Alur Kerja End-to-End, Privasi/KVKK, Etika dan Kontrol Kualitas

Keuntungan:

• Kemampuan untuk mengoperasikan perjalanan klien secara aman dari ujung ke ujung dengan siklus 'produksi AI → verifikasi manusia → persetujuan manusia'
• Kemampuan untuk melindungi data klien dalam lingkup KVKK/kerahasiaan dan merangkai empat prinsip etika dalam setiap langkahnya
• Kemampuan untuk mengambil tanggung jawab utama dengan memeriksa sendiri hasilnya dengan lima pertanyaan kunci (akun, sumber, alergen, anonimitas, persetujuan)

Dalam sepuluh unit sebelumnya kita telah melihat bagaimana menggunakan AI dalam tugas-tugas individu nutrisi dan dietetika: asupan, perhitungan, database, rencana, resep, alergi, pelacakan, pendidikan, bukti. Unit terakhir ini menyatukan semuanya dan menunjukkan kepada Anda cara mengoperasikan AI secara menyeluruh, aman dan etis dalam praktik sehari-hari Anda sebagai ahli diet. Karena melakukan setiap tugas dengan baik saja tidak cukup; ke mana data akan dikirim, siapa yang memutuskan apa, di mana Anda berhenti, dan mendapatkan persetujuan manusia — semua ini harus menciptakan sistem yang konsisten. Unit ini juga memperjelas tiga garis merah yang menghubungkan keseluruhan modul: privasi (KVKK), etika, dan persetujuan akhir manusia.

Perjalanan klien ujung ke ujung

Tabel berikut merangkum perjalanan klien mulai dari kunjungan ke ahli diet hingga tindak lanjut, di mana AI berperan dan di mana persetujuan manusia sangat penting:

Panggung

pekerjaan AI

titik persetujuan manusia

1. Persiapan resepsi

Panduan wawancara, pengeditan catatan

Ahli diet melakukan wawancara

2. Evaluasi

Draf akun energi/makro

Ahli gizi menghitung ulang

3. Basis Data

Perhitungan dengan data awal

Ahli gizi mengkonfirmasi nilainya

4. Rencana

Garis besar pilihan makanan

Ahli gizi menyeimbangkan dan mengonfirmasi

5. Resep

Variasi, penyempurnaan

Verifikasi nutrisi dan rasa

6. Keamanan

Pra-penyaringan alergen

Ahli gizi menegaskan hal tersebut secara verbatim

7. Pelacakan

Ringkasan tren, garis besar pesan

Interpretasi klinis dan hubungan pada manusia

8. Pendidikan

Garis besar konten

Audit ilmiah/etika

9. Bukti

Ringkasan, pertanyaan penting

Sumbernya diverifikasi oleh ahli diet

Lihat pola umum dalam bagan ini: AI menghasilkan cetak biru atau langkah awal di setiap tahap; Ada titik persetujuan manusia di setiap tahap. Sistem ini didasarkan pada siklus "AI menghasilkan → verifikasi manusia → konfirmasi manusia". Jika siklus ini terputus, Anda memperoleh kecepatan namun kehilangan keamanan dan akuntabilitas.

Privasi dan KVKK: melindungi data

Data klien (identitas, riwayat kesehatan, analisis, pengobatan, pengukuran) adalah "data pribadi kategori khusus" dalam cakupan KVKK di Türkiye dan GDPR di Eropa dan berhak mendapatkan perlindungan tertinggi. Prinsip yang harus diikuti saat bekerja dengan alat AI:

1. Anonimkan: Hapus data identitas seperti nama, ID TR, kontak, institusi, tanggal lahir. "Wanita berusia 43 tahun, diabetes tipe 2" sudah cukup.
2. Data minimum: Bagikan data minimum yang diperlukan untuk tugas tersebut; tidak lebih.
3. Pilih alat yang aman: Pilih alat perusahaan dengan kontrak pemrosesan data yang datanya tidak digunakan dalam pelatihan model.
4. Persetujuan eksplisit: Memberi tahu klien tentang bagaimana datanya diproses dan mendapatkan persetujuannya.
5. Pencatatan dan penyimpanan: Kontrol di mana data disimpan dan siapa yang memiliki akses ke data tersebut; Hapus data yang tidak perlu.

