Tok rada od kraja do kraja, privatnost/KVKK, etika i kontrola kvaliteta

Dobici:

• Sposobnost sigurnog upravljanja putovanjem klijenta od kraja do kraja s ciklusom 'AI proizvodi → čovjek potvrđuje → čovjek odobrava'
• Sposobnost zaštite podataka o klijentima u okviru KVKK/povjerljivosti i utkati četiri etička principa u svaki korak
• Sposobnost preuzimanja krajnje odgovornosti samoprovjeravanjem njihovih rezultata uz pet ključnih pitanja (račun, izvor, alergen, anonimnost, odobrenje)

U prethodnih deset cjelina vidjeli smo kako koristiti AI u pojedinačnim zadacima ishrane i dijetetike: unos, proračun, baza podataka, plan, recept, alergija, praćenje, edukacija, dokaz. Ova završna jedinica sve to objedinjuje i pokazuje vam kako upravljati umjetnom inteligencijom od kraja do kraja, sigurno i etički u svakodnevnoj praksi dijetetičara. Zato što nije dovoljno dobro obaviti svaki zadatak; kuda idu podaci, ko odlučuje o čemu, gdje ćete stati i dobiti ljudsko odobrenje — sve ovo treba da stvori konzistentan sistem. Ova jedinica također pojašnjava tri crvene linije koje povezuju cijeli modul: privatnost (KVKK), etika i konačni ljudski pristanak.

Putovanje klijenta od kraja do kraja

Sljedeća tabela rezimira put klijenta od posjete dijetetičaru do praćenja, gdje AI ulazi u igru i gdje je ljudsko odobrenje od suštinskog značaja:

Stage

AI posao

tačka ljudskog odobravanja

1. Priprema za prijem

Vodič za intervju, uređivanje bilješki

Dijetetičar vodi intervju

2. Evaluacija

Nacrt energetskog/makro računa

Dijetetičar se preračunava

3. Baza podataka

Proračun sa izvornim podacima

Dijetetičar potvrđuje vrijednosti

4. Plan

Pregled opcija obroka

Dijetetičar balansira i potvrđuje

5. Recept

Varijacija, prefinjenost

Provjera nutritivnosti i okusa

6. Sigurnost

Pre-skrining alergena

Dijetetičar doslovno potvrđuje

7. Praćenje

Sažetak trenda, nacrt poruke

Klinička interpretacija i odnos kod ljudi

8. Obrazovanje

Pregled sadržaja

Naučna/etička revizija

9. Dokazi

Sažetak, kritični upit

Izvor je potvrđen od strane dijetetičara

Pogledajte uobičajeni obrazac na ovom grafikonu: AI proizvodi nacrt ili preliminarni korak u svakoj fazi; U svakoj fazi postoji ljudska tačka odobravanja. Sistem je baziran na ciklusu "AI proizvodi → čovjek potvrđuje → čovjek potvrđuje". Ako se ovaj ciklus prekine, dobijate brzinu, ali gubite sigurnost i odgovornost.

Privatnost i KVKK: zaštita podataka

Podaci o klijentima (identitet, zdravstvena istorija, analiza, lijekovi, mjerenje) su "osobni podaci posebne kategorije" u okviru KVKK u Turskoj i GDPR-a u Europi i zaslužuju najvišu zaštitu. Principi koje treba slijediti kada radite s AI alatima:

1. Anonimiziranje: Uklonite identifikacijske podatke kao što su ime, TR ID, kontakt, institucija, datum rođenja. Dovoljno je "43-godišnja žena, dijabetes tipa 2".
2. Minimalni podaci: Podijelite minimalne podatke potrebne za zadatak; nema više.
3. Odaberite siguran alat: Odaberite korporativne alate s ugovorom o obradi podataka gdje se podaci ne koriste u obuci modela.
4. Izričit pristanak: Obavijestite klijenta o tome kako se njegovi podaci obrađuju i pribavite njegovu saglasnost.
5. Snimanje i zadržavanje: Kontrola gdje se podaci pohranjuju i ko im ima pristup; Izbrišite nepotrebne podatke.

Pažnja: Učitavanje PDF-a analize ili klijentske datoteke u AI alat bez anonimizacije "radi brzine" može rezultirati kršenjem KVKK-a koje je teško otkloniti jednim klikom. Brzina nikada ne nadmašuje privatnost. Ako ste u nedoumici, nemojte dijeliti.

