Keuntungan:
- Keupayaan untuk menyediakan panduan temuduga pengambilan yang lengkap dan sejarah pemakanan berstruktur dengan kecerdasan buatan
- Keupayaan untuk mengesahkan anggaran bahagian dengan pelanggan dan ukuran sambil menukar naratif percuma, seperti peringatan pemakanan 24 jam, ke dalam jadual
- Keupayaan untuk menjalankan temu duga dan hubungan kepercayaan sebagai pakar diet dan meletakkan kecerdasan buatan hanya dalam fasa penyediaan dan penyuntingan.
Setiap pelan pemakanan yang berjaya bermula dengan "pengambilan" yang baik. Pengambilan adalah proses pengumpulan secara sistematik gaya hidup pelanggan, sejarah kesihatan, tabiat pemakanan, matlamat dan sekatan pada pertemuan pertama. Maklumat yang tidak lengkap atau salah dikumpul pada peringkat ini mengganggu setiap langkah seterusnya: cerita yang salah, pengiraan yang salah; Pengiraan yang salah membawa kepada rancangan yang salah. Kecerdasan buatan memainkan dua peranan yang berkuasa pada peringkat ini: pertama, menyediakan struktur temu bual yang komprehensif dan konsisten; Kedua, untuk menjadikan nota bertaburan yang dikumpulkan menjadi cerita yang teratur. Tetapi ingat — AI tidak menjalankan temu duga, ia menyediakan temu duga. Hubungan kepercayaan dan intuisi klinikal yang diwujudkan dengan pelanggan adalah milik ahli diet.
Komponen pembelian yang baik
Sejarah pemakanan yang komprehensif merangkumi topik berikut: maklumat peribadi (umur, jantina, pekerjaan, tahap aktiviti), ukuran antropometrik (tinggi, berat, lilitan pinggang; "antropometri" ialah sains ukuran badan), sejarah perubatan (penyakit kronik, pembedahan, sejarah keluarga), penggunaan ubat-ubatan dan suplemen, alahan dan intoleransi, keputusan makmal, langkah-langkah pemakanan dan langkah-langkah yang dijelaskan oleh pelanggan 24 jam. (ponteng makan, makan emosi, kekerapan makan di luar), pengambilan cecair dan alkohol, tidur dan tekanan, matlamat dan motivasi. AI sangat baik dalam menghasilkan panduan temu duga yang tidak melangkau mana-mana topik ini; Ingatan manusia boleh melangkau tajuk pada penghujung hari yang memenatkan.
Jadual berikut menunjukkan jenis data pengingesan dan hubungan AI dengannya:
Jenis data
contoh
Peranan AI
Tanggungjawab pakar pemakanan
pengukuran objektif
Tinggi, berat, analisis
Mengedit, draf akaun
mengesahkan ketepatan
naratif subjektif
"Saya sangat lapar pada waktu malam"
Merumuskan tema
Komen klinikal, soalan susulan
Keselamatan-kritikal
alahan, ubat
Peringatan senarai semak
pengesahan peer-to-peer
motivasi
sasaran, halangan
Cadangan soalan
Empati, membina hubungan
Langkah demi langkah: Bersedia untuk temu duga pengambilan pekerja dengan AI
- Menghasilkan panduan temuduga. Tanya AI untuk senarai soalan dengan tajuk lengkap yang sesuai dengan profil pelanggan. Sebagai contoh, pelanggan hamil memerlukan barang tambahan (loya, zat besi, asid folik).
- Permudahkan soalan. Minta diterjemahkan ke dalam bahasa seharian yang pelanggan akan faham. "Cara gula darah anda berkelakuan selepas makan" dan bukannya "tindak balas glisemik selepas makan."
- Buat temuduga sendiri. Jangan biarkan AI masuk ke dalam bilik temu duga; Gunakan panduan sebagai panduan, wujudkan hubungan mata dan kepercayaan dengan pelanggan.
- Minta nota diedit oleh AI. Selepas temu bual, berikan nota bertaburan anda (tanpa nama) kepada AI dan minta ia ditukarkan kepada teks cerita berstruktur.
- Kenal pasti kekurangan. Tanya AI "apa maklumat kritikal yang hilang daripada cerita ini?" bertanya; Sediakan senarai soalan untuk temuduga seterusnya.
Petua: Gunakan senarai soalan yang dijana AI bukan untuk "membacanya sebagaimana adanya" tetapi untuk "memastikan anda tidak terlepas sebarang topik." Naratif klien harus menentukan aliran perbualan, bukan tinjauan yang tegar.