Perhatian: Mengunggah PDF analisis atau file klien ke alat AI tanpa menganonimkannya "untuk kecepatan" dapat mengakibatkan pelanggaran KVKK yang sulit diperbaiki dengan satu klik. Kecepatan tidak pernah mengalahkan privasi. Jika ragu, jangan berbagi.

Kerangka etika: empat prinsip

Empat prinsip klasik etika kesehatan juga berlaku dalam praktik gizi: beneficence (berusaha untuk kesejahteraan klien), nonmaleficence (terutama dalam keputusan yang kritis terhadap keselamatan), otonomi (menghormati keputusan klien sendiri, informed consent), dan keadilan (layanan inklusif yang sensitif terhadap perbedaan sumber daya, anggaran, dan budaya). Penggunaan AI tidak boleh bertentangan dengan prinsip-prinsip berikut: keluaran yang tidak diverifikasi dapat menyebabkan kerugian (pelanggaran non-maleficence), memproses data tanpa memberi tahu klien melanggar otonomi, membuat rencana berdasarkan budaya tunggal melemahkan keadilan. Etika bukanlah sebuah lapisan yang ditambahkan kemudian, namun sebuah disiplin yang dijalin dalam setiap langkah.

Kontrol kualitas: memeriksa pekerjaan Anda sendiri

Audit penggunaan AI Anda sendiri secara rutin sambil bekerja secara end-to-end. Pemeriksaan mandiri yang sederhana: untuk setiap cetakan klien, "Apakah saya memverifikasi nomor ini? Apakah saya menyaring alergen ini? Apakah saya membuktikan klaim ini? Apakah saya menganonimkan data ini? Apakah saya menyetujui rencana ini?" Jika Anda tidak bisa menjawab "ya" pada lima pertanyaan ini, maka hasilnya belum siap.

tiga kasus mini

Kasus 1 — Mata rantai lemah dalam rantai. Seorang ahli diet dengan cepat membuat rantai rencana asupan dengan AI tetapi melewatkan langkah keamanan (verifikasi alergen); karena mengasumsikan “jika langkah sebelumnya bagus, maka ini juga bagus”. Namun, klien memiliki alergi wijen dan saus dalam rencana tersebut mengandung wijen. Jika salah satu mata rantai putus maka seluruh rantai tidak aman. Pelajaran: titik persetujuan setiap tahap bersifat independen; Yang satu tidak menggantikan yang lain.

Kasus 2 — Rantai pelanggaran privasi. Untuk efisiensi, sebuah klinik mencoba memuat semua file klien berdasarkan namanya ke dalam alat AI dan menghasilkan rencana massal. Berdasarkan audit, hal tersebut merupakan pelanggaran KVKK dan datanya sudah keluar dari lembaga. Klinik menghentikan proses dan beralih ke aliran anonim dan terkontrak. Pelajaran: efisiensi tidak menjadi alasan pelanggaran privasi; Atur sistem sebagai sistem yang dilindungi privasi dari awal.

Kasus 3 — Aliran end-to-end yang benar. Untuk klien baru, ahli diet: (1) membuat panduan wawancara dengan data anonim, (2) memiliki rancangan AI dan memverifikasi perhitungan secara manual, (3) memasukkan nilai nutrisi dari USDA, (4) memperoleh dan menyeimbangkan rencana pilihan, (5) menyaring alergen secara individual, (6) memberikan pendidikan yang dipersonalisasi kepada klien, (7) menggunakan ringkasan tren untuk tindak lanjut mingguan. Ini menerapkan titik persetujuan di setiap langkah, menjaga data tetap anonim, dan menyetujui rencana itu sendiri. Hasilnya: menghemat ~40% waktu dengan AI, tanpa mengorbankan keselamatan dan akuntabilitas. Pelajaran: kecepatan dan keamanan bersatu ketika sistem dikonfigurasi dengan benar.

