ಘಟಕಗಳು
1. ನ್ಯೂಟ್ರಿಷನ್ ಮತ್ತು ಡಯೆಟಿಕ್ಸ್‌ನಲ್ಲಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯ ಪರಿಚಯ: ಪಾತ್ರಗಳು, ಗಡಿಗಳು, ಮೌಲ್ಯೀಕರಣ ಮತ್ತು ನೀತಿಶಾಸ್ತ್ರ 2. ಕ್ಲೈಂಟ್ ನೇಮಕಾತಿ ಮತ್ತು ಪೋಷಣೆಯ ಕಥೆ: AI ನೊಂದಿಗೆ ಸಂದರ್ಶನ ತಯಾರಿ ಮತ್ತು ಡೇಟಾ ಸಂಗ್ರಹಣೆ 3. ಶಕ್ತಿ ಮತ್ತು ಮ್ಯಾಕ್ರೋನ್ಯೂಟ್ರಿಯೆಂಟ್ ಲೆಕ್ಕಾಚಾರ: AI ಬ್ಲೂಪ್ರಿಂಟ್ ಅನ್ನು ಮೌಲ್ಯೀಕರಿಸುವ ಶಿಸ್ತು 4. ಆಹಾರ ಡೇಟಾಬೇಸ್‌ಗಳು ಮತ್ತು ನ್ಯೂಟ್ರಿಯೆಂಟ್ ಡೇಟಾ: AI ಅನ್ನು ಸರಿಯಾದ ಮೂಲಕ್ಕೆ ಸಂಪರ್ಕಿಸಲಾಗುತ್ತಿದೆ 5. ಡಯಟ್ ಪ್ಲಾನ್ ಡ್ರಾಫ್ಟ್: AI ಮತ್ತು ಡಯೆಟಿಷಿಯನ್ ಅನುಮೋದನೆಯೊಂದಿಗೆ ಊಟದ ಯೋಜನೆಯನ್ನು ರಚಿಸುವುದು 6. ಮೆನು ಮತ್ತು ಪಾಕವಿಧಾನ ಅಭಿವೃದ್ಧಿ: ಸುವಾಸನೆ, ಸಂಸ್ಕೃತಿ ಮತ್ತು ಪೋಷಣೆಯ ಸಮತೋಲನ 7. ಅಲರ್ಜಿ, ಅಸಹಿಷ್ಣುತೆ ಮತ್ತು ವೈದ್ಯಕೀಯ ನಿರ್ಬಂಧಗಳು: ಸುರಕ್ಷತೆ-ನಿರ್ಣಾಯಕ ನಿಯಂತ್ರಣ 8. ಕ್ಲೈಂಟ್ ಟ್ರ್ಯಾಕಿಂಗ್ ಮತ್ತು ಪ್ರೇರಣೆ: ಪ್ರೋಗ್ರೆಸ್ ಮಾನಿಟರಿಂಗ್ ಮತ್ತು ಫೀಡ್‌ಬ್ಯಾಕ್ 9. ಗ್ರಾಹಕರ ತರಬೇತಿ ವಿಷಯ: ಕರಪತ್ರ, ಸಾಮಾಜಿಕ ಮಾಧ್ಯಮ ಮತ್ತು ಸ್ಪಷ್ಟ ವಿವರಣೆ 10. ಎವಿಡೆನ್ಸ್ ಸ್ಕ್ಯಾನಿಂಗ್ ಮತ್ತು ಆರೋಗ್ಯ ಹಕ್ಕುಗಳು: ವಿಜ್ಞಾನವನ್ನು ಸರಿಯಾಗಿ ಓದುವುದು, ತಪ್ಪು ಹಕ್ಕುಗಳನ್ನು ತಪ್ಪಿಸುವುದು 11. ಎಂಡ್-ಟು-ಎಂಡ್ ವರ್ಕ್‌ಫ್ಲೋ, ಗೌಪ್ಯತೆ/ಕೆವಿಕೆಕೆ, ನೈತಿಕತೆ ಮತ್ತು ಗುಣಮಟ್ಟ ನಿಯಂತ್ರಣ
ಘಟಕ 3 / 11

ಶಕ್ತಿ ಮತ್ತು ಮ್ಯಾಕ್ರೋನ್ಯೂಟ್ರಿಯೆಂಟ್ ಲೆಕ್ಕಾಚಾರ: AI ಬ್ಲೂಪ್ರಿಂಟ್ ಅನ್ನು ಮೌಲ್ಯೀಕರಿಸುವ ಶಿಸ್ತು

ಲಾಭಗಳು:

  • ಮೂಲಭೂತ ಸೂತ್ರಗಳೊಂದಿಗೆ BMH, TDEE ಮತ್ತು ಮ್ಯಾಕ್ರೋ ವಿತರಣೆಯನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡುವ ಸಾಮರ್ಥ್ಯ (Mifflin-St Jeor, 4/4/9) ಮತ್ತು ಸ್ವತಂತ್ರವಾಗಿ ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆ ಲೆಕ್ಕಾಚಾರವನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ
  • ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕ, ಕಚ್ಚಾ/ಬೇಯಿಸಿದ ವ್ಯತ್ಯಾಸ ಮತ್ತು ಪ್ರೋಟೀನ್ g/kg ನಂತಹ ನಿರ್ಣಾಯಕ ಊಹೆಗಳನ್ನು ಪರಿಶೀಲಿಸುವ ಮೂಲಕ ಲೆಕ್ಕಾಚಾರದ ದೋಷಗಳನ್ನು ಹಿಡಿಯುವ ಸಾಮರ್ಥ್ಯ
  • ಒಟ್ಟು ಗುರಿಯನ್ನು ಪಡೆಯಲು ಮತ್ತು ತಪ್ಪು ಖಚಿತತೆಗೆ ಬೀಳದಂತೆ ಮ್ಯಾಕ್ರೋ ಗ್ರಾಂಗಳನ್ನು ಮರಳಿ ಗುಣಿಸುವ ಅಭ್ಯಾಸವನ್ನು ಅಭ್ಯಾಸ ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಪೌಷ್ಠಿಕಾಂಶದ ಯೋಜನೆಯ ಸಂಖ್ಯಾತ್ಮಕ ಚೌಕಟ್ಟು ಎರಡು ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಆಧರಿಸಿದೆ: ವ್ಯಕ್ತಿಯ ದೈನಂದಿನ ಶಕ್ತಿಯ ಅಗತ್ಯತೆಗಳು (ಎಷ್ಟು ಕ್ಯಾಲೊರಿಗಳು) ಮತ್ತು ಮ್ಯಾಕ್ರೋನ್ಯೂಟ್ರಿಯಂಟ್ಗಳ ನಡುವೆ ಈ ಶಕ್ತಿಯ ವಿತರಣೆ (ಎಷ್ಟು ಕಾರ್ಬೋಹೈಡ್ರೇಟ್ಗಳು, ಪ್ರೋಟೀನ್ಗಳು, ಕೊಬ್ಬುಗಳು). ಈ ಎರಡು ಲೆಕ್ಕಾಚಾರಗಳು ತಪ್ಪಾಗಿದ್ದರೆ, ಸಂಪೂರ್ಣ ಮೆನು, ಪಾಕವಿಧಾನ ಮತ್ತು ಅನುಸರಣೆ ತಪ್ಪು ಅಡಿಪಾಯವನ್ನು ಆಧರಿಸಿದೆ. ಕೃತಕ ಬುದ್ಧಿಮತ್ತೆಯು ಈ ಲೆಕ್ಕಾಚಾರಗಳನ್ನು ಸೆಕೆಂಡುಗಳಲ್ಲಿ ಮಾಡುತ್ತದೆ; ಆದರೆ ನಿಖರವಾಗಿ ಈ ವೇಗವೇ ಅಪಾಯದ ಮೂಲವಾಗಿದೆ. ಏಕೆಂದರೆ AI ಒಂದು ಸೂತ್ರವನ್ನು ಸರಿಯಾಗಿ ಅನ್ವಯಿಸಬಹುದಾದರೂ, ಅದು ಗುಣಾಂಕವನ್ನು ತಪ್ಪಾಗಿ ಊಹಿಸಬಹುದು ಮತ್ತು ಅದೇ ವಿಶ್ವಾಸದೊಂದಿಗೆ ತಪ್ಪಾದ ಫಲಿತಾಂಶವನ್ನು ಉಂಟುಮಾಡಬಹುದು. AI ಅನ್ನು "ಸ್ಪ್ರೆಡ್‌ಶೀಟ್ ಜನರೇಟರ್" ಆಗಿ ಬಳಸಲು ಮತ್ತು ಪ್ರತಿ ಫಲಿತಾಂಶವನ್ನು ಸ್ವತಂತ್ರವಾಗಿ ಪರಿಶೀಲಿಸಲು ಪ್ರತಿಫಲಿತವಾಗಿಸುವುದು ಈ ಘಟಕದ ಗುರಿಯಾಗಿದೆ.

ಶಕ್ತಿಯ ಲೆಕ್ಕಾಚಾರದ ಮೂಲಭೂತ ಅಂಶಗಳು

ದೈನಂದಿನ ಶಕ್ತಿಯ ಅಗತ್ಯಗಳು ಎರಡು ಘಟಕಗಳಿಂದ ಬರುತ್ತವೆ. ಮೊದಲನೆಯದು BMR - ತಳದ ಚಯಾಪಚಯ ದರ, ಅಂದರೆ, ದೇಹವು ವಿಶ್ರಾಂತಿಯಲ್ಲಿ ಕಳೆಯುವ ಶಕ್ತಿ (ಕೇವಲ ಉಸಿರಾಡಲು, ಹೃದಯ ಬಡಿತ, ಶಾಖವನ್ನು ಉತ್ಪಾದಿಸಲು). ಎರಡನೆಯದು ಈ ಮೌಲ್ಯವನ್ನು ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕದಿಂದ ಗುಣಿಸುವುದು (ಇಂಗ್ಲಿಷ್ ಚಟುವಟಿಕೆಯ ಅಂಶ ಅಥವಾ PAL - ದೈಹಿಕ ಚಟುವಟಿಕೆ ಮಟ್ಟ); ಈ ಗುಣಾಂಕವು ವ್ಯಕ್ತಿಯ ಚಲನಶೀಲತೆಯನ್ನು ಅವಲಂಬಿಸಿ ಬದಲಾಗುತ್ತದೆ, ಸರಿಸುಮಾರು 1.2 (ಜಡ) ಮತ್ತು 1.9 (ಬಹಳ ಭಾರವಾದ ದೈಹಿಕ ಕೆಲಸ). ಗುಣಾಕಾರದ ಫಲಿತಾಂಶವು TDEE - ಒಟ್ಟು ದೈನಂದಿನ ಶಕ್ತಿಯ ಖರ್ಚು.

