Uçtan Uca İş Akışı, Gizlilik/KVKK, Etik ve Kalite Kontrol

Kazanimlar:

• Danışan yolculuğunu 'YZ üretir → insan doğrular → insan onaylar' döngüsüyle uçtan uca güvenli biçimde işletebilme
• Danışan verisini KVKK/gizlilik kapsamında koruyup etik dört ilkeyi her adıma örebilme
• Çıktılarını beş temel soruyla (hesap, kaynak, alerjen, anonimlik, onay) öz-denetimden geçirerek nihai sorumluluğu üstlenebilme

Önceki on ünitede yapay zekayı beslenme ve diyetetiğin ayrı ayrı görevlerinde nasıl kullanacağınızı gördük: alım, hesap, veritabanı, plan, tarif, alerji, takip, eğitim, kanıt. Bu son ünite hepsini bir araya getirir ve size bir diyetisyen olarak günlük pratiğinizde YZ'yi uçtan uca, güvenli ve etik biçimde nasıl işleteceğinizi gösterir. Çünkü tek tek görevleri iyi yapmak yetmez; verinin nereye gittiği, hangi kararın kimde kaldığı, hangi noktada durup insan onayı aldığınız — bunların tümü tutarlı bir sistem oluşturmalıdır. Bu ünite aynı zamanda tüm modülü bağlayan üç kırmızı çizgiyi netleştirir: gizlilik (KVKK), etik ve nihai insan onayı.

Uçtan uca bir danışan yolculuğu

Bir danışanın diyetisyene gelişinden takibe kadar olan yolculuğunu, YZ'nin nerede devreye girdiğini ve nerede insan onayının şart olduğunu şu tablo özetler:

Aşama

YZ'nin işi

İnsan onay noktası

1. Alım hazırlığı

Görüşme kılavuzu, not düzenleme

Görüşmeyi diyetisyen yapar

2. Değerlendirme

Enerji/makro hesap taslağı

Diyetisyen yeniden hesaplar

3. Veritabanı

Kaynak veriyle hesap

Değerleri diyetisyen teyit eder

4. Plan

Öğün seçenekleri taslağı

Diyetisyen dengeler ve onaylar

5. Tarif

Varyasyon, sağlıklaştırma

Besin ve tadım doğrulama

6. Güvenlik

Alerjen ön tarama

Diyetisyen birebir doğrular

7. Takip

Trend özeti, mesaj taslağı

Klinik yorum ve ilişki insanda

8. Eğitim

İçerik taslağı

Bilimsel/etik denetim

9. Kanıt

Özet, eleştirel sorgu

Kaynağı diyetisyen doğrular

Bu tablodaki ortak kalıbı görün: YZ her aşamada bir taslak veya ön adım üretir; her aşamada bir insan onay noktası vardır. Sistem, "YZ üretir → insan doğrular → insan onaylar" döngüsü üzerine kuruludur. Bu döngü kırılırsa, hız kazanırsınız ama güvenliği ve sorumluluğu kaybedersiniz.

Gizlilik ve KVKK: veriyi korumak

Danışan verisi (kimlik, sağlık öyküsü, tahlil, ilaç, ölçüm) Türkiye'de KVKK, Avrupa'da GDPR kapsamında "özel nitelikli kişisel veri"dir ve en yüksek korumayı hak eder. YZ araçlarıyla çalışırken uyulması gereken ilkeler:

1. Anonimleştir: İsim, TC kimlik, iletişim, kurum, doğum tarihi gibi kimliği belli eden verileri çıkarın. "43 yaşında kadın, tip 2 diyabet" yeterlidir.
2. Asgari veri: Görev için gereken en az veriyi paylaşın; fazlasını değil.
3. Güvenli araç seç: Verinin model eğitiminde kullanılmadığı, veri işleme sözleşmesi olan kurumsal araçları tercih edin.
4. Açık rıza: Danışanı, verisinin nasıl işlendiği konusunda bilgilendirin ve rızasını alın.
5. Kayıt ve saklama: Verilerin nerede saklandığını ve kimin eriştiğini kontrol edin; gereksiz veriyi silin.

Dikkat: Bir tahlil PDF'ini veya danışan dosyasını "hızlı olsun" diye anonimleştirmeden bir YZ aracına yüklemek, tek bir tıkla telafisi güç bir KVKK ihlali doğurabilir. Hız asla gizliliğin önüne geçmez. Şüphedeyseniz, paylaşmayın.

Etik çerçeve: dört ilke

Sağlık etiğinin dört klasik ilkesi beslenme pratiğine de uygulanır: yarar sağlama (danışanın iyiliği için çalışmak), zarar vermeme (özellikle güvenlik-kritik kararlarda), özerklik (danışanın kendi kararına saygı, bilgilendirilmiş rıza) ve adalet (kaynak, bütçe ve kültür farkına duyarlı, kapsayıcı hizmet). YZ kullanımı bu ilkelerle çelişmemelidir: doğrulanmamış çıktı zarar verebilir (zarar vermeme ihlali), danışanı bilgilendirmeden verisini işlemek özerkliği çiğner, tek bir kültüre göre plan üretmek adaleti zedeler. Etik, sonradan eklenen bir katman değil, her adımın içine örülen bir disiplindir.