Etički okvir: četiri principa

Četiri klasična principa zdravstvene etike primjenjuju se i na nutricionističku praksu: dobročinstvo (rad za dobrobit klijenta), nezlonamjernost (posebno u odlukama koje su kritične za sigurnost), autonomija (poštovanje vlastite odluke klijenta, informirani pristanak) i pravednost (inkluzivna usluga koja je osjetljiva na razlike i kulturu). Upotreba AI ne bi trebala biti u suprotnosti sa ovim principima: neprovjereni rezultati mogu uzrokovati štetu (kršenje nezlonamjernosti), obrada podataka bez obavještavanja klijenta narušava autonomiju, izrada planova u skladu s jednom kulturom podriva pravdu. Etika nije sloj koji se dodaje kasnije, već disciplina utkana u svaki korak.

Kontrola kvaliteta: provjera vlastitog rada

Redovno revidirajte svoju upotrebu AI dok radite od kraja do kraja. Jednostavna samoprovjera: za svaki ispis klijenta, "Da li sam potvrdio ovaj broj? Jesam li pregledao ovaj alergen? Da li sam potkrijepio ovu tvrdnju? Da li sam anonimizirao ove podatke? Da li sam odobrio ovaj plan?" Ako ne možete odgovoriti sa "da" na ovih pet pitanja, rezultat još nije spreman.

tri mini kofera

Slučaj 1 — Slaba karika u lancu. Dijetetičar brzo postavlja lanac plana unosa računa sa AI, ali preskače sigurnosni korak (provjera alergena); jer pretpostavlja "ako su prethodni koraci bili dobri, dobro je i ovo". Međutim, klijent je imao alergiju na susam, a sos u planu je sadržavao sezam. Ako jedna karika u lancu pukne, cijeli lanac je nesiguran. Lekcija: tačka odobravanja svake faze je nezavisna; Jedno ne zamjenjuje drugo.

Slučaj 2 — Lanac kršenja privatnosti. Radi efikasnosti, klinika pokušava da učita sve klijentske fajlove po imenu u AI alat i napravi masovni plan. Revizija otkriva da se radi o kršenju KVKK-a i da su podaci izašli iz institucije. Klinika zaustavlja proces i prelazi na anonimni i ugovoreni tok. Pouka: efikasnost ne opravdava invaziju na privatnost; Postavite sistem kao zaštićen od nule.

Slučaj 3 — Ispravan tok od kraja do kraja. Za novog klijenta, dijetetičar: (1) izrađuje vodič za intervju sa anonimiziranim podacima, (2) ima AI nacrt i ručno provjerava izračunavanje, (3) daje nutritivne vrijednosti iz USDA, (4) dobija i balansira plan opcija, (5) provjerava alergene na bazi jedan na jedan, (6) pruža personaliziranu edukaciju klijentu za praćenje (7) sedmično praćenje trenda. Primjenjuje tačku odobrenja na svakom koraku, čuva podatke anonimnim i odobrava sam plan. Rezultat: štedi ~40% vremena uz AI, bez ugrožavanja sigurnosti i odgovornosti. Lekcija: brzina i sigurnost se spajaju kada je sistem ispravno postavljen.

Predlošci upita koji se mogu kopirati

PREDLOG RADNOG OKVIRA END-TO-ENDVaša uloga: NACRT pomoćnika za pripremu dijetetičara. Stavite napomenu "POTREBNO JE ODOBRENJE DIJETIČARA" na kraju svakog ispisa i navedite koje tačke treba doslovno provjeriti (račun, alergen, izvor). Klijent (anonimno): [...]. Potraga: [etapa]. Nemojte dodavati izmišljene podatke; označite gde niste sigurni.

PRIVATNOST PREPROVJERITE PREDLOZBE Skenirajte sljedeći tekst radi privatnosti PRIJE nego što ga date AI alatu: Da li sadrži identifikacijske podatke kao što su ime, ID, kontakt, institucija, datum rođenja, ID analize? Ako jeste, označite ga i predložite anonimnu verziju. Tekst: [...]

