Végponttól végpontig terjedő munkafolyamat, adatvédelem/KVKK, etika és minőségellenőrzés

Nyereség:

• Képes biztonságosan működtetni a kliens útját a végpontokig a „MI termel → ember ellenőrzi → ember jóváhagy” ciklussal.
• Képes az ügyfelek adatainak védelmére a KVKK/bizalmasság keretein belül, és négy etikai alapelvet beszőni minden lépésbe
• Képesség a végső felelősség vállalására öt kulcskérdéssel (fiók, forrás, allergén, anonimitás, jóváhagyás) végzett önellenőrzés révén.

Az előző tíz egységben láthattuk, hogyan lehet a mesterséges intelligenciát alkalmazni a táplálkozás és dietetika egyes feladataiban: bevitel, számítás, adatbázis, terv, recept, allergia, nyomkövetés, oktatás, bizonyíték. Ez az utolsó egység mindezt egyesíti, és megmutatja, hogyan kell a mesterséges intelligencia végpontokig, biztonságosan és etikusan működtetni napi dietetikus gyakorlatát. Mert nem elég minden feladatot jól elvégezni; hová mennek az adatok, ki mit dönt, hol áll meg és kap emberi jóváhagyást – mindez egy következetes rendszert kell, hogy hozzon létre. Ez az egység tisztázza a teljes modult összekötő három piros vonalat is: adatvédelem (KVKK), etika és végső emberi beleegyezés.

Végponttól végpontig tartó ügyfélút

Az alábbi táblázat összefoglalja a kliens útját a dietetikustól a nyomon követésig, ahol a mesterséges intelligencia kerül szóba, és ahol elengedhetetlen az emberi jóváhagyás:

Színpad

Az AI feladata

emberi jóváhagyási pont

1. Felkészülés a fogadásra

Interjúkalauz, jegyzetszerkesztés

A dietetikus készíti az interjút

2. Értékelés

Energia-/makroszámla-tervezet

Dietetikus újraszámol

3. Adatbázis

Számítás forrásadatokkal

A dietetikus megerősíti az értékeket

4. Terv

Az étkezési lehetőségek vázlata

A dietetikus kiegyensúlyozza és megerősíti

5. Recept

Variáció, finomítás

Táplálkozási és ízellenőrzés

6. Biztonság

Allergén előszűrés

A dietetikus szó szerint megerősíti

7. Követés

Trendösszefoglaló, üzenetvázlat

Klinikai értelmezés és kapcsolat emberekben

8. Oktatás

Tartalom vázlata

Tudományos/etikai audit

9. Bizonyíték

Összegzés, kritikus lekérdezés

A forrást dietetikus igazolja

Lásd az általános mintát ezen a diagramon: A mesterséges intelligencia minden szakaszban egy tervrajzot vagy előzetes lépést készít; Minden szakaszban van egy emberi jóváhagyási pont. A rendszer az "AI produkál → ember ellenőrzi → ember megerősít" cikluson alapul. Ha ez a ciklus megszakad, felgyorsul, de elveszíti a biztonságot és az elszámoltathatóságot.

Adatvédelem és KVKK: az adatok védelme

Az ügyféladatok (személyazonosság, egészségi állapot, elemzés, gyógyszeres kezelés, mérés) a Türkiye-i KVKK és a GDPR hatálya alá tartozó „különleges kategóriájú személyes adatok” Európában, és a legmagasabb szintű védelmet érdemlik. Az AI-eszközökkel végzett munka során követendő elvek:

1. Anonimizálás: Távolítsa el az olyan azonosító adatokat, mint a név, TR-azonosító, kapcsolattartó, intézmény, születési dátum. "43 éves nő, 2-es típusú cukorbetegség" elegendő.
2. Minimális adat: Ossza meg a feladathoz szükséges minimális adatokat; nem több.
3. Válasszon biztonságos eszközt: Olyan adatfeldolgozási szerződéssel rendelkező vállalati eszközöket válasszon, ahol az adatokat nem modellképzésben használják fel.
4. Kifejezett hozzájárulás: Tájékoztassa az ügyfelet adatai kezelésének módjáról, és szerezze meg hozzájárulását.
5. Rögzítés és megőrzés: Szabályozza, hogy hol tárolják az adatokat, és ki férhet hozzá; Törölje a felesleges adatokat.