Templat cepat yang dapat disalin

TEMPLATE KERANGKA KERJA END-TO-END Peran Anda: DRAFT mempersiapkan asisten ahli gizi. Cantumkan catatan "PERSETUJUAN DETISIEN DIPERLUKAN" di akhir setiap cetakan dan cantumkan poin mana yang perlu diverifikasi kata demi kata (akun, alergen, sumber). Klien (anonim): [...]. Pencarian: [panggung]. Jangan menambahkan data yang dibuat-buat; tandai di tempat yang Anda tidak yakin.

TEMPLATE PRA-PEMERIKSAAN PRIVASIpindai teks berikut untuk privasi SEBELUM memberikannya ke alat AI: Apakah teks tersebut berisi data pengenal seperti nama, ID, kontak, institusi, tanggal lahir, ID analisis? Jika ya, tandai dan sarankan versi anonim. Teks: [...]

TEMPLATE AUDIT MANDIRI KUALITAS Terapkan daftar periksa untuk cetakan klien berikut dan tandai setiap item sebagai terpenuhi/hilang: (1) apakah akun telah diverifikasi, (2) apakah nilai nutrisi dari sumbernya, (3) apakah sudah disaring untuk alergen, (4) apakah datanya anonim, (5) apakah ada persetujuan ahli diet, (6) apakah klaim kesehatan sudah dihitung. Tunjukkan jika ada kelalaian. Keluaran: [...]

TEMPLATE TINJAUAN ETIS Apakah rencana/isi berikut menimbulkan masalah dalam kaitannya dengan empat prinsip etika: manfaat, non-maleficence, otonomi (persetujuan/informasi), keadilan (inklusivitas anggaran/budaya)? Evaluasi secara singkat setiap kebijakan dan sarankan perbaikan. Isi: [...]

Perintah lemah / Perintah kuat

Perintah yang lemah:

Saya menambahkan analisis dan file Ms. Ayşe, rencana lengkap akan keluar.

Data bernama, "rencana lengkap" dalam satu langkah, tidak ada poin persetujuan: risiko pelanggaran KVKK dan keluaran yang tidak aman dan tidak terverifikasi.

Perintah yang kuat:

Peran Anda: asisten wajib militer; Persetujuan adalah milik ahli gizi. Klien (anonim): Wanita 41 tahun, diabetes tipe 2, [nilai numerik yang relevan, nama/identitas TIDAK ADA]. Tugas: DRAFT rencana makan, dengan pilihan. Perkiraan makro untuk setiap makanan dan catatan "harus diverifikasi". Alergen: wijen (jangan tambahkan apa pun). Terakhir, tuliskan poin-poin mana saja yang perlu diperiksa secara pribadi oleh ahli gizi. Menambahkan data yang dipasang.

Prompt kedua menganonimkan data, menghentikan keluaran, berisi batasan keamanan dan pos pemeriksaan; Kerahasiaan dan kualitas dilindungi.

Kesalahan umum

• Melewatkan tautan dalam rantai: Melewatkan langkah keamanan/persetujuan karena langkah sebelumnya sudah bagus.
• Mengorbankan privasi demi efisiensi: Mengunggah file bernama secara massal — pelanggaran KVKK yang serius.
• Mengharapkan “rencana lengkap” satu kali: Mengandalkan keluaran kotak hitam yang melewati pos pemeriksaan.
• Memikirkan etika setelahnya: Mengingat etika di akhir, bukan memasukkannya ke dalam setiap langkah.
• Melewati pemeriksaan mandiri: Menggunakan keluaran tanpa mengujinya terhadap lima pertanyaan dasar (akun/alergen/sumber/anonim/persetujuan).
• Lupa persetujuan: Tidak memberi tahu klien tentang bagaimana datanya diproses.