OBRAZAC SAMOPROVJERE KVALITETA Primijenite kontrolnu listu za sljedeći ispis klijenta i označite svaku stavku kao ispunjenu/nedostajuću: (1) da li je račun potvrđen, (2) je nutritivna vrijednost iz izvora, (3) da li je pregledan na alergene, (4) je anonimni podatak, (5) postoji li dijetetičar (6quarter) odobrenje zdravlja, Navedite sve propuste. Izlaz: [...]

PREDLOG ZA ETIČKU PREGLEDU Da li sljedeći plan/sadržaj predstavlja problem u smislu četiri etička principa: korist, nezlonamjernost, autonomija (pristanak/informacije), pravda (budžet/kulturna inkluzivnost)? Ukratko procijenite svaku politiku i predložite poboljšanja. Sadržaj: [...]

Slaba prompt / Jaka prompt

Slab upit:

Dodao sam analizu i dosije gospođe Ayşe, kompletan plan će izaći.

Imenovani podaci, "pun plan" u jednom koraku, bez tačaka odobrenja: rizik od kršenja KVKK-a i neprovjerenog, nesigurnog rezultata.

Snažan upit:

Vaša uloga: pomoćnik pri draftu; Odobrenje pripada dijetetičaru. Klijent (anonimno): 41 godina, žena, dijabetes tipa 2, [relevantne numeričke vrijednosti, ime/identitet NEMA]. Zadatak: NACRT plana obroka, sa opcijama. Procijenjeni makroi za svaki obrok i napomena "mora provjeriti". Alergen: susam (ne dodavati nijedan). Na kraju navedite koje tačke treba lično provjeriti dijetetičar. Dodavanje ugrađenih podataka.

Drugi prompt anonimizira podatke, zatvara izlaz, sadrži sigurnosno ograničenje i kontrolne tačke; I povjerljivost i kvalitet su zaštićeni.

Uobičajene greške

• Preskakanje karike u lancu: Preskakanje koraka sigurnosti/odobrenja jer je prethodni korak bio dobar.
• Žrtvovanje privatnosti radi efikasnosti: Grupno otpremanje imenovanih fajlova — ozbiljno kršenje KVKK-a.
• Očekivanje jednokratnog "punog plana": oslanjanje na izlaz crne kutije koji preskače kontrolne tačke.
• Razmišljanje o etici nakon toga: Sjetite se etike na kraju umjesto da je utkate u svaki korak.
• Zaobilazeći samoprovjeru: korištenje izlaza bez testiranja na pet osnovnih pitanja (račun/alergen/izvor/anonimno/odobrenje).
• Zaboravljanje pristanka: Neobavještavanje klijenta o tome kako se njegovi podaci obrađuju.

Ukratko

Umjetna inteligencija može ubrzati praksu ishrane i dijetetike od kraja do kraja; ali će biti bezbedno samo ako se ciklus "AI proizvodi → čovek verifikuje → čovek potvrđuje" održava u svakoj fazi. Uvijek anonimizirajte podatke o klijentima, nemojte žrtvovati KVKK i povjerljivost radi brzine, utkajte četiri principa etike u svaki korak i sami revidirajte svoje rezultate s pet osnovnih pitanja. Svaka karika u lancu je nezavisna tačka odobravanja; Kada se jedan od njih pokvari, sistem nije bezbedan. Zapamtite: AI jača vašu profesiju, ali je ne zamjenjuje. Dijagnoza, odluka o liječenju i konačno odobrenje plana – nauka, etika i potpis – pripadaju dijetetičaru. AI je vaš brzi pomoćnik; Vi ste odgovorni stručnjak.

Zadatak aplikacije

Postavite tok mini klijenata od početka do kraja: odaberite anonimni profil, uzastopno izradite (1) vodič za intervju, (2) pregled naloga + verifikacija, (3) obrok sa izvornim podacima, (4) skrining alergena, (5) materijal za obuku. Zapišite koju ljudsku kontrolnu tačku ste primijenili u svakom koraku. Zatim primijenite "šablon samokontrole kvaliteta" na cijeli tok, pronađite i popravite sve praznine. Konačno, pokrenite "prethodnu provjeru privatnosti" kako biste potvrdili da su vaši podaci zaista anonimni.

kontrolna lista

• [ ] Primijenio sam ciklus “AI generiše → provjeri → potvrdi” u svakoj fazi.
• [ ] Anonimizirao sam podatke o klijentima i podijelio minimalne podatke.
• [ ] Koristio sam sigurno/ugovoreno vozilo; Dobio sam saglasnost.
• [ ] Pridržavao sam se četiri etička principa (korist, nezlonamjernost, autonomija, pravda).
• [ ] Sam sam provjerio izlaz sa pet ključnih pitanja.
• [ ] Kao dijetetičar, dao sam konačno odobrenje; Ja sam odgovoran.