Figyelem: Ha egy elemző PDF-fájlt vagy kliensfájlt tölt fel egy mesterséges intelligencia-eszközbe anélkül, hogy "a gyorsaság érdekében" anonimizálná, a KVKK megsértését eredményezheti, amelyet nehéz egyetlen kattintással orvosolni. A sebesség soha nem múlja felül a magánéletet. Ha kétségei vannak, ne ossza meg.

Etikai keret: négy alapelv

Az egészségetika négy klasszikus alapelve a táplálkozási gyakorlatra is érvényes: a jótékonyság (a kliens jólétéért végzett munka), a nem ártalmasság (különösen a biztonságkritikus döntéseknél), az autonómia (a kliens saját döntésének tiszteletben tartása, tájékozott beleegyezés) és az igazságosság (befogadó szolgáltatás, amely érzékeny az erőforrások, a költségvetés és a kultúra különbségeire). A mesterséges intelligencia használata nem ütközhet ezekkel az alapelvekkel: a nem ellenőrzött kimenet kárt okozhat (a nem rosszindulatúság megsértése), az adatok feldolgozása az ügyfél tájékoztatása nélkül sérti az autonómiát, az egységes kultúra szerinti tervek készítése aláássa az igazságosságot. Az etika nem egy később hozzáadott réteg, hanem minden lépésbe beleszőtt fegyelem.

Minőségellenőrzés: saját munka ellenőrzése

Rendszeresen ellenőrizze saját mesterséges intelligencia-használatát, miközben végpontokig dolgozik. Egy egyszerű önellenőrzés: minden ügyfélnyomatnál: "Ellenőriztem ezt a számot? Szűrtem ezt az allergént? Bizonyítottam ezt az állítást? Anonimizáltam ezeket az adatokat? Jóváhagytam ezt a tervet?" Ha erre az öt kérdésre nem tud "igen" választ adni, akkor a kimenet még nem készült el.

három mini tok

1. eset – A gyenge láncszem. A dietetikus gyorsan felállítja a beviteli-számla-terv láncot az MI-vel, de kihagyja a biztonsági lépést (allergénellenőrzés); mert azt feltételezi, hogy "ha az előző lépések jók voltak, ez is jó". Az ügyfélnek azonban szezámallergiája volt, és a tervben szereplő szósz szezámmagot tartalmazott. Ha a lánc egyik láncszeme eltörik, az egész lánc nem biztonságos. Tanulság: az egyes szakaszok jóváhagyási pontja független; Az egyik nem helyettesíti a másikat.

2. eset – Az adatvédelem megsértésének lánca. A hatékonyság érdekében egy klinika megpróbálja az összes kliens fájlt név szerint betölteni egy mesterséges intelligencia eszközbe, és tömegtervet készíteni. Az ellenőrzés során kiderül, hogy KVKK-sértésről van szó, és az adatok kikerültek az intézményből. A klinika leállítja a folyamatot, és átvált egy anonimizált és szerződéses áramlásra. Tanulság: a hatékonyság nem ad felmentést a magánélet megsértésére; Állítsa be a rendszert a semmitől védve az adatvédelemmel.

3. eset – Megfelelő végpontok közötti áramlás. Az új kliens számára dietetikus: (1) anonimizált adatokkal interjúkat készít, (2) mesterséges intelligencia vázlatot készít és manuálisan ellenőrzi a számítást, (3) tápértéket táplál be az USDA-ból, (4) opciótervet készít és egyensúlyba hoz, (5) személyre szabottan szűri az allergéneket, (6) személyre szabott oktatást biztosít a kliensnek a heti trendkövetés érdekében, (7) Minden lépésnél alkalmazza a jóváhagyási pontot, névtelenül tartja az adatokat, és magát a tervet hagyja jóvá. Eredmény: ~40%-os időt takarít meg a mesterséges intelligencia segítségével a biztonság és az elszámoltathatóság veszélyeztetése nélkül. Tanulság: a sebesség és a biztonság együtt jár, ha a rendszer megfelelően van beállítva.