Singkatnya

Kecerdasan buatan dapat mempercepat praktik nutrisi dan dietetika secara menyeluruh; namun hal ini hanya akan aman jika siklus "AI menghasilkan → verifikasi manusia → konfirmasi manusia" dipertahankan pada setiap tahap. Selalu anonimkan data klien, jangan korbankan KVKK dan kerahasiaan demi kecepatan, jalin empat prinsip etika dalam setiap langkah, dan audit sendiri keluaran Anda dengan lima pertanyaan dasar. Setiap mata rantai dalam rantai tersebut merupakan titik persetujuan yang independen; Jika salah satunya rusak, sistem menjadi tidak aman. Ingat: AI memperkuat profesi Anda, namun tidak menggantikannya. Diagnosis, keputusan pengobatan, dan persetujuan rencana akhir—ilmu pengetahuan, etika, dan tanda tangan—adalah milik ahli diet. AI adalah asisten cepat Anda; Anda adalah ahli yang bertanggung jawab.

Tugas aplikasi

Siapkan alur klien mini dari awal hingga akhir: pilih profil anonim, buat secara berurutan (1) panduan wawancara, (2) garis besar akun + verifikasi, (3) makanan dengan sumber data, (4) pemeriksaan alergen, (5) selebaran pelatihan. Tuliskan pos pemeriksaan manusia mana yang Anda terapkan pada setiap langkah. Kemudian terapkan "template audit mandiri yang berkualitas" ke seluruh aliran, temukan dan perbaiki kesenjangan apa pun. Terakhir, jalankan “pemeriksaan awal privasi” untuk mengonfirmasi bahwa data Anda benar-benar anonim.

daftar periksa

• [ ] Saya menerapkan siklus “AI menghasilkan → verifikasi → validasi” di setiap tahap.
• [ ] Saya menganonimkan data klien dan membagikan data minimal.
• [ ] Saya menggunakan kendaraan yang aman/dikontrak; Saya menerima persetujuan.
• [ ] Saya mengamati empat prinsip etika (keuntungan, non-kejahatan, otonomi, keadilan).
• [ ] Saya memeriksa sendiri hasilnya dengan lima pertanyaan kunci.
• [ ] Sebagai ahli gizi, saya memberikan persetujuan akhir; Saya bertanggung jawab.

Ujian Modul

1. Seorang ahli gizi mentransfer target kalori harian yang dihitung dengan kecerdasan buatan ke rencana klien tanpa memeriksanya. Apa kesalahan mendasar dalam pendekatan ini?

• A) Keluaran kecerdasan buatan tidak dapat digunakan tanpa verifikasi; Draf akun harus dihitung ulang dan disetujui oleh ahli diet ✔
• B) Kecerdasan buatan selalu meremehkan jumlah kalori
• C) Daripada menghitung kalori, hanya perhitungan makro yang harus dilakukan.
• D) Rencana tersebut seharusnya diberikan kepada klien di atas kertas, bukan melalui email.

Penjelasan: Meskipun kecerdasan buatan dapat membuat perhitungan dengan benar, kecerdasan buatan juga dapat salah mengambil asumsi seperti koefisien aktivitas dan memberikan hasil yang salah dengan keyakinan yang sama. Dietetika adalah bidang yang sangat penting bagi keselamatan; Setiap akun harus diverifikasi ulang oleh ahli gizi, dan persetujuan akhir harus menjadi milik manusia.

2. Apa perilaku terbaik dalam hal privasi (KVKK) saat mentransfer data klien ke alat kecerdasan buatan?

• A) Nama lengkap klien dan PDF analisis harus diunggah sebagaimana adanya untuk kecepatan.
• B) Hanya informasi klinis yang diperlukan yang boleh dibagikan dengan menghapus informasi identitas pribadi dan menganonimkan data ✔
• C) Jika data dienkripsi, informasi nama juga dapat dikirimkan
• D) Seluruh file dapat dibagikan tanpa bertanya kepada klien karena tujuannya baik

Penjelasan: Data kesehatan klien merupakan data pribadi yang khusus. Informasi pengidentifikasi seperti nama, ID TR, dan informasi kontak harus dihapus dan data dianonimkan; Data minimum yang diperlukan untuk tugas tersebut harus dibagikan. Mengunggah file mentah berdasarkan nama merupakan pelanggaran serius.