Modul Exam

1. Dijetetičar prenosi dnevni cilj kalorija izračunat umjetnom inteligencijom na klijentov plan bez provjere. Šta je suštinska greška u ovom pristupu?

• A) Izlaz umjetne inteligencije se ne može koristiti bez provjere; Nacrt računa mora biti ponovo izračunat i odobren od strane dijetetičara ✔
• B) Veštačka inteligencija uvek potcenjuje broj kalorija
• C) Umjesto izračunavanja kalorija, treba uraditi samo makro proračun.
• D) Plan je trebalo dati klijentu na papiru umjesto e-mailom.

Objašnjenje: Iako umjetna inteligencija može ispravno izračunati, ona također može pogrešno uzeti pretpostavku kao što je koeficijent aktivnosti i proizvesti netačne rezultate sa istom pouzdanošću. Dijetetika je oblast kritična za sigurnost; Svaki račun mora biti ponovo potvrđen od strane dijetetičara, a konačno odobrenje mora pripadati čovjeku.

2. Koje je najbolje ponašanje u smislu privatnosti (KVKK) prilikom prijenosa podataka o klijentima na alat umjetne inteligencije?

• A) Puno ime klijenta i PDF analiza treba da se učitaju kako jeste radi brzine.
• B) Samo neophodne kliničke informacije treba dijeliti uklanjanjem ličnih podataka i anonimiziranjem podataka ✔
• C) Ako su podaci šifrirani, mogu se poslati i informacije o imenu
• D) Cijeli fajl se može podijeliti bez pitanja klijenta jer je svrha dobra

Objašnjenje: Zdravstveni podaci klijenata su posebni lični podaci. Identifikacione informacije kao što su ime, TR ID i kontakt informacije treba ukloniti, a podatke anonimizirati; Minimalni podaci potrebni za zadatak bi se trebali dijeliti. Otpremanje neobrađenog fajla po imenu predstavlja ozbiljan prekršaj.

3. Umjetna inteligencija daje '220 g ugljikohidrata, 150 g proteina, 90 g masti' za cilj od 2000 kcal. Koja je prva provjera koju dijetetičar treba da izvrši?

• A) Prihvatanje vrijednosti onakvima kakve jesu, jer je umjetna inteligencija bez grešaka u aritmetici
• B) Dovoljno je kontrolisati samo količinu proteina
• C) Pomnožite makrograme sa 4/4/9 kako biste provjerili da li ukupna količina dostiže ciljne kalorije ✔
• D) Povećanje cilja kalorija na 2290 na osnovu makroa

Objašnjenje: Makroi pomnoženi sa 4/4/9: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kcal. Premašuje ukupni cilj za 290 kcal; vrijednosti su nedosljedne. Povratno množenje je najjednostavniji i najmoćniji način da se uhvati AI makro greške.

4. Koja je najslabija i najrizičnija tačka umjetne inteligencije u podacima o nutritivnim vrijednostima?

• A) Umjetna inteligencija uvijek daje nutritivne vrijednosti u metričkim jedinicama
• B) Veštačka inteligencija zna samo vrednosti povrća
• C) Umjetna inteligencija je spora jer daje nutritivne vrijednosti s previše decimala.
• D) Vještačka inteligencija može prilagoditi nutritivne vrijednosti dok ih proizvodi iz svoje memorije; pa vrijednosti treba uzeti iz prepoznate baze podataka ✔

Objašnjenje: Jezički model ne pamti brojeve, generira ih vjerovatno; Stoga, može dati proteinsku/kalorijsku vrijednost hrane koja tečno, ali netačno (halucinacije). Iz tog razloga nutritivne vrijednosti treba uzimati iz poznatih baza podataka, a umjetna inteligencija treba raditi samo s tim podacima.

5. U planu obroka, veštačka inteligencija je tačno zadržala kalorije i makroe, ali ceo dan se sastoji od belog hleba, testenine i piletine. Šta ovde nedostaje?

