Zyski:
- Możliwość monitorowania BMH, TDEE i rozkładu makr za pomocą podstawowych wzorów (Mifflin-St Jeor, 4/4/9) i samodzielnej weryfikacji obliczeń sztucznej inteligencji
- Możliwość wykrycia błędów obliczeniowych poprzez sprawdzenie kluczowych założeń, takich jak współczynnik aktywności, rozróżnienie na surowe/gotowane i białko g/kg
- Umiejętność wyćwiczenia nawyku mnożenia makrogramów, aby uzyskać wynik docelowy, bez popadania w fałszywą pewność.
Ramy liczbowe planu żywieniowego opierają się na dwóch obliczeniach: dobowym zapotrzebowaniu energetycznym człowieka (ile kalorii) oraz rozkładzie tej energii pomiędzy makroskładniki (ile węglowodanów, białek, tłuszczów). Jeżeli te dwa obliczenia okażą się błędne, całe menu, przepis i dalsze działania będą oparte na niewłaściwych podstawach. Sztuczna inteligencja wykonuje te obliczenia w ciągu kilku sekund; Ale to właśnie ta prędkość jest źródłem zagrożenia. Ponieważ sztuczna inteligencja może poprawnie zastosować formułę, ale może również błędnie przyjąć współczynnik i dać nieprawidłowy wynik z tą samą pewnością. Celem tej jednostki jest wyrobienie odruchu wykorzystania AI jako „generatora arkusza kalkulacyjnego” i niezależnej weryfikacji każdego wyniku.
Podstawy obliczania energii
Dzienne zapotrzebowanie na energię składa się z dwóch elementów. Pierwszym z nich jest BMR – Basal Metabolic Rate, czyli energia, którą organizm zużywa w spoczynku (tylko na oddychanie, bicie serca, wytwarzanie ciepła). Drugim jest pomnożenie tej wartości przez współczynnik aktywności (angielski współczynnik aktywności lub PAL – poziom aktywności fizycznej); Współczynnik ten zmienia się w zależności od mobilności danej osoby i waha się od około 1,2 (siedzący tryb życia) do 1,9 (bardzo ciężka praca fizyczna). Wynikiem mnożenia jest TDEE — całkowite dzienne wydatki na energię.
Najczęściej stosowaną formułą BMH jest Mifflin-St Jeor:
- Mężczyzna: BMH = 10 × waga (kg) + 6,25 × wzrost (cm) – 5 × wiek + 5
- Kobieta: BMH = 10 × waga (kg) + 6,25 × wzrost (cm) – 5 × wiek – 161
Przykładowo dla 38-letniej kobiety ważącej 78 kg, 165 cm: BMH = 10×78 + 6,25×165 – 5×38 – 161 = 780 + 1031,25 – 190 – 161 = 1460 kcal. Jeśli weźmie się pod uwagę lekko aktywny (1375), TDEE ≈ 2008 kcal. Aby schudnąć, odejmuje się stąd rozsądny deficyt (np. 500 kcal) → cel ~1500 kcal. Możliwość ręcznego wykonania tych kroków jest warunkiem wstępnym kontrolowania wyników sztucznej inteligencji.
Dystrybucja makro
Po ustaleniu docelowej liczby kalorii dzielimy ją na makro. Gęstości energetyczne makr są stałe i należy je znać na pamięć: 1 gram węglowodanów ≈ 4 kcal, 1 gram białka ≈ 4 kcal, 1 gram tłuszczu ≈ 9 kcal (alkohol ≈ 7 kcal). Przykładowy rozkład: 40% węglowodanów / 30% białka / 30% tłuszczu rozkład 1500 kcal → węglowodany 600 kcal ÷ 4 = 150 g; białko 450 ÷ 4 = 112,5 g; tłuszcz 450 ÷ 9 = 50 g. Pomnożenie sumy i sprawdzenie, czy osiąga ona 1500, jest najprostszym i najskuteczniejszym krokiem weryfikacji.
Poniższa tabela przedstawia przybliżone zakresy dystrybucji dla typowych celów (są to punkt wyjścia, dostosowany do klienta):
Cel/sytuacja
węglowodany
białko
olej
uwaga
Ogólna zdrowa dieta
45-55%
15-20%
25-35%
zrównoważony
Utrata masy ciała (oszczędzanie białka)
35-45%
25-30%
25-35%
Wysoka zawartość białka zapewniająca uczucie sytości
Przyrost mięśni / sportowiec
45-55%
1,6-2,2% g/kg
20-30%
Białko oblicza się w g/kg
insulinooporność
40-45%
20-25%
30-35%
Priorytet węglowodanów włóknistych
Uwaga: zapotrzebowanie na białko często oblicza się w gramach na masę ciała (g/kg), a nie procentowo; ponieważ zapotrzebowanie sportowca na białko zależy od jego masy mięśniowej, a nie od całkowitej liczby kalorii. Sztuczna inteligencja może czasami mylić to rozróżnienie i podawać procentową ilość białka. Przelicz.