Mengimbangi soalan terbuka dan soalan tertutup
Temuduga pengambilan yang baik mengimbangi dua jenis soalan. Soalan tertutup mendapat jawapan yang pendek dan tepat ("Berapa banyak hidangan yang anda makan?", "Adakah anda mengambil tenusu?") dan sesuai untuk mengumpul data objektif. Soalan terbuka menjemput klien untuk menerangkan ("Bolehkah anda menerangkan hari anda dari segi makanan?", "Apakah hubungan anda dengan makanan?") dan sering mendedahkan petunjuk klinikal yang paling berharga, makan emosi dan halangan sebenar. Selalunya, pemula membuat tinjauan dengan hanya soalan tertutup dan terlepas cerita pelanggan. Tuntut keseimbangan ini secara eksplisit apabila meminta AI untuk senarai soalan: "mempunyai sekurang-kurangnya satu soalan penerokaan terbuka dalam setiap topik". Dengan cara ini, temu bual menjadi penemuan sebenar, bukan sesi mengisi borang. Anda juga boleh meminta AI menyediakan cadangan "soalan susulan" (soalan mendalam untuk ditanya selepas jawapan); Sebagai contoh, apabila pelanggan berkata "Saya snek pada waktu malam", soalan yang akan ditanya ialah "bila ini biasanya berlaku dan dengan emosi apa?" suka.
Mengkonfigurasi peringatan makanan 24 jam
Bahagian penerimaan tetamu yang paling berharga tetapi paling kucar-kacir ialah peringatan 24 jam. Pelanggan menerangkan, "Saya minum teh pada waktu pagi, sedikit keju, kebab di luar pada waktu tengah hari, dan pasta di rumah pada waktu petang." Ia mengambil masa untuk meletakkan teks percuma ini ke dalam jadual dengan makan dengan makan, anggaran bahagian dan kumpulan makanan. AI mempercepatkan transformasi ini: ia mengubah naratif percuma menjadi gambar berstruktur. Tetapi anggaran bahagian adalah kasar; "sesetengah keju" boleh jadi 30 gram atau 80 gram. AI mungkin mencadangkan julat, tetapi anda menjelaskan bahagian sebenar dengan bertanya kepada pelanggan.
tiga kes mini
Kes 1 — Menangkap tajuk yang hilang. Seorang pakar diet menjalankan temu bual selama 40 minit dengan pelanggan lelaki berusia 52 tahun, memberikan notanya kepada AI dan bertanya, "Adakah tajuk yang hilang?" dia bertanya. AI menyedarkan anda bahawa penggunaan ubat tidak pernah diminta. Dalam temu bual kedua, ia mendedahkan bahawa pelanggan mengambil warfarin (pencair darah) — ini adalah maklumat kritikal keselamatan yang secara langsung berkaitan dengan daun hijau yang kaya dengan vitamin K (bayam, brokoli). AI menghalang kemungkinan ralat dengan memanggil semula tajuk; Keputusan itu dibuat oleh pakar diet.
Kes 2 — Perangkap bahagian. Seorang lagi pakar diet memberikan kenyataan pelanggan "2 genggam kacang sehari" kepada AI; AI menganggap ini adalah "60 gram" dan menambah ~360 kcal setiap hari. Walau bagaimanapun, tapak tangan pelanggan adalah besar dan jumlah sebenar ialah ~90 gram (~540 kcal). Perbezaan 180 kcal bermakna perbezaan ~1,260 kcal seminggu. Pakar diet membetulkan bahagian dengan meminta pelanggan mengukurnya dengan skala dapur. Pelajaran: Andaian bahagian AI ialah permulaan, bukan pengukuran.
Kes 3 — Anonimisasi. Seorang pelatih memuat naik transkrip rakaman temu bual ke AI dengan nama pelanggan. Penyelia campur tangan: teks penuh dengan nama, tempat kerja dan maklumat kejiranan. Bersama-sama mereka menamakan teks dan menghasilkan semula dengan hanya kandungan klinikal dan berangka. Data penerimaan diatur, kerahsiaan dilindungi.
Templat gesaan yang boleh disalin
TEMPLAT PANDUAN TEMUDUGAPeranan anda: pembantu menyediakan temu duga pengambilan untuk pakar diet. Kalau tak ada temuduga, tak buat, akan keluarkan panduan. Profil pelanggan (tanpa nama): [umur, jantina, sasaran utama, status diketahui]. Beri saya senarai soalan yang sesuai untuk profil ini, meliputi topik berikut SEPENUHNYA: sejarah perubatan, ubat/suplemen, alahan/intoleransi, peringatan 24 jam, tingkah laku makan, cecair, tidur/tekanan, matlamat. Tulis soalan dalam bahasa mudah yang klien akan faham.
TEMPLAT UNTUK MENUKARKAN NOTA MENJADI CERITA Di bawah ialah nota TANPA TANPA tersebar tentang temu duga pengambilan. Ubahnya menjadi cerita pemakanan yang teratur mengikut tajuk. MENAMBAH maklumat yang dibuat-buat; Jangan anggap apa-apa yang tiada dalam nota. Tandai kawasan yang tidak jelas sebagai "[untuk diminta kepada pelanggan]". Nota: [...]