• A) Iako sadrži makroe, balans vlakana, povrća i mikronutrijenata nije postignut; Plan je neadekvatan u smislu nutritivne raznolikosti ✔
• B) Cilj kalorija je postavljen previsoko
• C) Postoji problem jer je velika količina proteina
• D) Broj obroka treba da bude veći od tri

Objašnjenje: Činjenica da makro pogađa cilj ne znači da je plan zdrav. Takođe treba obezbediti balans vlakana, povrća i mikronutrijenata (vitamini, minerali). Ova procena ravnoteže pripada dijetetičaru; Makro tačnost sama po sebi nije dovoljna.

6. Za klijenta koji je alergičan na lješnjake, umjetna inteligencija predlaže zamjenu kao što je 'koristi bademov puter'. Zašto bi dijetetičar ovu preporuku mogao smatrati nesigurnom?

• A) Pasta od badema je skuplja od paste od lešnika
• B) Bademi mogu biti u istoj grupi alergija na orašaste plodove kao i lješnjaci; Zamjena može biti rizična jer spada u istu grupu ✔
• C) Pasta od badema je mnogo više kalorijska
• D) Bademova pasta nije pogodna za tursku kuhinju.

Objašnjenje: Lješnjaci i bademi su u istoj grupi alergija na 'orašaste plodove'. Alergija se liječi na grupnoj osnovi, a ne na jednoj hrani; Ako zamjena spada u istu grupu, to je rizično. Dijetetičar poznaje grupu alergija i tačno provjerava zamjenu.

7. Koji je ispravan pristup korištenju lisnatog povrća bogatog vitaminom K za klijenta koji uzima varfarin (razrjeđivač krvi)?

• A) Sva zelena lisnata hrana treba biti strogo zabranjena
• B) Unos vitamina K treba dozvoliti i ne treba ga uopšte uzimati u obzir
• C) Unos vitamina K treba održavati dosljednim i situaciju treba podijeliti s ljekarom ✔
• D) Lisnato zelje treba jesti samo za večeru

Objašnjenje: Za one koji koriste varfarin, cilj nije potpuno zabraniti vitamin K, već zadržati dosljedan unos; Velike fluktuacije smanjuju učinak lijeka. Ovo ograničenje tipa „održavanje dosljednosti“ je klinička sofisticiranost koja nedostaje AI i dijeli se s liječnikom.

8. Kako se može ispravno protumačiti kada klijent uoči 'povećanje' od 1 kg u sedmici?

• A) Plan treba napisati odmah ispočetka s niskim kalorijama
• B) Klijenta treba naterati da prestane da vaga.
• C) Jednosedmično povećanje se smatra konačnim povećanjem težine.
• D) Treba posmatrati višesedmične trendove, a ne jedno merenje; kratkoročne fluktuacije (kao što je zadržavanje vode) treba klinički procijeniti ✔

Objašnjenje: Jedno mjerenje je pogrešno; Faktori kao što su zadržavanje vode, menstrualni ciklus i unos soli stvaraju kratkoročne fluktuacije. Ono što je značajno je višenedeljni trend. Ovu kliničku interpretaciju pravi dijetetičar; AI samo organizira podatke.

9. Umjetna inteligencija stvara rečenicu 'zeleni čaj sagorijeva masti i ubrzava metabolizam' u skeču na društvenim mrežama. Koja je etička odgovornost dijetetičara?

• A) Zasnovati pretjeranu tvrdnju na dokazima, prevesti ih na odmjereni jezik i dodati opće upozorenje o informacijama ✔
• B) Objavljivanje tvrdnje kakva jeste jer privlači pažnju
• C) Pojačajte rečenicu i dodajte 'sprečava rak'
• D) Uopšte ne objavljivati sadržaj, jer je zabranjeno govoriti o zelenom čaju

Opis: Umjetna inteligencija je sklona davanju pretjeranih i loše dokazanih tvrdnji. Dijetetičar bi trebao ublažiti ove tvrdnje u skladu sa nivoom dokaza, ukloniti jezik sigurnosti i čuda i dodati upozorenje „to je opća informacija“. Iskrenost u zdravstvenim tvrdnjama je etička obaveza.

10. Dijetetičar traži od umjetne inteligencije '3 studije koje dokazuju prednosti povremenog posta' za prezentaciju. Koji je glavni rizik ovog zahtjeva?

