউটপুট: [...]

নৈতিক পর্যালোচনা টেমপ্লেট কি চারটি নৈতিক নীতির পরিপ্রেক্ষিতে নিম্নলিখিত পরিকল্পনা/বিষয়বস্তু একটি সমস্যা তৈরি করে: সুবিধা, অ-অপরাধ, স্বায়ত্তশাসন (সম্মতি/তথ্য), ন্যায়বিচার (বাজেট/সাংস্কৃতিক অন্তর্ভুক্তি)? প্রতিটি নীতি সংক্ষিপ্তভাবে মূল্যায়ন করুন এবং উন্নতির পরামর্শ দিন। বিষয়বস্তু: [...]

দুর্বল প্রম্পট / শক্তিশালী প্রম্পট

দুর্বল প্রম্পট:

আমি মিসেস আয়েসের বিশ্লেষণ এবং ফাইল যোগ করেছি, একটি সম্পূর্ণ পরিকল্পনা বেরিয়ে আসবে।

নামযুক্ত ডেটা, এক ধাপে "সম্পূর্ণ পরিকল্পনা", কোনও অনুমোদনের পয়েন্ট নেই: KVKK লঙ্ঘন এবং অযাচাইকৃত, অনিরাপদ আউটপুট উভয়ের ঝুঁকি।

শক্তিশালী প্রম্পট:

আপনার ভূমিকা: খসড়া সহকারী; অনুমোদন ডায়েটিশিয়ানের অন্তর্গত। ক্লায়েন্ট (বেনামী): 41 বছর বয়সী মহিলা, টাইপ 2 ডায়াবেটিস, [প্রাসঙ্গিক সংখ্যাসূচক মান, নাম/পরিচয় নেই]। টাস্ক: ড্রাফট খাবার পরিকল্পনা, বিকল্প সহ। প্রতিটি খাবারের জন্য আনুমানিক ম্যাক্রো এবং একটি "যাচাই করা আবশ্যক" নোট। অ্যালার্জেন: তিল (কোনও যোগ করবেন না)। শেষে, ডায়েটিশিয়ান দ্বারা ব্যক্তিগতভাবে কোন পয়েন্টগুলি পরীক্ষা করা দরকার তা তালিকা করুন। লাগানো ডেটা যোগ করা হচ্ছে।

দ্বিতীয় প্রম্পট ডেটা বেনামী করে, আউটপুট স্টাব করে, নিরাপত্তা সীমাবদ্ধতা এবং চেকপয়েন্ট ধারণ করে; গোপনীয়তা এবং গুণমান উভয়ই সুরক্ষিত।

সাধারণ ভুল

• শৃঙ্খলে একটি লিঙ্ক এড়িয়ে যাওয়া: নিরাপত্তা/অনুমোদন পদক্ষেপটি এড়িয়ে যাওয়া কারণ আগের ধাপটি ভাল ছিল।
• দক্ষতার জন্য গোপনীয়তা ত্যাগ করা: নামযুক্ত ফাইলগুলি বাল্ক আপলোড করা — গুরুতর KVKK লঙ্ঘন৷
• একটি এক-শট "পূর্ণ পরিকল্পনা" আশা করা: ব্ল্যাক-বক্স আউটপুটের উপর নির্ভর করা যা চেকপয়েন্টগুলি এড়িয়ে যায়।
• পরে নীতিশাস্ত্র সম্পর্কে চিন্তা করা: প্রতিটি পদক্ষেপে নৈতিকতা বুননের পরিবর্তে শেষে মনে রাখা।
• স্ব-পরীক্ষাকে বাইপাস করা: পাঁচটি মৌলিক প্রশ্ন (অ্যাকাউন্ট/অ্যালার্জেন/উৎস/বেনামী/অনুমোদন) এর বিরুদ্ধে পরীক্ষা না করে আউটপুট ব্যবহার করা।
• সম্মতি ভুলে যাওয়া: ক্লায়েন্টকে তার ডেটা কীভাবে প্রক্রিয়া করা হয় সে সম্পর্কে অবহিত না করা।