3. Kecerdasan buatan memberikan '220 g karbohidrat, 150 g protein, 90 g lemak' untuk target 2000 kkal. Apa verifikasi pertama yang harus dilakukan ahli gizi?

• A) Menerima nilai apa adanya, karena kecerdasan buatan bebas dari kesalahan dalam aritmatika
• B) Cukup dengan mengontrol jumlah protein saja
• C) Kalikan kembali makro gram dengan 4/4/9 untuk memeriksa apakah totalnya mencapai target kalori ✔
• D) Meningkatkan sasaran kalori menjadi 2290 berdasarkan makro

Penjelasan: Makro dikalikan kembali 4/4/9: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kkal. Melebihi total target sebesar 290 kkal; nilai-nilai tidak konsisten. Perkalian mundur adalah cara paling sederhana dan ampuh untuk menangkap kesalahan makro AI.

4. Apa titik terlemah dan paling berisiko dari kecerdasan buatan dalam data nilai gizi?

• A) Kecerdasan buatan selalu memberikan nilai gizi dalam satuan metrik
• B) Kecerdasan buatan hanya mengetahui nilai sayuran
• C) Kecerdasan buatan lambat karena memberikan nilai gizi dengan terlalu banyak desimal.
• D) Kecerdasan buatan dapat mengadaptasi nilai-nilai nutrisi sambil memproduksinya dari memorinya; jadi nilai harus diambil dari database yang dikenali ✔

Penjelasan: Model bahasa tidak mengingat angka, melainkan menghasilkannya secara probabilistik; Oleh karena itu, ia mungkin memberikan nilai protein/kalori suatu makanan dengan lancar tetapi salah (halusinasi). Oleh karena itu, nilai gizi harus diambil dari database yang diketahui, dan kecerdasan buatan hanya boleh bekerja dengan data tersebut.

5. Dalam rencana makan, kecerdasan buatan telah menjaga kalori dan makro dengan tepat, tetapi sepanjang hari hanya terdiri dari roti putih, pasta, dan ayam. Apa yang hilang di sini?

• A) Meskipun mengandung makro, namun keseimbangan serat, sayur dan mikro tidak tercapai; Rencana tersebut tidak memadai dalam hal keragaman nutrisi ✔
• B) Target kalori yang ditetapkan terlalu tinggi
• C) Ada masalah karena jumlah proteinnya tinggi
• D) Jumlah makan harus lebih dari tiga

Penjelasan: Fakta bahwa makro mencapai target tidak menunjukkan bahwa rencana tersebut sehat. Serat, sayuran dan keseimbangan mikronutrien (vitamin, mineral) juga harus disediakan. Penilaian keseimbangan ini adalah milik ahli gizi; Akurasi makro saja tidak cukup.

6. Untuk klien yang alergi terhadap hazelnut, kecerdasan buatan menyarankan penggantinya seperti 'gunakan mentega almond'. Mengapa ahli diet menganggap rekomendasi ini tidak aman?

• A) Pasta almond lebih mahal dari pasta kemiri
• B) Almond mungkin termasuk dalam kelompok alergi kacang pohon yang sama dengan hazelnut; Pergantian mungkin berisiko karena termasuk dalam kelompok yang sama ✔
• C) Pasta almond jauh lebih tinggi kalori
• D) Pasta almond tidak cocok untuk masakan Turki.

Penjelasan: Hazelnut dan almond termasuk dalam kelompok alergi 'kacang pohon' yang sama. Alergi ditangani secara berkelompok, bukan hanya dengan satu makanan saja; Jika penggantinya masuk dalam kelompok yang sama, itu berisiko. Ahli diet mengetahui kelompok alergi dan memverifikasi substitusinya dengan tepat.