Másolható prompt sablonok

VÉGÉRE TÖRTÉNŐ MUNKAKERET SABLON Az Ön szerepköre: TERVEZET-készítő asszisztens dietetikusnak. Minden nyomat végére tegyen egy megjegyzést: „DIETIKUSI JÓVÁHAGYÁS SZÜKSÉGES”, és sorolja fel, mely pontokat kell szó szerint ellenőrizni (fiók, allergén, forrás). Ügyfél (névtelen): [...]. Küldetés: [színpad]. Ne adjon hozzá kitalált adatokat; jelölje meg, ahol nem vagy biztos benne.

ADATVÉDELMI ELŐZETES ELLENŐRZÉS SABLONOKKépes-e a következő szöveget az adatvédelem érdekében, MIELŐTT egy MI-eszközbe adná: Tartalmaz-e olyan azonosító adatokat, mint a név, azonosító, kapcsolatfelvétel, intézmény, születési dátum, elemzési azonosító? Ha igen, jelölje be, és javasoljon egy névtelen verziót. Szöveg: [...]

MINŐSÉGI ÖNELLENŐRZÉSI SABLON Alkalmazzon egy ellenőrzőlistát a következő ügyfélnyomathoz, és jelölje meg minden egyes tételt teljesítettként/hiányzóként: (1) ellenőrizve van-e a számla, (2) a forrásból származó tápérték, (3) megvizsgálták-e az allergéneket, (4) az adatok névtelenek, (5) van-e dietetikus jóváhagyása, (6) az egészségre vonatkozó állítás. Jelezze az esetleges hiányosságokat. Kimenet: [...]

ETIKAI FELÜLVIZSGÁLAT SABLONA következő terv/tartalom jelent-e problémát a négy etikai alapelv szempontjából: haszon, nem rosszindulat, autonómia (beleegyezés/információ), igazságosság (költségvetés/kulturális inkluzivitás)? Röviden értékelje az egyes irányelveket, és javasoljon javításokat. Tartalom: [...]

Gyenge felszólítás / Erős felszólítás

Gyenge felszólítás:

Hozzáadtam Ms. Ayşe elemzését és aktáját, kijön a teljes terv.

Megnevezett adatok, "teljes terv" egy lépésben, jóváhagyási pontok nélkül: mind a KVKK megsértése, mind az ellenőrizetlen, nem biztonságos kimenet kockázata.

Erőteljes felszólítás:

Az Ön szerepe: tervezet asszisztens; A jóváhagyás a dietetikusé. Ügyfél (névtelen): 41 éves nő, 2-es típusú cukorbetegség, [releváns számértékek, név/identitás NINCS]. Feladat: Étkezési terv TERVEZET, opciókkal. Becsült makrók minden étkezéshez és egy "ellenőrizendő" megjegyzés. Allergén: szezám (ne adjunk hozzá). A végén sorolja fel, mely pontokat kell személyesen ellenőriznie a dietetikusnak. Illesztett adatok hozzáadása.

A második prompt anonimizálja az adatokat, csonkolja a kimenetet, tartalmazza a biztonsági korlátozást és az ellenőrző pontokat; A titoktartás és a minőség egyaránt védett.

Gyakori hibák

• Egy láncszem kihagyása: A biztonsági/jóváhagyási lépés kihagyása, mert az előző lépés jó volt.
• A magánélet feláldozása a hatékonyság érdekében: Elnevezett fájlok tömeges feltöltése – súlyos KVKK-sértés.
• Egyszeri „teljes terv” elvárása: A fekete doboz kimenetére hagyatkozva, amely átugorja az ellenőrzőpontokat.
• Utána gondolva az etikára: Emlékezzen az etikára a végén, ahelyett, hogy minden lépésbe beleszőné.
• Az önellenőrzés megkerülése: A kimenet használata anélkül, hogy az öt alapkérdés (fiók/allergén/forrás/névtelen/jóváhagyás) alapján tesztelnénk.
• A beleegyezés elfelejtése: az ügyfél tájékoztatásának elmulasztása az adatai kezelésének módjáról.