সংক্ষেপে

কৃত্রিম বুদ্ধিমত্তা পুষ্টি এবং ডায়েটিক্সের অনুশীলনকে শেষ থেকে শেষ পর্যন্ত ত্বরান্বিত করতে পারে; তবে এটি কেবল তখনই নিরাপদ হবে যদি প্রতিটি পর্যায়ে "AI উত্পাদন করে → মানব যাচাই করে → মানব নিশ্চিত করে" চক্রটি বজায় রাখা হয়। সর্বদা ক্লায়েন্ট ডেটা বেনামী করুন, গতির জন্য KVKK এবং গোপনীয়তাকে ত্যাগ করবেন না, প্রতিটি পদক্ষেপে নীতিশাস্ত্রের চারটি নীতি বুনুন এবং পাঁচটি মৌলিক প্রশ্ন সহ আপনার আউটপুটগুলি স্ব-অডিট করুন। চেইনের প্রতিটি লিঙ্ক অনুমোদনের একটি স্বাধীন বিন্দু; যখন তাদের একটি ভেঙ্গে যায়, তখন সিস্টেমটি অনিরাপদ হয়। মনে রাখবেন: AI আপনার পেশাকে শক্তিশালী করে, কিন্তু প্রতিস্থাপন করে না। রোগ নির্ণয়, চিকিৎসার সিদ্ধান্ত, এবং চূড়ান্ত পরিকল্পনা অনুমোদন—বিজ্ঞান, নীতিশাস্ত্র এবং স্বাক্ষর—খাদ্য বিশেষজ্ঞের। এআই আপনার দ্রুত সহকারী; আপনি দায়ী বিশেষজ্ঞ.

আবেদন টাস্ক

শুরু থেকে শেষ পর্যন্ত একটি মিনি ক্লায়েন্ট ফ্লো সেট আপ করুন: একটি বেনামী প্রোফাইল চয়ন করুন, ক্রমান্বয়ে তৈরি করুন (1) ইন্টারভিউ গাইড, (2) অ্যাকাউন্টের রূপরেখা + যাচাইকরণ, (3) উত্স ডেটা সহ একটি খাবার, (4) অ্যালার্জেন স্ক্রীনিং, (5) একটি প্রশিক্ষণ হ্যান্ডআউট৷ প্রতিটি ধাপে আপনি কোন মানব চেকপয়েন্ট প্রয়োগ করেছেন তা লিখুন। তারপর সমগ্র প্রবাহে "গুণমানের স্ব-অডিট টেমপ্লেট" প্রয়োগ করুন, কোনো ফাঁক খুঁজে বের করুন এবং ঠিক করুন। অবশেষে, আপনার ডেটা সত্যই বেনামী তা নিশ্চিত করতে "গোপনীয়তা প্রিচেক" চালান।

চেকলিস্ট

• [ ] আমি প্রতিটি পর্যায়ে "AI জেনারেট → ভেরিফাই → ভ্যালিডেট" সাইকেল প্রয়োগ করেছি।
• [ ] আমি ক্লায়েন্ট ডেটা বেনামী করেছি এবং ন্যূনতম ডেটা ভাগ করেছি৷
• আমি একটি নিরাপদ/চুক্তিযুক্ত যান ব্যবহার করেছি; আমি সম্মতি পেয়েছি।
• [] আমি চারটি নৈতিক নীতি (সুবিধা, অ-অপরাধ, স্বায়ত্তশাসন, ন্যায়বিচার) পর্যবেক্ষণ করেছি।
• [ ] আমি পাঁচটি মূল প্রশ্ন সহ আউটপুটটি স্ব-চেক করেছি।
• একজন ডায়েটিশিয়ান হিসেবে, আমি চূড়ান্ত অনুমোদন দিয়েছি; আমি দায়ী।

মডিউল পরীক্ষা

1. একজন ডায়েটিশিয়ান কৃত্রিম বুদ্ধিমত্তা দ্বারা গণনা করা দৈনিক ক্যালোরি লক্ষ্যমাত্রা পরীক্ষা না করেই ক্লায়েন্টের পরিকল্পনায় স্থানান্তর করে। এই পদ্ধতির মৌলিক ভুল কি?