Protokół weryfikacji konta AI
- Sprawdź dane wejściowe: jakiej formuły, jakiego współczynnika aktywności, jakiego wiersza dotyczącego płci użyła sztuczna inteligencja? Poproś ich, aby zapisali je wyraźnie.
- Poproś o wyniki pośrednie: pokaż osobno BMH i TDEE, a nie tylko „1500 kcal”. Niech kroki będą widoczne, a nie czarna skrzynka.
- Pomnóż wstecz: pomnóż makrogramy przez 4/4/9, aby sprawdzić, czy suma odpowiada docelowej liczbie kalorii.
- Filtr logiczny: czy wynik jest rozsądny dla klienta? Jeżeli aktywny mężczyzna potrzebujący 1900 kcal dostaje 1200 kcal to jest błąd.
- Potwierdzenie za pomocą niezależnego narzędzia: W krytycznych przypadkach wykonaj obliczenia po raz drugi za pomocą niezawodnego narzędzia obliczeniowego lub ręcznie.
trzy mini etui
Przypadek 1 – Błąd współczynnika. Dietetyk zleca AI wykonanie obliczeń dla klienta, który pracuje na nogach 8 godzin dziennie i trenuje 4 dni w tygodniu. AI przyjmuje współczynnik aktywności 1,2 (brak ruchu) i stwierdza, że TDEE wynosi 1700 kcal. Dietetyk mówi, że „klient jest bardzo aktywny” i przelicza ze współczynnikiem 1,725; rzeczywiste TDEE wynosi ~2450 kcal. Różnica 750 kcal niechcący doprowadziłaby do nadmiernie ograniczonego planu. Weryfikacja zapobiegła miesiącowi osłabienia i zaniku mięśni.
Przypadek 2 — Suma makro się nie sumuje. W innym projekcie planu AI podaje „220 g węglowodanów, 150 g białka, 90 g tłuszczu” na 2000 kcal. Dietetyk mnoży to ponownie: 220×4 + 150×4 + 90×9 = 880 + 600 + 810 = 2290 kcal. Suma przekracza cel o 290 kcal. Makra AI tworzone niespójnie. Dietetyk koryguje wartości tak, aby osiągnąć cel.
Przypadek 3 – Prawidłowe użycie. Dietetyk najpierw ręcznie określa zapotrzebowanie na białko dla sportowca ważącego 90 kg (2 g/kg = 180 g białka = 720 kcal), a następnie wydaje AI jasne instrukcje, aby „rozdzielić pozostałe kalorie pomiędzy węglowodany i tłuszcze w tej proporcji”. AI rozdaje, dietetyk weryfikuje sumę mnożąc ją ponownie. Sztuczna inteligencja przeprowadziła arytmetykę, decyzję kliniczną (2 g/kg białka) pozostawiono człowiekowi.
Kopiowalne szablony podpowiedzi
SZABLON RACHUNKU ENERGII (widoczne kroki) Twoja rola: asystent sporządzający rachunki. Decyzja należy do dietetyka. Klient (anonimowy): [płeć, wiek, wzrost cm, waga kg, stopień aktywności]. Oblicz BMH ze wzoru Mifflina-St Jeora, napisz WYRAŹNIE zastosowany współczynnik aktywności, pokaż TDEE. Cel: [utrata wagi/utrzymanie wagi]. Pokaż każdy etap pośredni w osobnej linii, abym mógł go zweryfikować.
SZABLON ROZKŁADU MAKRO Docelowe kalorie: [X] kcal. Zastosuj następujący rozkład: węglowodany __%, białko __% (lub __ g/kg), tłuszcze __%. Oblicz GRAMY każdego makra, a następnie pomnóż je przez 4/4/9, aby pokazać, że suma daje [X]. Jeśli nie, dopasuj wartości do celu.