BMH ಗಾಗಿ ಸಾಮಾನ್ಯವಾಗಿ ಬಳಸುವ ಸೂತ್ರವೆಂದರೆ ಮಿಫ್ಲಿನ್-ಸೇಂಟ್ ಜೆಯರ್:

  • ಪುರುಷ: BMH = 10 × ತೂಕ (ಕೆಜಿ) + 6.25 × ಎತ್ತರ (ಸೆಂ) - 5 × ವಯಸ್ಸು + 5
  • ಹೆಣ್ಣು: BMH = 10 × ತೂಕ (ಕೆಜಿ) + 6.25 × ಎತ್ತರ (ಸೆಂ) - 5 × ವಯಸ್ಸು - 161

ಉದಾಹರಣೆಗೆ, 78 ಕೆಜಿ, 165 ಸೆಂ, 38 ವರ್ಷ ವಯಸ್ಸಿನ ಮಹಿಳೆಗೆ: BMH = 10×78 + 6.25×165 - 5×38 - 161 = 780 + 1031.25 - 190 - 161 = 1,4. ಸ್ವಲ್ಪ ಸಕ್ರಿಯವಾಗಿದ್ದರೆ (1,375) TDEE ≈ 2,008 kcal. ತೂಕವನ್ನು ಕಳೆದುಕೊಳ್ಳಲು, ಸಮಂಜಸವಾದ ಕೊರತೆಯನ್ನು (ಉದಾ. 500 kcal) ಇಲ್ಲಿಂದ ಕಡಿತಗೊಳಿಸಲಾಗುತ್ತದೆ → ~1,500 kcal ಗುರಿ. ಈ ಹಂತಗಳನ್ನು ಹಸ್ತಚಾಲಿತವಾಗಿ ಅನುಸರಿಸಲು ಸಾಧ್ಯವಾಗುವುದು AI ಫಲಿತಾಂಶವನ್ನು ನಿಯಂತ್ರಿಸಲು ಒಂದು ಪೂರ್ವಾಪೇಕ್ಷಿತವಾಗಿದೆ.

ಮ್ಯಾಕ್ರೋ ವಿತರಣೆ

ಕ್ಯಾಲೋರಿ ಗುರಿಯನ್ನು ನಿರ್ಧರಿಸಿದ ನಂತರ, ನಾವು ಅದನ್ನು ಮ್ಯಾಕ್ರೋಗಳಾಗಿ ವಿಭಜಿಸುತ್ತೇವೆ. ಮ್ಯಾಕ್ರೋಗಳ ಶಕ್ತಿಯ ಸಾಂದ್ರತೆಯು ಸ್ಥಿರವಾಗಿದೆ ಮತ್ತು ನೀವು ಅವುಗಳನ್ನು ಹೃದಯದಿಂದ ತಿಳಿದುಕೊಳ್ಳಬೇಕು: 1 ಗ್ರಾಂ ಕಾರ್ಬೋಹೈಡ್ರೇಟ್ಗಳು ≈ 4 ಕೆ.ಕೆ.ಎಲ್, 1 ಗ್ರಾಂ ಪ್ರೋಟೀನ್ ≈ 4 ಕೆ.ಕೆ.ಎಲ್, 1 ಗ್ರಾಂ ಕೊಬ್ಬು ≈ 9 ಕೆ.ಕೆ.ಎಲ್ (ಆಲ್ಕೋಹಾಲ್ ≈ 7 ಕೆ.ಕೆ.ಎಲ್). ವಿತರಣೆಯ ಉದಾಹರಣೆ: 40% ಕಾರ್ಬೋಹೈಡ್ರೇಟ್ / 30% ಪ್ರೋಟೀನ್ / 30% ಕೊಬ್ಬಿನ ವಿತರಣೆ 1,500 kcal → ಕಾರ್ಬೋಹೈಡ್ರೇಟ್ 600 kcal ÷ 4 = 150 ಗ್ರಾಂ; ಪ್ರೋಟೀನ್ 450 ÷ 4 = 112.5 ಗ್ರಾಂ; ಕೊಬ್ಬು 450 ÷ 9 = 50 ಗ್ರಾಂ. ಮೊತ್ತವನ್ನು ಮತ್ತೆ ಗುಣಿಸುವುದು ಮತ್ತು ಅದು 1,500 ತಲುಪುವುದನ್ನು ನೋಡುವುದು ಪರಿಶೀಲನೆಯ ಸರಳ ಮತ್ತು ಅತ್ಯಂತ ಶಕ್ತಿಯುತ ಹಂತವಾಗಿದೆ.

ಕೆಳಗಿನ ಕೋಷ್ಟಕವು ಸಾಮಾನ್ಯ ಗುರಿಗಳಿಗಾಗಿ ಒರಟು ವಿತರಣಾ ಶ್ರೇಣಿಗಳನ್ನು ತೋರಿಸುತ್ತದೆ (ಇವು ಆರಂಭಿಕ ಹಂತವಾಗಿದೆ, ಕ್ಲೈಂಟ್‌ಗೆ ಅಳವಡಿಸಲಾಗಿದೆ):

ಗುರಿ/ಪರಿಸ್ಥಿತಿ

ಕಾರ್ಬೋಹೈಡ್ರೇಟ್

ಪ್ರೋಟೀನ್

ತೈಲ

ಗಮನಿಸಿ

ಸಾಮಾನ್ಯ ಆರೋಗ್ಯಕರ ಆಹಾರ

45-55%

15-20%

25-35%

ಸಮತೋಲಿತ

ತೂಕ ನಷ್ಟ (ಸ್ಪೇರಿಂಗ್ ಪ್ರೊಟೀನ್)

35-45%

25-30%

25-35%

ಅತ್ಯಾಧಿಕತೆಗಾಗಿ ಹೆಚ್ಚಿನ ಪ್ರೋಟೀನ್

ಸ್ನಾಯು ಗಳಿಕೆ / ಕ್ರೀಡಾಪಟು

45-55%

1.6-2.2% ಗ್ರಾಂ/ಕೆಜಿ

20-30%

ಪ್ರೋಟೀನ್ ಅನ್ನು ಗ್ರಾಂ / ಕೆಜಿಯಲ್ಲಿ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ

ಇನ್ಸುಲಿನ್ ಪ್ರತಿರೋಧ

40-45%

20-25%

30-35%

ಫೈಬ್ರಸ್ ಕಾರ್ಬೋಹೈಡ್ರೇಟ್‌ಗಳ ಆದ್ಯತೆ

ಗಮನಿಸಿ: ಪ್ರೋಟೀನ್ ಅಗತ್ಯಗಳನ್ನು ಸಾಮಾನ್ಯವಾಗಿ ಪ್ರತಿ ದೇಹದ ತೂಕಕ್ಕೆ ಗ್ರಾಂನಲ್ಲಿ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ (g/kg), ಶೇಕಡಾವಾರು ಅಲ್ಲ; ಏಕೆಂದರೆ ಕ್ರೀಡಾಪಟುವಿನ ಪ್ರೋಟೀನ್ ಅಗತ್ಯವು ಅವನ ಸ್ನಾಯುವಿನ ದ್ರವ್ಯರಾಶಿಯ ಮೇಲೆ ಅವಲಂಬಿತವಾಗಿರುತ್ತದೆ, ಅವನ ಒಟ್ಟು ಕ್ಯಾಲೊರಿಗಳಲ್ಲ. AI ಕೆಲವೊಮ್ಮೆ ಈ ವ್ಯತ್ಯಾಸವನ್ನು ಗೊಂದಲಗೊಳಿಸಬಹುದು ಮತ್ತು ಶೇಕಡಾವಾರು ಆಧಾರದ ಮೇಲೆ ಸಾಕಷ್ಟು ಪ್ರೋಟೀನ್ ನೀಡುತ್ತದೆ. ಮರು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ.

AI ಖಾತೆ ಪರಿಶೀಲನೆ ಪ್ರೋಟೋಕಾಲ್

  1. ಇನ್‌ಪುಟ್‌ಗಳನ್ನು ಪರಿಶೀಲಿಸಿ: AI ಯಾವ ಸೂತ್ರವನ್ನು, ಯಾವ ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕ, ಯಾವ ಲಿಂಗದ ಸಾಲನ್ನು ಬಳಸಿದೆ? ಇವುಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಲು ಹೇಳಿ.
  2. ಮಧ್ಯಂತರ ಫಲಿತಾಂಶಗಳನ್ನು ವಿನಂತಿಸಿ: ಕೇವಲ "1,500 kcal" ಅಲ್ಲ, BMH ಮತ್ತು TDEE ಅನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ತೋರಿಸಿ. ಹಂತಗಳು ಗೋಚರಿಸಲಿ, ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯಲ್ಲ.
  3. ಮತ್ತೆ ಗುಣಿಸಿ: ಒಟ್ಟು ಗುರಿ ಕ್ಯಾಲೊರಿಗಳನ್ನು ಪೂರೈಸುತ್ತದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಲು ಮ್ಯಾಕ್ರೋ ಗ್ರಾಂಗಳನ್ನು 4/4/9 ರಿಂದ ಗುಣಿಸಿ.
  4. ತಾರ್ಕಿಕ ಫಿಲ್ಟರ್: ಕ್ಲೈಂಟ್‌ಗೆ ಫಲಿತಾಂಶವು ಸಮಂಜಸವಾಗಿದೆಯೇ? 1,900 ಕೆ.ಕೆ.ಎಲ್ ಅಗತ್ಯವಿರುವ ಕ್ರಿಯಾಶೀಲ ವ್ಯಕ್ತಿ 1,200 ಕೆ.ಕೆ.ಎಲ್ ಪಡೆದರೆ, ತಪ್ಪಾಗಿದೆ.
  5. ಸ್ವತಂತ್ರ ಉಪಕರಣದಿಂದ ದೃಢೀಕರಣ: ನಿರ್ಣಾಯಕ ಸಂದರ್ಭಗಳಲ್ಲಿ, ವಿಶ್ವಾಸಾರ್ಹ ಲೆಕ್ಕಾಚಾರದ ಉಪಕರಣದೊಂದಿಗೆ ಅಥವಾ ಹಸ್ತಚಾಲಿತವಾಗಿ ಎರಡನೇ ಬಾರಿ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ.

ಮೂರು ಸಣ್ಣ ಪ್ರಕರಣಗಳು

ಪ್ರಕರಣ 1 - ಗುಣಾಂಕ ದೋಷ. ದಿನಕ್ಕೆ 8 ಗಂಟೆಗಳ ಕಾಲ ತನ್ನ ಪಾದಗಳ ಮೇಲೆ ಕೆಲಸ ಮಾಡುವ ಮತ್ತು ವಾರದಲ್ಲಿ 4 ದಿನ ತರಬೇತಿ ನೀಡುವ ಕ್ಲೈಂಟ್‌ಗಾಗಿ AI ನಿರ್ವಹಿಸುವ ಲೆಕ್ಕಾಚಾರವನ್ನು ಆಹಾರ ಪದ್ಧತಿ ಹೊಂದಿದೆ. AI 1.2 ರ ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕವನ್ನು ಊಹಿಸುತ್ತದೆ (ಯಾವುದೇ ಚಲನೆಯಿಲ್ಲ) ಮತ್ತು TDEE ಅನ್ನು 1,700 kcal ಎಂದು ಕಂಡುಕೊಳ್ಳುತ್ತದೆ. ಆಹಾರ ತಜ್ಞರು "ಕ್ಲೈಂಟ್ ತುಂಬಾ ಸಕ್ರಿಯರಾಗಿದ್ದಾರೆ" ಎಂದು ಹೇಳುತ್ತಾರೆ ಮತ್ತು 1.725 ರ ಗುಣಾಂಕದೊಂದಿಗೆ ಮರು ಲೆಕ್ಕಾಚಾರ ಮಾಡುತ್ತಾರೆ; ನಿಜವಾದ TDEE ~2,450 kcal ಗೆ ಬರುತ್ತದೆ. 750 kcal ವ್ಯತ್ಯಾಸವು ಅಜಾಗರೂಕತೆಯಿಂದ ಮಿತಿಮೀರಿದ ನಿರ್ಬಂಧಿತ ಯೋಜನೆಗೆ ಕಾರಣವಾಗುತ್ತದೆ. ಪರಿಶೀಲನೆಯು ಒಂದು ತಿಂಗಳ ದೌರ್ಬಲ್ಯ ಮತ್ತು ಸ್ನಾಯು ಕ್ಷೀಣತೆಯನ್ನು ತಡೆಯುತ್ತದೆ.