• ক) কৃত্রিম বুদ্ধিমত্তা আউটপুট যাচাই ছাড়া ব্যবহার করা যাবে না; অ্যাকাউন্টের খসড়াটি অবশ্যই ডায়েটিশিয়ান দ্বারা পুনরায় গণনা এবং অনুমোদিত হতে হবে ✔
• খ) কৃত্রিম বুদ্ধিমত্তা সবসময় ক্যালোরি গণনাকে অবমূল্যায়ন করে
• গ) ক্যালরি গণনার পরিবর্তে শুধুমাত্র ম্যাক্রো গণনা করা উচিত।
• ঘ) পরিকল্পনাটি ই-মেইলের পরিবর্তে ক্লায়েন্টকে কাগজে দেওয়া উচিত ছিল।

ব্যাখ্যা: কৃত্রিম বুদ্ধিমত্তা সঠিকভাবে একটি গণনা করতে পারে, এটি একটি অনুমানও নিতে পারে যেমন কার্যকলাপ সহগ ভুলভাবে এবং একই আত্মবিশ্বাসের সাথে ভুল ফলাফল তৈরি করতে পারে। ডায়েটটিক্স একটি নিরাপত্তা-সমালোচনা ক্ষেত্র; প্রতিটি অ্যাকাউন্ট অবশ্যই একজন ডায়েটিশিয়ান দ্বারা পুনরায় যাচাই করা উচিত এবং চূড়ান্ত অনুমোদন অবশ্যই মানুষের অন্তর্গত।

2. কৃত্রিম বুদ্ধিমত্তার সরঞ্জামে ক্লায়েন্ট ডেটা স্থানান্তর করার সময় গোপনীয়তার (KVKK) ক্ষেত্রে সর্বোত্তম আচরণ কী?

• ক) গতির জন্য ক্লায়েন্টের পুরো নাম এবং বিশ্লেষণ পিডিএফ আপলোড করা উচিত।
• খ) ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্য সরিয়ে এবং ডেটা বেনামী করে শুধুমাত্র প্রয়োজনীয় ক্লিনিকাল তথ্য শেয়ার করা উচিত ✔
• গ) ডেটা এনক্রিপ্ট করা থাকলে নামের তথ্যও পাঠানো যেতে পারে
• ঘ) ক্লায়েন্টকে জিজ্ঞাসা না করে সম্পূর্ণ ফাইলটি শেয়ার করা যেতে পারে কারণ উদ্দেশ্যটি ভাল

ব্যাখ্যা: ক্লায়েন্টের স্বাস্থ্য ডেটা বিশেষ ব্যক্তিগত ডেটা। নাম, টিআর আইডি এবং যোগাযোগের তথ্যের মতো শনাক্তকরণ তথ্য মুছে ফেলা উচিত এবং ডেটা বেনামী করা উচিত; কাজের জন্য প্রয়োজনীয় নূন্যতম ডেটা শেয়ার করতে হবে। নাম দিয়ে কাঁচা ফাইল আপলোড করা একটি গুরুতর লঙ্ঘন।

3. কৃত্রিম বুদ্ধিমত্তা 2000 kcal লক্ষ্যমাত্রার জন্য '220 গ্রাম কার্বোহাইড্রেট, 150 গ্রাম প্রোটিন, 90 গ্রাম ফ্যাট' দেয়। ডায়েটিশিয়ানদের প্রথম যাচাইকরণ কী করা উচিত?

• ক) মানগুলি যেমন আছে তেমন গ্রহণ করা, কারণ কৃত্রিম বুদ্ধিমত্তা পাটিগণিতের ত্রুটিমুক্ত
• খ) শুধুমাত্র প্রোটিনের পরিমাণ নিয়ন্ত্রণ করাই যথেষ্ট
• গ) মোট ক্যালোরি লক্ষ্যে পৌঁছেছে কিনা তা পরীক্ষা করতে ম্যাক্রো গ্রামকে 4/4/9 দ্বারা গুণ করুন ✔
• ঘ) ম্যাক্রোর উপর ভিত্তি করে ক্যালোরি লক্ষ্য 2290 বৃদ্ধি করা

ব্যাখ্যা: ম্যাক্রোকে 4/4/9 দ্বারা গুন করা হয়েছে: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kcal। 290 kcal দ্বারা মোট লক্ষ্য অতিক্রম করে; মানগুলি অসামঞ্জস্যপূর্ণ। AI ম্যাক্রো ত্রুটি ধরার সবচেয়ে সহজ এবং সবচেয়ে শক্তিশালী উপায় হল ব্যাক গুনন।

4. পুষ্টির মান ডেটাতে কৃত্রিম বুদ্ধিমত্তার সবচেয়ে দুর্বল এবং সবচেয়ে ঝুঁকিপূর্ণ পয়েন্টটি কী?