Összefoglalva

A mesterséges intelligencia végponttól végpontig felgyorsíthatja a táplálkozás és a dietetika gyakorlatát; de ez csak akkor lesz biztonságos, ha az "AI produkál → ember ellenőrzi → ember megerősít" ciklust minden szakaszban fenntartják. Mindig anonimizálja az ügyféladatokat, ne áldozza fel a KVKK-t és a bizalmasságot a gyorsaság érdekében, minden lépésbe beleszövik az etikai négy alapelvet, és öt alapkérdéssel ellenőrizheti eredményeit. A lánc minden láncszeme független jóváhagyási pont; Ha az egyik elromlik, a rendszer nem biztonságos. Ne feledje: az AI erősíti a szakmáját, de nem helyettesíti. A diagnózis, a kezelési döntés és a végső terv jóváhagyása – a tudomány, az etika és az aláírás – a dietetikusé. Az AI az Ön gyors asszisztense; Ön a felelős szakértő.

Pályázati feladat

Állítson be egy mini ügyfélfolyamot az elejétől a végéig: válasszon egy névtelen profilt, készítsen egymás után (1) interjú útmutatót, (2) számlavázlatot + ellenőrzést, (3) étkezést forrásadatokkal, (4) allergénszűrést, (5) képzési segédanyagot. Minden lépésnél írja le, hogy melyik emberi ellenőrzőpontot alkalmazta. Ezután alkalmazza a „minőségi önellenőrzési sablont” a teljes folyamatra, keresse meg és javítsa ki a hiányosságokat. Végül futtassa az „adatvédelmi előzetes ellenőrzést”, hogy megbizonyosodjon arról, hogy adatai valóban névtelenek.

ellenőrző lista

• [ ] Minden szakaszban alkalmaztam az „AI generál → ellenőrzés → érvényesítés” ciklust.
• [ ] Anonimizáltam az ügyféladatokat és minimális adatot osztottam meg.
• [ ] biztonságos/szerződéses járművet használtam; beleegyezést kaptam.
• [ ] Négy etikai elvet figyeltem meg (haszon, nem rosszindulat, autonómia, igazságosság).
• [ ] Öt kulcskérdéssel önellenőriztem a kimenetet.
• [ ] Dietetikusként én adtam a végső jóváhagyást; én vagyok a felelős.

Modul vizsga

1. A dietetikus a mesterséges intelligencia által kiszámított napi kalóriacélt ellenőrzés nélkül átviszi a kliens tervébe. Mi az alapvető hiba ebben a megközelítésben?

• A) A mesterséges intelligencia kimenete nem használható ellenőrzés nélkül; A számlatervezetet újra kell számolni és a dietetikusnak jóvá kell hagynia ✔
• B) A mesterséges intelligencia mindig alábecsüli a kalóriaszámot
• C) Kalóriaszámítás helyett csak makrószámítást kell végezni.
• D) A tervet e-mail helyett papíron kellett volna átadni az ügyfélnek.

Magyarázat: Bár a mesterséges intelligencia képes helyesen végezni a számításokat, hibásan feltételezhet, például az aktivitási együtthatót, és ugyanolyan megbízhatósággal hibás eredményeket produkál. A dietetika biztonságkritikus terület; Minden fiókot dietetikusnak újra ellenőriznie kell, és a végső jóváhagyás az emberé kell legyen.

2. Mi a legjobb viselkedés az adatvédelem (KVKK) szempontjából az ügyféladatok mesterséges intelligencia eszközbe történő átvitelekor?