ಪ್ರಕರಣ 2 - ಮ್ಯಾಕ್ರೋ ಒಟ್ಟು ಸೇರಿಸುವುದಿಲ್ಲ. ಯೋಜನೆಯ ಮತ್ತೊಂದು ಡ್ರಾಫ್ಟ್‌ನಲ್ಲಿ, AI 2,000 kcal ಗೆ "220 g ಕಾರ್ಬೋಹೈಡ್ರೇಟ್‌ಗಳು, 150 g ಪ್ರೋಟೀನ್, 90 g ಕೊಬ್ಬು" ನೀಡುತ್ತದೆ. ಆಹಾರ ಪದ್ಧತಿಯು ಅದನ್ನು ಮತ್ತೆ ಗುಣಿಸುತ್ತದೆ: 220×4 + 150×4 + 90×9 = 880 + 600 + 810 = 2,290 kcal. ಒಟ್ಟು ಗುರಿಯನ್ನು 290 kcal ಮೀರಿದೆ. AI ಮ್ಯಾಕ್ರೋಗಳು ಅಸಮಂಜಸವಾಗಿ ಉತ್ಪತ್ತಿಯಾಗುತ್ತವೆ. ಆಹಾರತಜ್ಞರು ಗುರಿಯನ್ನು ಪೂರೈಸಲು ಮೌಲ್ಯಗಳನ್ನು ಸರಿಪಡಿಸುತ್ತಾರೆ.

ಪ್ರಕರಣ 3 - ಸರಿಯಾದ ಬಳಕೆ. 90 ಕೆಜಿ ಸಾಮರ್ಥ್ಯದ ಅಥ್ಲೀಟ್‌ಗೆ (2 ಗ್ರಾಂ/ಕೆಜಿ = 180 ಗ್ರಾಂ ಪ್ರೋಟೀನ್ = 720 ಕೆ.ಕೆ.ಎಲ್) ಪ್ರೋಟೀನ್ ಅಗತ್ಯವನ್ನು ಆಹಾರತಜ್ಞರು ಮೊದಲು ಹಸ್ತಚಾಲಿತವಾಗಿ ನಿರ್ಧರಿಸುತ್ತಾರೆ, ನಂತರ "ಕಾರ್ಬೋಹೈಡ್ರೇಟ್‌ಗಳು ಮತ್ತು ಕೊಬ್ಬಿನ ನಡುವೆ ಉಳಿದಿರುವ ಕ್ಯಾಲೊರಿಗಳನ್ನು ಈ ಅನುಪಾತದಲ್ಲಿ ವಿತರಿಸಲು" AI ಸ್ಪಷ್ಟ ಸೂಚನೆಗಳನ್ನು ನೀಡುತ್ತಾರೆ. AI ವಿತರಿಸುತ್ತದೆ, ಆಹಾರ ಪದ್ಧತಿಯು ಮತ್ತೆ ಗುಣಿಸುವ ಮೂಲಕ ಒಟ್ಟು ಮೊತ್ತವನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ. AI ಅಂಕಗಣಿತವನ್ನು ಮಾಡಿದೆ, ಕ್ಲಿನಿಕಲ್ ನಿರ್ಧಾರವನ್ನು (2 ಗ್ರಾಂ/ಕೆಜಿ ಪ್ರೋಟೀನ್) ಮಾನವನಿಗೆ ಬಿಡಲಾಗಿದೆ.

ನಕಲು ಮಾಡಬಹುದಾದ ಪ್ರಾಂಪ್ಟ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು

ಎನರ್ಜಿ ಅಕೌಂಟ್ ಟೆಂಪ್ಲೇಟ್ (ಹಂತಗಳು ಗೋಚರಿಸುತ್ತವೆ)ನಿಮ್ಮ ಪಾತ್ರ: ಸಹಾಯಕ ಡ್ರಾಫ್ಟಿಂಗ್ ಖಾತೆಗಳು. ನಿರ್ಧಾರವು ಆಹಾರ ತಜ್ಞರಿಗೆ ಬಿಟ್ಟದ್ದು. ಗ್ರಾಹಕ (ಅನಾಮಧೇಯ): [ಲಿಂಗ, ವಯಸ್ಸು, ಎತ್ತರ ಸೆಂ, ತೂಕ ಕೆಜಿ, ಚಟುವಟಿಕೆ ಮಟ್ಟ]. Mifflin-St Jeor ಸೂತ್ರದೊಂದಿಗೆ BMH ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, ನೀವು ಬಳಸಿದ ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆಯಿರಿ, TDEE ಅನ್ನು ತೋರಿಸಿ. ಗುರಿ: [ತೂಕ ನಷ್ಟ/ನಿರ್ವಹಣೆ]. ಪ್ರತಿ ಮಧ್ಯಂತರ ಹಂತವನ್ನು ಪ್ರತ್ಯೇಕ ಸಾಲಿನಲ್ಲಿ ತೋರಿಸಿ ಇದರಿಂದ ನಾನು ಅದನ್ನು ಪರಿಶೀಲಿಸಬಹುದು.