• ক) কৃত্রিম বুদ্ধিমত্তা সবসময় মেট্রিক ইউনিটে পুষ্টির মান দেয়
• খ) কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র সবজির মূল্য জানে
• গ) কৃত্রিম বুদ্ধিমত্তা ধীর কারণ এটি অনেক দশমিকের সাথে পুষ্টির মান দেয়।
• ঘ) কৃত্রিম বুদ্ধিমত্তা তার স্মৃতি থেকে উৎপাদন করার সময় পুষ্টির মানগুলিকে মানিয়ে নিতে পারে; তাই মানগুলি একটি স্বীকৃত ডাটাবেস থেকে নেওয়া উচিত ✔

ব্যাখ্যা: ভাষা মডেল সংখ্যা মনে রাখে না, এটি তাদের সম্ভাব্যতা তৈরি করে; অতএব, এটি একটি খাদ্যের প্রোটিন/ক্যালোরি মান দিতে পারে কিন্তু ভুলভাবে (হ্যালুসিনেশন)। এই কারণে, পুষ্টির মানগুলি সুপরিচিত ডেটাবেস থেকে নেওয়া উচিত এবং কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র সেই ডেটা দিয়ে কাজ করা উচিত।

5. একটি খাবারের পরিকল্পনায়, কৃত্রিম বুদ্ধিমত্তা ক্যালোরি এবং ম্যাক্রো ঠিক রাখে, তবে পুরো দিন সাদা রুটি, পাস্তা এবং মুরগির মধ্যে থাকে। এখানে কি অনুপস্থিত?

• ক) এতে ম্যাক্রো থাকা সত্ত্বেও ফাইবার, শাকসবজি এবং মাইক্রোনিউট্রিয়েন্টের ভারসাম্য অর্জিত হয় না; পুষ্টি বৈচিত্র্যের পরিপ্রেক্ষিতে পরিকল্পনাটি অপর্যাপ্ত ✔
• খ) ক্যালোরি লক্ষ্যমাত্রা খুব বেশি সেট করা হয়
• গ) প্রোটিনের পরিমাণ বেশি হওয়ায় সমস্যা হয়
• ঘ) খাবারের সংখ্যা তিনের বেশি হতে হবে

ব্যাখ্যা: ম্যাক্রো যে লক্ষ্যে আঘাত করে তা ইঙ্গিত করে না যে পরিকল্পনাটি স্বাস্থ্যকর। ফাইবার, শাকসবজি এবং মাইক্রোনিউট্রিয়েন্ট ভারসাম্য (ভিটামিন, খনিজ) প্রদান করা উচিত। এই ভারসাম্য বিচার ডায়েটিশিয়ানদের অন্তর্গত; একা ম্যাক্রো নির্ভুলতা যথেষ্ট নয়।

6. হ্যাজেলনাট থেকে অ্যালার্জিযুক্ত একজন ক্লায়েন্টের জন্য, কৃত্রিম বুদ্ধিমত্তা একটি বিকল্প প্রস্তাব করে যেমন 'বাদাম মাখন ব্যবহার করুন'। কেন ডায়েটিশিয়ান এই সুপারিশটিকে অনিরাপদ মনে করতে পারে?

• ক) বাদামের পেস্ট হ্যাজেলনাট পেস্টের চেয়ে বেশি ব্যয়বহুল
• খ) বাদাম একই গাছের বাদামের অ্যালার্জি গ্রুপে থাকতে পারে যেমন হ্যাজেলনাট; প্রতিস্থাপন ঝুঁকিপূর্ণ হতে পারে কারণ এটি একই গ্রুপের মধ্যে পড়ে ✔
• গ) বাদামের পেস্টে অনেক বেশি ক্যালোরি থাকে
• ঘ) বাদামের পেস্ট তুর্কি খাবারের জন্য উপযুক্ত নয়।

ব্যাখ্যা: হ্যাজেলনাট এবং বাদাম একই 'ট্রি নাট' অ্যালার্জি গ্রুপে রয়েছে। অ্যালার্জি একটি গ্রুপ ভিত্তিতে পরিচালিত হয়, একটি একক খাদ্য নয়; যদি বিকল্প একই গ্রুপে পড়ে তবে এটি ঝুঁকিপূর্ণ। ডায়েটিশিয়ান অ্যালার্জি গ্রুপ জানেন এবং প্রতিস্থাপনটি সঠিকভাবে যাচাই করেন।

7. ওয়ারফারিন (রক্ত পাতলা) গ্রহণকারী ক্লায়েন্টের জন্য ভিটামিন কে-সমৃদ্ধ শাক-সবজি ব্যবহার করার সঠিক পদ্ধতি কী?