• A) A gyorsaság érdekében az ügyfél teljes nevét és az elemző PDF-et kell feltölteni.
• B) Csak a szükséges klinikai információkat szabad megosztani a személyazonosításra alkalmas adatok eltávolításával és az adatok anonimizálásával ✔
• C) Ha az adatok titkosítottak, névadatok is küldhetők
• D) A teljes fájl megosztható az ügyfél megkérdezése nélkül, mert a cél jó

Magyarázat: Az ügyfél egészségügyi adatai különleges személyes adatok. Az azonosító információkat, például a nevet, a TR-azonosítót és a kapcsolattartási adatokat el kell távolítani, és az adatokat anonimizálni kell; A feladathoz szükséges minimális adatokat meg kell osztani. A nyers fájl név szerinti feltöltése súlyos szabálysértést jelent.

3. A mesterséges intelligencia „220 g szénhidrátot, 150 g fehérjét, 90 g zsírt” ad a 2000 kcal célértékhez. Mi az első ellenőrzés a dietetikusnak?

• A) Elfogadni az értékeket úgy, ahogy vannak, mert a mesterséges intelligencia számtanilag hibamentes
• B) Elegendő csak a fehérje mennyiségét szabályozni
• C) Szorozza meg a makrogrammokat 4/4/9-el, hogy ellenőrizze, hogy az összmennyiség eléri-e a célkalóriát ✔
• D) A kalóriacél növelése 2290-re a makrók alapján

Magyarázat: Makrók visszaszorozva 4/4/9-el: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kcal. 290 kcal-val meghaladja a teljes célt; az értékek nem következetesek. A visszaszorzás a legegyszerűbb és leghatékonyabb módja az AI makróhibák észlelésének.

4. Mi a mesterséges intelligencia leggyengébb és legkockázatosabb pontja a tápértékadatokban?

• A) A mesterséges intelligencia mindig metrikus mértékegységben adja meg a tápértékeket
• B) A mesterséges intelligencia csak a zöldségek értékeit ismeri
• C) A mesterséges intelligencia lassú, mert túl sok tizedesjegygel adja meg a tápértéket.
• D) A mesterséges intelligencia képes adaptálni a táplálkozási értékeket, miközben azokat a memóriájából állítja elő; így az értékeket egy felismert adatbázisból kell venni ✔

Magyarázat: A nyelvi modell nem emlékszik a számokra, valószínűségileg generálja azokat; Ezért előfordulhat, hogy folyékonyan, de helytelenül adja meg egy élelmiszer fehérje/kalória értékét (hallucináció). Emiatt a tápértékeket jól ismert adatbázisokból kell átvenni, és a mesterséges intelligencia csak ezekkel az adatokkal dolgozzon.

5. Az étkezési tervben a mesterséges intelligencia pontosan tartotta a kalóriákat és a makrókat, de az egész nap fehér kenyérből, tésztából és csirkehúsból áll. Mi hiányzik itt?

• A) Annak ellenére, hogy tartalmaz makrókat, a rostok, a zöldségek és a mikrotápanyagok egyensúlya nem érhető el; A terv nem megfelelő a táplálkozási változatosság szempontjából ✔
• B) A kalóriacél túl magasra van állítva
• C) Probléma van, mert magas a fehérje mennyisége
• D) Az étkezések száma háromnál több legyen

Magyarázat: Az a tény, hogy a makró eléri a célt, nem jelenti azt, hogy a terv egészséges. A rost-, zöldség- és mikrotápanyag-egyensúlyt (vitaminok, ásványi anyagok) is biztosítani kell. Ez az egyensúlyi ítélet a dietetikusé; A makró pontossága önmagában nem elég.

6. A mogyoróra allergiás kliensek számára a mesterséges intelligencia helyettesítőt javasol, például „használjon mandulavajat”. Miért tarthatja a dietetikus ezt az ajánlást nem biztonságosnak?

• A) A mandula paszta drágább, mint a mogyoró
• B) A mandula ugyanabba a dióallergia csoportba tartozik, mint a mogyoró; A helyettesítés kockázatos lehet, mert ugyanabba a csoportba tartozik ✔
• C) A mandula paszta sokkal magasabb kalóriatartalmú
• D) A mandula paszta nem alkalmas a török konyhához.