• A) Umjetna inteligencija daje previše posla i zamara dijetetičara
• B) Vještačka inteligencija može izmisliti nepostojeće studije, autore i časopise; izvori se ne mogu koristiti bez provjere primarnog izvora ✔
• C) Studije umjetne inteligencije se daju samo na engleskom jeziku
• D) Tri studije su uvijek nedovoljne za prezentaciju

Objašnjenje: Jezički modeli mogu izmisliti radove, autore i časopise koji zapravo ne postoje (izvorna halucinacija). Umjetna inteligencija nije pretraživač literature. Pravi način: pronađite prave izvore iz PubMed-a/Cochranea i dajte ih sažeti od strane AI; Svaka referenca je provjerena iz primarnog izvora.

11. Zašto je pogrešno zaključiti da 'od doručka gubite na težini' iz opservacijske studije koja pokazuje da su 'oni koji doručkuju mršaviji'?

• A) Studija još nije važeća jer je previše nova.
• B) Doručak te zapravo goji, učenje je pogrešno
• C) Opservacijska studija pokazuje samo korelaciju; ne dokazuje uzročnost, povezanost može biti posljedica drugih faktora ✔
• D) Nevažeći je jer uzorak čine samo žene

Objašnjenje: Opservacijska studija pokazuje korelaciju (pojave zajedno), a ne uzročnost (jedno uzrokuje drugo). Oni koji doručkuju općenito mogu živjeti aktivnije i redovnije; Veza može biti uzrokovana drugim faktorima. Zbunjena korelacija sa uzročno-posljedičnim vezama je uobičajena greška u čitanju dokaza.

12. U 24-satnom podsjetniku o ishrani, klijent kaže '2 šake orašastih plodova dnevno'. AI pretpostavlja da je '60 grama'. Šta je pravi pristup?

• A) Pretpostavka umjetne inteligencije od 60 grama smatra se sigurnom
• B) Matice su potpuno uklonjene iz plana
• C) 100 grama se uzima kao prosječna vrijednost
• D) Porcija nije pretpostavka vještačke inteligencije, pojašnjava se pitanjem klijenta ili mjerenjem vagom ✔

Objašnjenje: Procjene porcija se jako razlikuju od osobe do osobe; Šaka može biti 30 g ili 90 g. Pretpostavka AI je početni raspon, a ne mjerenje. Stvarni dio treba pojasniti pitajući klijenta ili korištenjem kuhinjske vage.

13. Nutritivne baze podataka obično daju vrijednosti po 100 grama sirovog. Koju grešku ovo može uzrokovati?

• A) Primjena sirove vrijednosti na kuhani dio (ili obrnuto) može dovesti do ozbiljnih kalorijskih/makro grešaka; Mjerna jedinica mora biti razjašnjena ✔
• B) Sirove vrijednosti su uvijek niže od kuhanih, nema problema
• C) Neće biti problema jer baze podataka vraćaju samo kuhane vrijednosti.
• D) Razlika sirovo/kuvano se vidi samo u mesu, a ne u žitu.

Opis: Tokom kuvanja, hrana upija vodu i mijenja svoju težinu; 100 g sirovog pirinča se kuha na ~250-300 grama. Primjena sirove vrijednosti na kuhanu količinu (ili obrnuto) rezultirat će ozbiljnim kalorijskim greškama. Uvijek treba razjasniti da li je korištena vrijednost sirova ili kuhana.

14. Kako ključni princip naglašen kroz modul opisuje ulogu umjetne inteligencije u dijetetici?

• A) Umjetna inteligencija može sama donositi odluke, zamjenjujući iskusne dijetetičare
• B) Vještačka inteligencija je pomoćnik i generator nacrta; Dijagnoza, odluka o liječenju i konačno odobrenje pripadaju dijetetičaru/liječniku ✔
• C) Vještačka inteligencija se koristi samo za vizuelni dizajn, a ne za proračune
• D) Izlaz umjetne inteligencije je siguran čak i bez provjere jer je zasnovan na naučnim izvorima

Opis: Umjetna inteligencija ubrzava rad koji se ponavlja kao pomoćnik i generator propuha, ali s obzirom da radi u sigurnosno kritičnom području, dijagnoza, odluka o nutritivnoj terapiji i konačno odobrenje plana pripadaju nadležnom specijalistu (dijetetičaru i po potrebi ljekaru). Neprovjereni izlaz je nepotpisani nacrt.