WERYFIKACJA / SZABLON PRODUKTU Sprawdź następujące wartości makro: [kg węglowodanów, P g białka, Y g tłuszczu]. Pomnóż każdy wynik przez 4/4/9, aby znaleźć całkowitą liczbę kalorii i porównaj z docelowym [X] kcal. Jeśli istnieje różnica, określ ją w procentach i wyjaśnij, gdzie nie jest spójna.
SZABLON PRIORYTETU BIAŁKA Klient: [waga] kg, cel [utrzymanie/wzrost mięśni]. Najpierw oblicz zawartość białka w gramach w przeliczeniu na g/kg. Następnie odejmij kalorie z tego białka, POZOSTAŁE kalorie rozłóż na węglowodany i tłuszcze [stosunek]. Pokaż kroki.
Słaba zachęta/silna zachęta
Słaba zachęta:
Powiedz mi, ile kalorii powinna spożywać ta osoba: kobieta, 78 kg.
Brak wzrostu, wieku, aktywności; Sztuczna inteligencja zgaduje, ale nie pokazuje, jakie przyjmuje założenia. Nie możesz zweryfikować.
Potężny monit:
Twoja rola: asystent sporządzania rachunków. Klientka: kobieta, 38 lat, 165 cm, 78 kg, średnio aktywna (współczynnik 1,375). Oblicz BMH, pokaż TDEE, osiągnij swój cel odchudzania z deficytem 500 kcal z Mifflin-St Jeor. Pokaż każdą liczbę, której używasz, w osobnym wierszu.
Drugi monit zawiera wszystkie dane wejściowe, wzór, współczynnik i przejrzyste żądanie kroku; Dane wyjściowe można sprawdzać linia po linii.
Typowe błędy
- Brak weryfikacji współczynnika aktywności: Najczęstszy i kosztowny błąd; Współczynnik powinien odpowiadać rzeczywistemu życiu klienta.
- Brak mnożenia całkowitego zwrotu w skali makro: gramy AI często nie trafiają w sedno; Oddaje to 30 sekund ukośnika odwrotnego.
- Pomieszanie procentu białka/gramu: w sytuacjach sportowych i klinicznych białko oblicza się w g/kg, a nie w procentach.
- Poleganie na czarnej skrzynce: zaakceptowanie wyniku, który nie pokazuje kroków pośrednich. Powinny pojawić się kroki.
- Iluzja hiperprecyzji: dziesiętny wynik AI, taki jak „1847,3 kcal”, wygląda naukowo, ale margines przewidywania wynosi ±10%; Nie dajcie się zwieść fałszywej pewności.
Podsumowując
Obliczenia dotyczące energii i makro stanowią cyfrowy szkielet planu, a sztuczna inteligencja szybko tworzy ten szkielet. Ale prędkość nie zastąpi weryfikacji. Zapoznaj się ze wzorami na BMH, TDEE i dystrybucję makr, aby móc kontrolować wydajność sztucznej inteligencji. Poproś, aby kroki pośrednie były widoczne na każdym rachunku, dopasuj współczynnik aktywności do rzeczywistości klienta, pomnóż makra przez 4/4/9, przepuść wynik przez filtr logiczny. Nie daj się zwieść fałszywej precyzji (liczby z miejscami dziesiętnymi); Kalkulacja wartości odżywczej jest wartością szacunkową z marginesem domysłów. AI przyspiesza arytmetykę; Ocena kliniczna i ostateczna akceptacja należą do Ciebie.
Zadanie aplikacji
Wybierz profil klienta (płeć, wiek, wzrost, waga, aktywność) i najpierw ręcznie oblicz BMR SAM za pomocą Mifflin-St Jeor. Następnie nadaj ten sam profil AI za pomocą „szablonu konta energii”. Porównaj oba wyniki; Jeśli istnieje różnica, znajdź jej źródło (współczynnik, zaokrąglenie, wzór). Następnie sprawdź, czy suma się sumuje, dzieląc docelową liczbę kalorii przez rozkład makro i mnożąc ponownie.
lista kontrolna
- [ ] AI wyraźnie napisał, jakiego wzoru i współczynnika aktywności użył.
- [ ] Widziałem oddzielnie tymczasowe wyniki BMH i TDEE.
- [ ] Pomnożyłem makrogramy przez 4/4/9, aby sprawdzić, czy suma była prawidłowa.
- [ ] W razie potrzeby obliczyłem zapotrzebowanie na białko w g/kg.
- [ ] Wynik przefiltrowałem logicznie, zgodnie z prawdziwym życiem klienta.
- [ ] Nie daję się zwieść fałszywej pewności; Wynik potraktowałem jako zakres przewidywań.