Magyarázat: A mogyoró és a mandula ugyanabba a „fadió” allergiacsoportba tartozik. Az allergiát csoportos alapon kezelik, nem egy ételt; Ha a helyettesítő ugyanabba a csoportba esik, az kockázatos. A dietetikus ismeri az allergiás csoportot, és pontosan ellenőrzi a helyettesítést.

7. Mi a helyes megközelítés a K-vitaminban gazdag leveles zöldségek használatához warfarint (vérhígítót) szedő kliensek számára?

• A) Minden zöld leveles ételt szigorúan be kell tiltani
• B) A K-vitamin bevitelét meg kell engedni, és egyáltalán nem szabad figyelembe venni
• C) A K-vitamin bevitelt állandónak kell tartani, és a helyzetet meg kell osztani az orvossal ✔
• D) Leveles zöldeket csak vacsoránál szabad enni

Magyarázat: A warfarint használók számára nem az a cél, hogy teljesen betiltsák a K-vitamint, hanem a bevitelük folyamatos tartása; A nagy ingadozások rontják a gyógyszer hatását. Ez a „következzen konzisztens” típusú megszorítás egy klinikai kifinomultság, amely hiányzik az MI-ből, és megosztják az orvossal.

8. Hogyan lehet helyesen értelmezni, ha egy ügyfél egy hét alatt 1 kg-os „növekedést” észlel?

• A) A tervet azonnal a semmiből kell megírni, alacsony kalóriatartalommal
• B) A pácienst arra kell késztetni, hogy hagyja abba a mérlegelést.
• C) Az egyhetes növekedés végleges súlygyarapodásnak minősül.
• D) Többhetes trendeket kell nézni, nem egyetlen mérést; a rövid távú fluktuációt (például a vízvisszatartást) klinikailag értékelni kell ✔

Magyarázat: Egyetlen mérés félrevezető; Az olyan tényezők, mint a vízvisszatartás, a menstruációs ciklus és a sóbevitel rövid távú ingadozásokat okoznak. Ami lényeges, az a több hetes trend. Ezt a klinikai értelmezést a dietetikus végzi; Az AI csak az adatokat rendszerezi.

9. A mesterséges intelligencia azt a mondatot állítja elő, hogy „a zöld tea zsírt éget és felgyorsítja az anyagcserét” egy közösségi média vázlatban. Mi a dietetikus etikai felelőssége?

• A) A túlzó állítás bizonyítékokra alapozása, mért nyelvre fordítása és általános tájékoztató figyelmeztetés hozzáadása ✔
• B) Az állítás közzététele úgy, ahogy van, mert felkelti a figyelmet
• C) Erősítse tovább a mondatot, és adja hozzá a „megelőzi a rákot”
• D) Egyáltalán nem tesszük közzé a tartalmat, mert a zöld teáról beszélni tilos

Leírás: A mesterséges intelligencia hajlamos eltúlzott és rosszul bizonyított állításokra. A dietetikusnak a bizonyítékok szintjének megfelelően mérsékelnie kell ezeket az állításokat, el kell távolítania a bizonyosság és a csoda nyelvezetét, és hozzá kell adnia az „általános információ” megjegyzést. Az egészségre vonatkozó állítások őszintesége etikai kötelezettség.

10. Egy dietetikus „3 tanulmányt kér a mesterséges intelligenciától, amelyek bizonyítják az időszakos böjt előnyeit” az előadáshoz. Mi a fő kockázata ennek a kérésnek?

• A) A mesterséges intelligencia túl sok munkát ad, és fárasztja a dietetikust
• B) A mesterséges intelligencia nem létező tanulmányokat, szerzőket és folyóiratokat tud feltalálni; források nem használhatók az elsődleges forrás ellenőrzése nélkül ✔
• C) A mesterséges intelligencia tanulmányait csak angolul adják
• D) Három tanulmány mindig nem elegendő egy prezentációhoz

Magyarázat: A nyelvi modellek olyan műveket, szerzőket és folyóiratokat találhatnak ki, amelyek valójában nem léteznek (forráshallucináció). A mesterséges intelligencia nem irodalomkereső. A helyes út: keressen valódi forrásokat a PubMed/Cochrane-től, és foglalja össze őket az AI-val; Minden hivatkozást az elsődleges forrásból ellenőriznek.