7. Bagaimana pendekatan yang benar dalam menggunakan sayuran berdaun hijau kaya vitamin K untuk klien yang memakai warfarin (pengencer darah)?

• A) Semua makanan berdaun hijau harus dilarang keras
• B) Asupan vitamin K harus diperbolehkan dan tidak boleh dipertimbangkan sama sekali
• C) Asupan vitamin K harus dijaga konsisten dan situasinya harus diberitahukan kepada dokter ✔
• D) Sayuran berdaun hijau sebaiknya hanya dimakan saat makan malam

Penjelasan: Bagi mereka yang menggunakan warfarin, tujuannya bukan untuk melarang vitamin K sepenuhnya, namun untuk menjaga asupannya tetap konsisten; Fluktuasi yang besar mengganggu efek obat. Kendala tipe 'tetap konsisten' ini adalah kecanggihan klinis yang tidak terdapat pada AI dan hal ini juga dialami oleh dokter.

8. Bagaimana interpretasi yang benar dapat dibuat ketika klien mengamati 'peningkatan' sebanyak 1 kg dalam seminggu?

• A) Rencananya harus ditulis segera dari awal dengan kalori rendah
• B) Klien harus disuruh berhenti menimbang.
• C) Peningkatan satu minggu dianggap sebagai penambahan berat badan yang pasti.
• D) Tren multi-minggu harus diperhatikan, bukan pengukuran tunggal; fluktuasi jangka pendek (seperti retensi air) harus dievaluasi secara klinis ✔

Penjelasan: Satu pengukuran saja menyesatkan; Faktor-faktor seperti retensi air, siklus menstruasi, dan asupan garam menyebabkan fluktuasi jangka pendek. Yang penting adalah tren multi-minggu. Interpretasi klinis ini dibuat oleh ahli gizi; AI hanya mengatur data.

9. Kecerdasan buatan menghasilkan kalimat 'teh hijau membakar lemak dan mempercepat metabolisme' dalam sketsa media sosial. Apa tanggung jawab etis seorang ahli gizi?

• A) Mendasarkan klaim yang berlebihan pada bukti, menerjemahkannya ke dalam bahasa yang terukur dan menambahkan peringatan informasi umum ✔
• B) Menerbitkan klaim apa adanya karena menarik perhatian
• C) Perkuat kalimatnya lebih lanjut dan tambahkan 'mencegah kanker'
• D) Tidak mempublikasikan konten sama sekali, karena dilarang membicarakan teh hijau

Deskripsi: Kecerdasan buatan cenderung membuat klaim yang berlebihan dan kurang terbukti. Ahli diet harus memoderasi klaim ini sesuai dengan tingkat bukti, menghilangkan bahasa kepastian dan keajaiban, dan menambahkan peringatan 'ini adalah informasi umum'. Kejujuran dalam klaim kesehatan merupakan kewajiban etis.

10. Seorang ahli diet meminta kecerdasan buatan untuk '3 penelitian yang membuktikan manfaat puasa intermiten' untuk presentasinya. Apa risiko utama dari permintaan ini?

• A) Kecerdasan buatan memberikan terlalu banyak pekerjaan dan melelahkan ahli gizi
• B) Kecerdasan buatan dapat menciptakan penelitian, penulis, dan jurnal yang tidak ada; sumber tidak dapat digunakan tanpa verifikasi dari sumber utama ✔
• C) Studi kecerdasan buatan hanya diberikan dalam bahasa Inggris
• D) Tiga studi selalu tidak cukup untuk presentasi

Penjelasan: Model bahasa dapat menciptakan karya, pengarang, dan jurnal yang sebenarnya tidak ada (halusinasi sumber). Kecerdasan buatan bukanlah mesin pencari literatur. Cara yang benar: temukan sumber nyata dari PubMed/Cochrane dan rangkum oleh AI; Setiap referensi diverifikasi dari sumber utama.