TEMPLAT CARTA PERINGATAN 24 JAM Tukar naratif percuma ini menjadi carta hidangan demi hidangan: lajur =Makan | Pemakanan | Anggaran hidangan (berikan julat) | Kumpulan makanan. Mengira bahagian dengan TEPAT; Jika tidak jelas, beri ruang dan tulis "[sahkan dengan pelanggan]". Naratif: [...]
TEMPLATER SKRIN DATA HILANGSemak sejarah pemakanan tanpa nama di bawah. Senaraikan sebarang maklumat kritikal yang HILANG (terutama ubat, alahan, ujian, aktiviti) untuk pelan yang selamat dan tepat. Untuk setiap bahagian yang hilang, cadangkan soalan yang jelas untuk ditanya pada mesyuarat seterusnya. Cerita: [...]
Gesaan lemah / Gesaan kuat
Gesaan yang lemah:
Sediakan soalan untuk temu bual klien.
Profil, skop tajuk dan tahap bahasa tidak jelas; Outputnya adalah dangkal dan umum, tajuk kritikal (ubat, alahan) boleh dilangkau.
Gesaan kuat:
Peranan anda: pembantu menyediakan panduan temu duga pengambilan. Pelanggan (tanpa nama): Wanita berusia 29 tahun, vegetarian yang baru bertukar, sejarah kekurangan zat besi, peningkatan tenaga sasaran. Lengkapkan topik berikut: sejarah perubatan, ubat/suplemen, alahan, peringatan 24 jam, sumber B12/zat besi/protein, tingkah laku makan, sasaran. Tulis soalan dalam bahasa mudah. 2-3 soalan sudah memadai untuk setiap topik.
Profil segera kedua memberikan tumpuan klinikal (B12, zat besi, protein, kritikal dalam vegetarianisme) dan tahap bahasa; Output adalah panduan yang boleh digunakan secara langsung.
Kesilapan biasa
- Mencuba untuk meminta AI melakukan temu duga: AI menyediakan, manusia melakukan temu duga. Hubungan kepercayaan tidak menjadi automatik.
- Tersilap andaian bahagian untuk pengukuran: Anggaran AI ialah julat; bahagian sebenar datang dari klien/ukuran.
- Melangkau tajuk kritikal: Tidak bertanya tentang ubat-ubatan dan alahan; ini mempengaruhi setiap langkah seterusnya.
- Memuat naik data mentah tanpa anonimasi: Berkongsi nama, tempat kerja, analisis PDF sebagaimana adanya adalah melanggar KVKK.
- Tidak perasan fabrikasi: Menghadap maklumat yang AI "tambahkan" semasa mengedit nota tetapi pelanggan tidak katakan.
Secara ringkasnya
Fasa pengambilan adalah asas pelan, dan AI ialah pembantu persediaan yang sempurna di sini: menghasilkan panduan temu duga yang lengkap, menukar nota longgar kepada naratif yang teratur, mengingat kembali maklumat kritikal yang hilang, mencatatkan naratif percuma. Tetapi anda melakukan temuduga, anda mengesahkan bahagian, anda mengesahkan maklumat kritikal keselamatan (ubat, alahan) secara langsung. AI menyokong ingatan anda, ia tidak menggantikan intuisi klinikal anda. Dan anda melakukan semua ini dengan memastikan bahawa data tidak dikenali.
Tugasan permohonan
Kenal pasti profil klien hipotesis (cth. “hamil, trimester ke-2, mengadu loya”). Sesuaikan "templat panduan temu duga" pada profil ini dan dapatkan senarai soalan daripada AI. Kemudian, tulis nota temu bual yang tidak kemas dengan 5-6 ayat dengan tangan anda sendiri dan jadikan ia menjadi cerita biasa dengan "templat nota-ke-cerita". Akhir sekali, jalankan "imbasan data yang hilang" dan perhatikan tajuk kritikal yang didapati hilang oleh AI.
senarai semak
- [ ] Panduan temu duga merangkumi semua topik kritikal (ubat, alahan, ujian).
- [ ] Saya menjalankan temu bual; AI hanya melakukan penyediaan dan penyuntingan.
- [ ] Saya mempunyai anggaran bahagian yang disahkan oleh pelanggan/pengukur.
- [ ] Saya menyemak bahawa ia bukan maklumat rekaan yang "ditambahkan" oleh AI pada cerita itu.
- [ ] Saya menamakan semua data (nama, tempat kerja, ID ujian dialih keluar).
- [ ] Saya menyediakan soalan temu bual susulan kerana kehilangan maklumat kritikal.