11. Miért helytelen azt a következtetést levonni, hogy „a reggeli fogyást okoz” egy megfigyeléses tanulmányból, amely szerint „azok, akik reggeliznek, vékonyabbak”?

• A) A tanulmány még nem érvényes, mert túl új.
• B) A reggeli valójában hízást okoz, a tanulás helytelen
• C) A megfigyelési vizsgálat csak korrelációt mutat; nem bizonyítja az ok-okozati összefüggést, az összefüggést más tényezők is okozhatják ✔
• D) Érvénytelen, mert a minta csak nőkből áll

Magyarázat: A megfigyelési vizsgálat összefüggést mutat (együttes előfordulás), nem ok-okozati összefüggést (az egyik okozza a másikat). Azok, akik reggeliznek, általában aktívabban és rendszeresebben tudnak élni; A kapcsolatot más tényezők is okozhatják. Az ok-okozati összefüggés összetévesztése gyakori bizonyítékolvasási hiba.

12. A 24 órás táplálkozási emlékeztetőben az ügyfél azt mondja, hogy „napi 2 marék dió”. Az AI azt feltételezi, hogy „60 gramm”. Mi a helyes megközelítés?

• A) A mesterséges intelligencia 60 grammos feltételezése biztosnak tekinthető
• B) Az anyák teljesen kikerülnek a tervből
• C) 100 grammot veszünk átlagértéknek
• D) Az adag nem a mesterséges intelligencia feltételezése, ezt a kliens megkérdezésével, vagy skálával mérve tisztázzuk ✔

Magyarázat: Az adagbecslések személyenként nagymértékben változnak; Egy marék lehet 30 g vagy 90 g. Az AI feltételezése egy kezdő tartomány, nem pedig egy mérés. A tényleges adagot az ügyfél megkérdezésével vagy konyhai mérleg segítségével kell tisztázni.

13. A táplálkozási adatbázisok általában 100 grammra vonatkoztatva adnak értékeket nyersen. Milyen hibát okozhat ez?

• A) A nyers érték alkalmazása a főtt adagra (vagy fordítva) komoly kalória-/makróhibákat okozhat; A mértékegységet tisztázni kell ✔
• B) A nyers értékek mindig alacsonyabbak, mint a főtt értékek, nem probléma
• C) Nem lesz probléma, mivel az adatbázisok csak főtt értékeket adnak vissza.
• D) A nyers/főtt különbség csak a húsban látható, a gabonában nem.

Leírás: Főzés közben az étel felszívja a vizet és megváltoztatja a súlyát; 100 g nyers rizs főzve ~250-300 grammra nő. A nyers érték alkalmazása a főtt mennyiségre (vagy fordítva) súlyos kalóriahibákat eredményez. Mindig tisztázni kell, hogy a felhasznált érték nyers vagy főtt.

14. Hogyan írja le a modulban kiemelt kulcsfontosságú elv a mesterséges intelligencia szerepét a dietetikában?

• A) A mesterséges intelligencia képes önállóan dönteni, helyettesítve a tapasztalt dietetikusokat
• B) A mesterséges intelligencia asszisztens és huzatgenerátor; A diagnózis, a kezelési döntés és a végső jóváhagyás a dietetikus/orvos feladata ✔
• C) A mesterséges intelligenciát csak látványtervezésre használják, számításokhoz nem
• D) A mesterséges intelligencia kimenete verifikáció nélkül is biztonságos, mert tudományos forrásokon alapul

Leírás: A mesterséges intelligencia felgyorsítja az ismétlődő munkát asszisztensként és huzatgenerátorként, de mivel a biztonság szempontjából kritikus területen dolgozik, a diagnózis, a táplálkozási terápiás döntés és a végső terv jóváhagyása az illetékes szakember (dietetikus és szükség esetén orvos) hatáskörébe tartozik. Az ellenőrizetlen kimenet egy aláíratlan piszkozat.