ಮ್ಯಾಕ್ರೋ ಡಿಸ್ಟ್ರಿಬ್ಯೂಷನ್ ಟೆಂಪ್ಲೇಟ್ ಟಾರ್ಗೆಟ್ ಕ್ಯಾಲೋರಿಗಳು: [X] kcal. ಕೆಳಗಿನ ವಿತರಣೆಯನ್ನು ಅನ್ವಯಿಸಿ: ಕಾರ್ಬೋಹೈಡ್ರೇಟ್ __%, ಪ್ರೋಟೀನ್ __% (ಅಥವಾ __ ಗ್ರಾಂ / ಕೆಜಿ), ಕೊಬ್ಬು __%. ಪ್ರತಿ ಮ್ಯಾಕ್ರೋದ GRAMS ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, ನಂತರ ಅದನ್ನು 4/4/9 ರಿಂದ ಗುಣಿಸಿ ಒಟ್ಟು [X] ವರೆಗೆ ಸೇರಿಸುತ್ತದೆ. ಇಲ್ಲದಿದ್ದರೆ, ಗುರಿಗೆ ಮೌಲ್ಯಗಳನ್ನು ಹೊಂದಿಸಿ.

ಪರಿಶೀಲನೆ / ಹಿನ್ನೆಲೆ ಉತ್ಪನ್ನ ಟೆಂಪ್ಲೇಟ್ ಈ ಮ್ಯಾಕ್ರೋ ಮೌಲ್ಯಗಳನ್ನು ಪರಿಶೀಲಿಸಿ: [ಕೆ ಜಿ ಕಾರ್ಬೋಹೈಡ್ರೇಟ್, ಪಿ ಜಿ ಪ್ರೊಟೀನ್, ವೈ ಜಿ ಕೊಬ್ಬು]. ಒಟ್ಟು ಕ್ಯಾಲೊರಿಗಳನ್ನು ಕಂಡುಹಿಡಿಯಲು ಮತ್ತು ಗುರಿ [X] kcal ನೊಂದಿಗೆ ಹೋಲಿಸಲು ಪ್ರತಿಯೊಂದನ್ನು 4/4/9 ರಿಂದ ಗುಣಿಸಿ. ವ್ಯತ್ಯಾಸವಿದ್ದರೆ, ಅದನ್ನು ಶೇಕಡಾವಾರು ಎಂದು ನಮೂದಿಸಿ ಮತ್ತು ಅದು ಎಲ್ಲಿ ಸ್ಥಿರವಾಗಿಲ್ಲ ಎಂಬುದನ್ನು ವಿವರಿಸಿ.

ಪ್ರೊಟೀನ್ ಆದ್ಯತೆಯ ಟೆಂಪ್ಲೇಟ್ ಗ್ರಾಹಕ: [ತೂಕ] ಕೆಜಿ, ಗುರಿ [ಸ್ನಾಯು ನಿರ್ವಹಣೆ/ಗಳಿಕೆ]. ಮೊದಲು ಗ್ರಾಂ / ಕೆಜಿ ಆಧಾರದ ಮೇಲೆ ಪ್ರೋಟೀನ್ ಅನ್ನು ಗ್ರಾಂನಲ್ಲಿ ಲೆಕ್ಕ ಹಾಕಿ. ನಂತರ ಈ ಪ್ರೋಟೀನ್‌ನಿಂದ ಕ್ಯಾಲೊರಿಗಳನ್ನು ಕಳೆಯಿರಿ, ಉಳಿದ ಕ್ಯಾಲೊರಿಗಳನ್ನು ಕಾರ್ಬೋಹೈಡ್ರೇಟ್‌ಗಳು ಮತ್ತು ಕೊಬ್ಬಿಗೆ [ಅನುಪಾತ] ವಿತರಿಸಿ. ಹಂತಗಳನ್ನು ತೋರಿಸಿ.

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್ / ಬಲವಾದ ಪ್ರಾಂಪ್ಟ್

ದುರ್ಬಲ ಪ್ರಾಂಪ್ಟ್:

ಈ ವ್ಯಕ್ತಿಯು ಎಷ್ಟು ಕ್ಯಾಲೊರಿಗಳನ್ನು ತಿನ್ನಬೇಕು ಎಂದು ಹೇಳಿ: ಮಹಿಳೆ, 78 ಕೆ.ಜಿ.

ಎತ್ತರ, ವಯಸ್ಸು, ಚಟುವಟಿಕೆ ಕಾಣೆಯಾಗಿದೆ; AI ಊಹಿಸುವ ಮೂಲಕ ರೂಪಿಸುತ್ತದೆ ಮತ್ತು ಅದು ಯಾವ ಊಹೆಯನ್ನು ಮಾಡುತ್ತಿದೆ ಎಂಬುದನ್ನು ತೋರಿಸುವುದಿಲ್ಲ. ನೀವು ಪರಿಶೀಲಿಸಲು ಸಾಧ್ಯವಿಲ್ಲ.