11. Mengapa salah jika menyimpulkan bahwa 'sarapan membuat Anda menurunkan berat badan' dari penelitian observasional yang menunjukkan bahwa 'mereka yang sarapan pagi lebih kurus'?

• A) Penelitian ini belum valid karena terlalu baru.
• B) Sarapan malah bikin berat badan bertambah, belajar salah
• C) Studi observasional hanya menunjukkan korelasi; tidak membuktikan sebab-akibat, asosiasi mungkin disebabkan oleh faktor lain ✔
• D) Tidak valid karena sampelnya hanya perempuan

Penjelasan: Studi observasional menunjukkan korelasi (kejadian bersama-sama), bukan sebab-akibat (yang satu menyebabkan yang lain). Mereka yang sarapan pagi umumnya dapat hidup lebih aktif dan teratur; Hubungan tersebut mungkin disebabkan oleh faktor lain. Korelasi yang membingungkan dengan sebab akibat adalah kesalahan umum dalam membaca bukti.

12. Pada pengingat gizi 24 jam, klien menyebutkan '2 genggam kacang sehari'. AI berasumsi '60 gram'. Apa pendekatan yang tepat?

• A) Asumsi kecerdasan buatan sebesar 60 gram dianggap pasti
• B) Kacang dikeluarkan seluruhnya dari rencana
• C) 100 gram diambil sebagai nilai rata-rata
• D) Porsi bukanlah asumsi kecerdasan buatan, melainkan diperjelas dengan bertanya kepada klien atau mengukurnya dengan skala ✔

Penjelasan: Perkiraan porsi sangat bervariasi dari orang ke orang; Segenggamnya bisa 30 gr atau 90 gr. Asumsi AI adalah rentang awal, bukan pengukuran. Porsi sebenarnya harus diperjelas dengan bertanya kepada klien atau menggunakan timbangan dapur.

13. Database nutrisi biasanya memberikan nilai per 100 gram mentah. Kesalahan apa yang dapat disebabkan oleh hal ini?

• A) Menerapkan nilai mentah pada porsi yang dimasak (atau sebaliknya) dapat menyebabkan kesalahan kalori/makro yang serius; Satuan pengukuran harus diperjelas ✔
• B) Nilai mentah selalu lebih rendah dari nilai matang, tidak masalah
• C) Tidak akan ada masalah karena database hanya mengembalikan nilai yang sudah dimasak.
• D) Perbedaan mentah/matang hanya terlihat pada daging, bukan biji-bijian.

Deskripsi: Selama memasak, makanan menyerap air dan mengubah beratnya; 100 g nasi mentah meningkat menjadi ~250-300 gram saat dimasak. Menerapkan nilai mentah ke jumlah yang dimasak (atau sebaliknya) akan mengakibatkan kesalahan kalori yang serius. Harus selalu diperjelas apakah nilai yang digunakan mentah atau dimasak.

14. Bagaimana prinsip utama yang ditekankan dalam modul ini menggambarkan peran kecerdasan buatan dalam dietetika?

• A) Kecerdasan buatan dapat mengambil keputusan sendiri, menggantikan ahli diet berpengalaman
• B) Kecerdasan buatan adalah asisten dan pembangkit tenaga listrik; Diagnosis, keputusan pengobatan dan persetujuan akhir adalah milik ahli gizi/dokter ✔
• C) Kecerdasan buatan hanya digunakan untuk desain visual, bukan untuk perhitungan
• D) Keluaran kecerdasan buatan aman meski tanpa verifikasi karena berdasarkan sumber ilmiah

Deskripsi: Kecerdasan buatan mempercepat pekerjaan berulang sebagai asisten dan pembuat rancangan, tetapi karena ia bekerja di area yang kritis terhadap keselamatan, diagnosis, keputusan terapi nutrisi, dan persetujuan rencana akhir adalah milik spesialis yang kompeten (ahli diet dan, bila perlu, dokter). Keluaran yang belum diverifikasi adalah draf yang belum ditandatangani.