• ক) সব সবুজ শাকযুক্ত খাবার কঠোরভাবে নিষিদ্ধ করা উচিত
• খ) ভিটামিন কে গ্রহণের অনুমতি দেওয়া উচিত এবং বিবেচনায় নেওয়া উচিত নয়
• গ) ভিটামিন কে খাওয়ার সঙ্গতি রাখতে হবে এবং পরিস্থিতি চিকিত্সকের সাথে শেয়ার করতে হবে ✔
• ঘ) পাতাযুক্ত শাক শুধুমাত্র রাতের খাবারে খাওয়া উচিত

ব্যাখ্যা: যারা ওয়ারফারিন ব্যবহার করেন তাদের লক্ষ্য ভিটামিন কে সম্পূর্ণরূপে নিষিদ্ধ করা নয়, তবে তাদের গ্রহণের ধারাবাহিকতা বজায় রাখা; বড় ওঠানামা ওষুধের প্রভাবকে ক্ষতিগ্রস্ত করে। এই 'সামঞ্জস্য বজায় রাখুন' টাইপ সীমাবদ্ধতা হল একটি ক্লিনিকাল পরিশীলিততা যা এআই-তে অনুপস্থিত এবং চিকিত্সকের সাথে শেয়ার করা হয়েছে।

8. একজন ক্লায়েন্ট যখন এক সপ্তাহে 1 কেজি 'বৃদ্ধি' দেখেন তখন কীভাবে সঠিক ব্যাখ্যা করা যায়?

• ক) কম ক্যালোরি সহ স্ক্র্যাচ থেকে অবিলম্বে পরিকল্পনাটি লিখতে হবে
• খ) ক্লায়েন্টকে ওজন করা বন্ধ করতে হবে।
• গ) এক সপ্তাহের বৃদ্ধি নিশ্চিত ওজন বৃদ্ধি বলে বিবেচিত হয়।
• ঘ) মাল্টি-সপ্তাহের প্রবণতা দেখা উচিত, একক পরিমাপ নয়; স্বল্পমেয়াদী ওঠানামা (যেমন জল ধরে রাখা) ক্লিনিক্যালি মূল্যায়ন করা উচিত ✔

ব্যাখ্যা: একটি একক পরিমাপ বিভ্রান্তিকর; জল ধারণ, মাসিক চক্র এবং লবণ গ্রহণের মতো কারণগুলি স্বল্পমেয়াদী ওঠানামা তৈরি করে। তাৎপর্যপূর্ণ হল মাল্টি-সপ্তাহের প্রবণতা। এই ক্লিনিকাল ব্যাখ্যা ডায়েটিশিয়ান দ্বারা তৈরি করা হয়; AI শুধুমাত্র ডেটা সংগঠিত করে।

9. কৃত্রিম বুদ্ধিমত্তা একটি সোশ্যাল মিডিয়া স্কেচে 'সবুজ চা চর্বি পোড়ায় এবং বিপাককে দ্রুত করে' বাক্যটি তৈরি করে। একজন খাদ্য বিশেষজ্ঞের নৈতিক দায়িত্ব কি?

• ক) প্রমাণের উপর অতিরঞ্জিত দাবিকে ভিত্তি করে, এটিকে পরিমাপিত ভাষায় অনুবাদ করা এবং একটি সাধারণ তথ্য সতর্কতা যোগ করা ✔
• খ) দাবীটি প্রকাশ করা কারণ এটি মনোযোগ আকর্ষণ করে
• গ) বাক্যটিকে আরও শক্তিশালী করুন এবং 'ক্যান্সার প্রতিরোধ করে' যোগ করুন
• ঘ) বিষয়বস্তু মোটেও প্রকাশ না করা, কারণ গ্রিন টি নিয়ে কথা বলা নিষেধ