ಶಕ್ತಿಯುತ ಪ್ರಾಂಪ್ಟ್:

ನಿಮ್ಮ ಪಾತ್ರ: ಖಾತೆ ಡ್ರಾಫ್ಟಿಂಗ್ ಸಹಾಯಕ. ಗ್ರಾಹಕ: ಹೆಣ್ಣು, 38 ವರ್ಷ, 165 ಸೆಂ, 78 ಕೆಜಿ, ಸ್ವಲ್ಪ ಸಕ್ರಿಯ (ಗುಣಾಂಕ 1.375). BMH ಅನ್ನು ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ, TDEE ಅನ್ನು ತೋರಿಸಿ, ಮಿಫ್ಲಿನ್-St Jeor ನೊಂದಿಗೆ 500 kcal ಕೊರತೆಯೊಂದಿಗೆ ನಿಮ್ಮ ತೂಕ ನಷ್ಟ ಗುರಿಯನ್ನು ಸಾಧಿಸಿ. ನೀವು ಬಳಸುವ ಪ್ರತಿಯೊಂದು ಸಂಖ್ಯೆಯನ್ನು ಪ್ರತ್ಯೇಕ ಸಾಲಿನಲ್ಲಿ ತೋರಿಸಿ.

ಎರಡನೇ ಪ್ರಾಂಪ್ಟ್ ಎಲ್ಲಾ ಇನ್‌ಪುಟ್‌ಗಳು, ಫಾರ್ಮುಲಾ, ಗುಣಾಂಕ ಮತ್ತು ಪಾರದರ್ಶಕ ಹಂತದ ವಿನಂತಿಯನ್ನು ಒಳಗೊಂಡಿದೆ; ಔಟ್ಪುಟ್ ಅನ್ನು ಸಾಲಿನ ಮೂಲಕ ಪರಿಶೀಲಿಸಬಹುದು.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕವನ್ನು ಪರಿಶೀಲಿಸುತ್ತಿಲ್ಲ: ಅತ್ಯಂತ ಸಾಮಾನ್ಯ ಮತ್ತು ದುಬಾರಿ ತಪ್ಪು; ಗುಣಾಂಕವು ಕ್ಲೈಂಟ್ನ ನೈಜ ಜೀವನಕ್ಕೆ ಹೊಂದಿಕೆಯಾಗಬೇಕು.
  • ಮ್ಯಾಕ್ರೋ ಟೋಟಲ್ ಬ್ಯಾಕ್ ಅನ್ನು ಗುಣಿಸುವುದಿಲ್ಲ: AI ನ ಗ್ರಾಂಗಳು ಸಾಮಾನ್ಯವಾಗಿ ಗುರುತು ತಪ್ಪುತ್ತವೆ; 30 ಸೆಕೆಂಡುಗಳ ಬ್ಯಾಕ್‌ಸ್ಲಾಶ್ ಇದನ್ನು ಸೆರೆಹಿಡಿಯುತ್ತದೆ.
  • ಪ್ರೋಟೀನ್ ಶೇಕಡಾವಾರು / ಗ್ರಾಂ ಗೊಂದಲ: ಅಥ್ಲೆಟಿಕ್ ಮತ್ತು ಕ್ಲಿನಿಕಲ್ ಸಂದರ್ಭಗಳಲ್ಲಿ, ಪ್ರೋಟೀನ್ ಅನ್ನು ಗ್ರಾಂ / ಕೆಜಿಯಲ್ಲಿ ಲೆಕ್ಕಹಾಕಲಾಗುತ್ತದೆ, ಶೇಕಡಾವಾರು ಅಲ್ಲ.
  • ಕಪ್ಪು ಪೆಟ್ಟಿಗೆಯನ್ನು ಅವಲಂಬಿಸುವುದು: ಮಧ್ಯಂತರ ಹಂತಗಳನ್ನು ತೋರಿಸದ ಔಟ್‌ಪುಟ್ ಅನ್ನು ಸ್ವೀಕರಿಸುವುದು. ಹಂತಗಳು ಕಾಣಿಸಿಕೊಳ್ಳಬೇಕು.
  • ಅತಿ ನಿಖರತೆಯ ಭ್ರಮೆ: "1,847.3 kcal" ನಂತಹ AI ಯ ದಶಮಾಂಶ ಉತ್ಪಾದನೆಯು ವೈಜ್ಞಾನಿಕವಾಗಿ ಕಾಣುತ್ತದೆ, ಆದರೆ ಮುನ್ಸೂಚನೆಯ ಅಂಚು ± 10% ಆಗಿದೆ; ಸುಳ್ಳು ಖಚಿತತೆಯಿಂದ ಮೋಸಹೋಗಬೇಡಿ.