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা অতিরঞ্জিত এবং খারাপভাবে প্রমাণিত দাবি করার প্রবণ। ডায়েটিশিয়ানের উচিত প্রমাণের স্তর অনুসারে এই দাবিগুলিকে সংযত করা, নিশ্চিততা এবং অলৌকিকতার ভাষা সরিয়ে দেওয়া এবং 'এটি সাধারণ তথ্য' যুক্ত করা উচিত। স্বাস্থ্য দাবিতে সততা একটি নৈতিক বাধ্যবাধকতা।

10. একজন ডায়েটিশিয়ান প্রেজেন্টেশনের জন্য '3টি অধ্যয়ন যা বিরতিহীন উপবাসের উপকারিতা প্রমাণ করে' কৃত্রিম বুদ্ধিমত্তার জন্য জিজ্ঞাসা করেন। এই অনুরোধের প্রধান ঝুঁকি কি?

• ক) কৃত্রিম বুদ্ধিমত্তা খুব বেশি কাজ দেয় এবং ডায়েটিশিয়ানকে ক্লান্ত করে
• খ) কৃত্রিম বুদ্ধিমত্তা অস্তিত্বহীন অধ্যয়ন, লেখক এবং জার্নাল উদ্ভাবন করতে পারে; প্রাথমিক উৎস থেকে যাচাই ছাড়া উৎস ব্যবহার করা যাবে না ✔
• গ) কৃত্রিম বুদ্ধিমত্তা অধ্যয়ন শুধুমাত্র ইংরেজিতে দেওয়া হয়
• ঘ) তিনটি অধ্যয়ন একটি উপস্থাপনার জন্য সর্বদা অপর্যাপ্ত

ব্যাখ্যা: ভাষার মডেলগুলি এমন কাজ, লেখক এবং জার্নাল উদ্ভাবন করতে পারে যা আসলে বিদ্যমান নেই (উৎস হ্যালুসিনেশন)। কৃত্রিম বুদ্ধিমত্তা একটি সাহিত্য অনুসন্ধান ইঞ্জিন নয়. সঠিক উপায়: PubMed/Cochrane থেকে প্রকৃত উত্সগুলি সন্ধান করুন এবং সেগুলিকে AI দ্বারা সংক্ষিপ্ত করুন; প্রতিটি রেফারেন্স প্রাথমিক উৎস থেকে যাচাই করা হয়.

11. 'যারা প্রাতঃরাশ খায় তারা পাতলা হয়' এমন একটি পর্যবেক্ষণমূলক গবেষণায় দেখানো হয়েছে যে 'সকালের নাস্তা আপনার ওজন কমায়' এই সিদ্ধান্তে আসা কেন ভুল?

• ক) অধ্যয়নটি এখনও বৈধ নয় কারণ এটি খুব নতুন।
• খ) সকালের নাস্তা আসলে আপনার ওজন বাড়ায়, পড়াশোনা ভুল
• গ) পর্যবেক্ষণমূলক অধ্যয়ন শুধুমাত্র পারস্পরিক সম্পর্ক দেখায়; কার্যকারণ প্রমাণ করে না, সংযোগ অন্যান্য কারণের কারণে হতে পারে ✔
• D) এটি অবৈধ কারণ নমুনাটিতে শুধুমাত্র মহিলাদের রয়েছে৷

ব্যাখ্যা: পর্যবেক্ষণমূলক অধ্যয়ন দেখায় পারস্পরিক সম্পর্ক (একত্রে সংঘটন), কারণ নয় (একটি অন্যটির কারণ)। যারা প্রাতঃরাশ খায় তারা সাধারণত আরও সক্রিয়ভাবে এবং নিয়মিত জীবনযাপন করতে পারে; সম্পর্ক অন্যান্য কারণের কারণে হতে পারে। কার্যকারণের সাথে বিভ্রান্তিকর সম্পর্ক একটি সাধারণ প্রমাণ পড়ার ত্রুটি।

12. 24-ঘন্টার পুষ্টির রিমাইন্ডারে, ক্লায়েন্ট বলে 'দিনে 2 মুঠো বাদাম'। AI অনুমান করে এটি '60 গ্রাম'। সঠিক পন্থা কি?

• ক) কৃত্রিম বুদ্ধিমত্তার 60 গ্রাম অনুমান নিশ্চিত বলে মনে করা হয়
• খ) বাদাম সম্পূর্ণরূপে পরিকল্পনা থেকে সরানো হয়
• গ) 100 গ্রাম একটি গড় মান হিসাবে নেওয়া হয়
• D) অংশটি কৃত্রিম বুদ্ধিমত্তার একটি অনুমান নয়, এটি ক্লায়েন্টকে জিজ্ঞাসা করে বা একটি স্কেল দিয়ে পরিমাপ করে স্পষ্ট করা হয় ✔

ব্যাখ্যা: অংশের অনুমান ব্যক্তি থেকে ব্যক্তিতে ব্যাপকভাবে পরিবর্তিত হয়; এক মুঠো 30 গ্রাম বা 90 গ্রাম হতে পারে। AI এর অনুমান একটি শুরু পরিসীমা, একটি পরিমাপ নয়। প্রকৃত অংশটি ক্লায়েন্টকে জিজ্ঞাসা করে বা রান্নাঘরের স্কেল ব্যবহার করে স্পষ্ট করা উচিত।

13. পুষ্টি ডাটাবেস সাধারণত প্রতি 100 গ্রাম কাঁচা মান দেয়। কি ত্রুটি এই কারণ হতে পারে?

• ক) রান্না করা অংশে (বা তদ্বিপরীত) কাঁচা মান প্রয়োগ করা গুরুতর ক্যালোরি/ম্যাক্রো ত্রুটি প্রবর্তন করতে পারে; পরিমাপের একক অবশ্যই স্পষ্ট করতে হবে ✔
• খ) কাঁচা মান সবসময় রান্না করা মান থেকে কম, কোন সমস্যা নেই
• গ) কোন সমস্যা হবে না যেহেতু ডাটাবেস শুধুমাত্র রান্না করা মান প্রদান করে।
• ঘ) কাঁচা/সিদ্ধ পার্থক্য শুধুমাত্র মাংসে দেখা যায়, শস্য নয়।

বর্ণনা: রান্নার সময়, খাদ্য জল শোষণ করে এবং তার ওজন পরিবর্তন করে; 100 গ্রাম কাঁচা চাল রান্না করার সময় 250-300 গ্রাম পর্যন্ত বেড়ে যায়। রান্না করা পরিমাণে (বা বিপরীতে) কাঁচা মান প্রয়োগ করা গুরুতর ক্যালোরি ত্রুটির কারণ হবে। এটি সর্বদা পরিষ্কার করা উচিত যে ব্যবহৃত মানটি কাঁচা না রান্না করা।

14. কীভাবে পুরো মডিউল জুড়ে জোর দেওয়া মূল নীতিটি ডায়েটিক্সে কৃত্রিম বুদ্ধিমত্তার ভূমিকা বর্ণনা করে?

• ক) কৃত্রিম বুদ্ধিমত্তা নিজে থেকেই সিদ্ধান্ত নিতে পারে, অভিজ্ঞ ডায়েটিশিয়ানদের বদলে
• খ) কৃত্রিম বুদ্ধিমত্তা একটি সহকারী এবং খসড়া জেনারেটর; রোগ নির্ণয়, চিকিৎসার সিদ্ধান্ত এবং চূড়ান্ত অনুমোদন ডায়েটিশিয়ান/চিকিৎসকের ✔
• গ) কৃত্রিম বুদ্ধিমত্তা শুধুমাত্র ভিজ্যুয়াল ডিজাইনের জন্য ব্যবহার করা হয়, গণনার জন্য নয়
• ঘ) কৃত্রিম বুদ্ধিমত্তার আউটপুট যাচাই না করেও নিরাপদ কারণ এটি বৈজ্ঞানিক সূত্রের উপর ভিত্তি করে

বর্ণনা: কৃত্রিম বুদ্ধিমত্তা সহকারী এবং খসড়া জেনারেটর হিসাবে পুনরাবৃত্তিমূলক কাজের গতি বাড়ায়, কিন্তু যেহেতু এটি একটি নিরাপত্তা-গুরুত্বপূর্ণ এলাকায় কাজ করছে, তাই রোগ নির্ণয়, পুষ্টি থেরাপির সিদ্ধান্ত এবং চূড়ান্ত পরিকল্পনার অনুমোদন যোগ্য বিশেষজ্ঞের (ডায়েটিশিয়ান এবং যখন প্রয়োজন হয় তখন চিকিত্সক)। যাচাইকৃত আউটপুট একটি স্বাক্ষরবিহীন খসড়া।