ಸಾರಾಂಶದಲ್ಲಿ

ಶಕ್ತಿ ಮತ್ತು ಮ್ಯಾಕ್ರೋ ಲೆಕ್ಕಾಚಾರಗಳು ಯೋಜನೆಯ ಡಿಜಿಟಲ್ ಅಸ್ಥಿಪಂಜರವಾಗಿದೆ, ಮತ್ತು AI ಈ ಅಸ್ಥಿಪಂಜರವನ್ನು ತ್ವರಿತವಾಗಿ ಉತ್ಪಾದಿಸುತ್ತದೆ. ಆದರೆ ವೇಗವು ಪರಿಶೀಲನೆಗೆ ಪರ್ಯಾಯವಾಗಿಲ್ಲ. BMH, TDEE ಮತ್ತು ಮ್ಯಾಕ್ರೋ ವಿತರಣೆಯ ಸೂತ್ರಗಳನ್ನು ನೀವೇ ತಿಳಿದುಕೊಳ್ಳಿ ಇದರಿಂದ ನೀವು AI ಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಿಯಂತ್ರಿಸಬಹುದು. ಪ್ರತಿ ಖಾತೆಯಲ್ಲಿ ಗೋಚರಿಸುವಂತೆ ಮಧ್ಯಂತರ ಹಂತಗಳನ್ನು ಕೇಳಿ, ಕ್ಲೈಂಟ್‌ನ ನೈಜತೆಯೊಂದಿಗೆ ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕವನ್ನು ಹೊಂದಿಸಿ, ಮ್ಯಾಕ್ರೋಗಳನ್ನು 4/4/9 ರಿಂದ ಗುಣಿಸಿ, ಫಲಿತಾಂಶವನ್ನು ಲಾಜಿಕ್ ಫಿಲ್ಟರ್ ಮೂಲಕ ರವಾನಿಸಿ. ತಪ್ಪು ನಿಖರತೆಯಿಂದ ಮೋಸಹೋಗಬೇಡಿ (ದಶಮಾಂಶಗಳೊಂದಿಗೆ ಸಂಖ್ಯೆಗಳು); ಪೌಷ್ಟಿಕಾಂಶದ ಲೆಕ್ಕಾಚಾರವು ಊಹೆಯ ಅಂಚು ಹೊಂದಿರುವ ಅಂದಾಜು. AI ಅಂಕಗಣಿತವನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ; ಕ್ಲಿನಿಕಲ್ ತೀರ್ಪು ಮತ್ತು ಅಂತಿಮ ಅನುಮೋದನೆ ನಿಮ್ಮದಾಗಿದೆ.

ಅಪ್ಲಿಕೇಶನ್ ಕಾರ್ಯ

ಕ್ಲೈಂಟ್ ಪ್ರೊಫೈಲ್ ಅನ್ನು ಆಯ್ಕೆ ಮಾಡಿ (ಲಿಂಗ, ವಯಸ್ಸು, ಎತ್ತರ, ತೂಕ, ಚಟುವಟಿಕೆ) ಮತ್ತು ಮಿಫ್ಲಿನ್-ಸೇಂಟ್ ಜಿಯೋರ್ ಜೊತೆಗೆ ಹಸ್ತಚಾಲಿತವಾಗಿ BMR ಅನ್ನು ನೀವೇ ಲೆಕ್ಕಾಚಾರ ಮಾಡಿ. ನಂತರ ಅದೇ ಪ್ರೊಫೈಲ್ ಅನ್ನು "ಎನರ್ಜಿ ಅಕೌಂಟ್ ಟೆಂಪ್ಲೇಟ್" ನೊಂದಿಗೆ AI ಗೆ ನೀಡಿ. ಎರಡು ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಕೆ ಮಾಡಿ; ವ್ಯತ್ಯಾಸವಿದ್ದರೆ, ಅದು ಎಲ್ಲಿ ಹುಟ್ಟುತ್ತದೆ ಎಂಬುದನ್ನು ಕಂಡುಹಿಡಿಯಿರಿ (ಗುಣಾಂಕ, ಪೂರ್ಣಾಂಕ, ಸೂತ್ರ). ನಂತರ ಗುರಿ ಕ್ಯಾಲೊರಿಗಳನ್ನು ಮ್ಯಾಕ್ರೋ ವಿತರಣೆಯಿಂದ ಭಾಗಿಸುವ ಮೂಲಕ ಮತ್ತು ಮತ್ತೆ ಗುಣಿಸುವ ಮೂಲಕ ಒಟ್ಟು ಸೇರಿಸುತ್ತದೆ ಎಂದು ಪರಿಶೀಲಿಸಿ.

ಪರಿಶೀಲನಾಪಟ್ಟಿ

  • [ ] AI ಅವರು ಯಾವ ಸೂತ್ರ ಮತ್ತು ಚಟುವಟಿಕೆಯ ಗುಣಾಂಕವನ್ನು ಬಳಸಿದರು ಎಂಬುದನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಬರೆದಿದ್ದಾರೆ.
  • [ ] ನಾನು BMH ಮತ್ತು TDEE ನ ಮಧ್ಯಂತರ ಫಲಿತಾಂಶಗಳನ್ನು ಪ್ರತ್ಯೇಕವಾಗಿ ನೋಡಿದೆ.
  • [ ] ಒಟ್ಟು ಗುರಿಯಲ್ಲಿದೆಯೇ ಎಂದು ಪರಿಶೀಲಿಸಲು ನಾನು ಮ್ಯಾಕ್ರೋ ಗ್ರಾಂಗಳನ್ನು 4/4/9 ರಿಂದ ಗುಣಿಸಿದೆ.
  • [ ] ಅಗತ್ಯವಿದ್ದಾಗ ನಾನು ಪ್ರೋಟೀನ್ ಅಗತ್ಯವನ್ನು ಗ್ರಾಂ/ಕೆಜಿಯಲ್ಲಿ ಲೆಕ್ಕ ಹಾಕಿದೆ.
  • [ ] ನಾನು ಕ್ಲೈಂಟ್‌ನ ನೈಜ ಜೀವನಕ್ಕೆ ಅನುಗುಣವಾಗಿ ತರ್ಕದ ಮೂಲಕ ಫಲಿತಾಂಶವನ್ನು ಫಿಲ್ಟರ್ ಮಾಡಿದ್ದೇನೆ.
  • [ ] ನಾನು ಸುಳ್ಳು ಖಚಿತತೆಯಿಂದ ಮೂರ್ಖನಾಗುವುದಿಲ್ಲ; ನಾನು ಫಲಿತಾಂಶವನ್ನು ಮುನ್ಸೂಚನೆಯ ಶ್ರೇಣಿ ಎಂದು ಪರಿಗಣಿಸಿದೆ.