Kalite kontrol: kendi işinizi denetlemek

Uçtan uca çalışırken kendi YZ kullanımınızı düzenli denetleyin. Basit bir öz-denetim: her danışan çıktısı için "Bu sayıyı doğruladım mı? Bu alerjeni ben taradım mı? Bu iddiayı kanıta oturttum mu? Bu veriyi anonimleştirdim mi? Bu planı ben onayladım mı?" Bu beş soruya "evet" diyemiyorsanız, çıktı henüz hazır değildir.

Üç mini vaka

Vaka 1 — Zincirin zayıf halkası. Bir diyetisyen, alım-hesap-plan zincirini YZ ile hızla kurar ama güvenlik adımını (alerjen doğrulama) atlar; çünkü "önceki adımlar iyiydi, bu da iyidir" varsayar. Oysa danışanın susam alerjisi vardı ve plandaki bir sos susam içeriyordu. Zincirin bir halkası koparsa tüm zincir güvensizdir. Ders: her aşamanın onay noktası bağımsızdır; biri diğerinin yerini tutmaz.

Vaka 2 — Gizlilik ihlali zinciri. Bir klinik, verimlilik için tüm danışan dosyalarını isimleriyle bir YZ aracına yükleyip toplu plan üretmeyi dener. Bir denetimde bunun KVKK ihlali olduğu, verilerin kurum dışına çıktığı ortaya çıkar. Klinik süreci durdurur, anonimleştirilmiş ve sözleşmeli bir akışa geçer. Ders: verimlilik, gizlilik ihlalini mazur göstermez; sistemi baştan gizlilik-korumalı kurun.

Vaka 3 — Doğru uçtan uca akış. Bir diyetisyen, yeni danışan için: (1) anonim veriyle görüşme kılavuzu üretir, (2) hesabı YZ'ye taslaklattırıp elle doğrular, (3) besin değerlerini USDA'dan besler, (4) seçenekli plan alır ve dengeler, (5) alerjeni birebir tarar, (6) danışana kişiselleştirilmiş eğitim verir, (7) haftalık takipte trend özeti kullanır. Her adımda onay noktasını uygular, veriyi anonim tutar, planı kendisi onaylar. Sonuç: YZ ile ~%40 zaman kazanır, güvenlik ve sorumluluktan ödün vermez. Ders: sistem doğru kurulunca hız ve güvenlik birlikte gelir.

Kopyalanabilir prompt şablonları

UÇTAN UCA ÇALIŞMA ÇERÇEVESİ ŞABLONURolün: diyetisyene TASLAK hazırlayan asistan. Her çıktının sonuna"DİYETİSYEN ONAYI GEREKLİ" notu koy ve hangi noktaların birebirdoğrulanması gerektiğini (hesap, alerjen, kaynak) listele.Danışan (anonim): [...]. Görev: [aşama]. Uydurma veri ekleme;emin olmadığın yeri işaretle.

GİZLİLİK ÖN KONTROL ŞABLONUAşağıdaki metni bir YZ aracına vermeden ÖNCE gizlilik açısındantara: içinde isim, TC, iletişim, kurum, doğum tarihi, tahlil kimliğigibi kimliği belli eden veri var mı? Varsa işaretle veanonimleştirilmiş bir versiyon öner. Metin: [...]

KALİTE ÖZ-DENETİM ŞABLONUAşağıdaki danışan çıktısı için bir kontrol listesi uygula ve hermaddeyi "yapıldı/eksik" işaretle: (1) hesap doğrulandı mı, (2)besin değeri kaynaktan mı, (3) alerjen tarandı mı, (4) veri anonimmi, (5) diyetisyen onayı var mı, (6) sağlık iddiası ölçülü mü.Eksikleri belirt. Çıktı: [...]

ETİK GÖZDEN GEÇİRME ŞABLONUŞu plan/içerik etik dört ilke açısından sorun taşıyor mu:yarar sağlama, zarar vermeme, özerklik (rıza/bilgilendirme),adalet (bütçe/kültür kapsayıcılığı)? Her ilke için kısa değerlendirve iyileştirme öner. İçerik: [...]

Zayıf prompt / Güçlü prompt

Zayıf prompt:

Ayşe Hanım'ın tahlilini ve dosyasını ekledim, tam bir plan çıkar.

İsimli veri, tek adımda "tam plan", onay noktası yok: hem KVKK ihlali hem de doğrulanmamış, güvensiz çıktı riski.

Güçlü prompt:

Rolün: taslak asistanı; onay diyetisyenindir.Danışan (anonim): 41 yaş kadın, tip 2 diyabet, [ilgili sayısaldeğerler, isim/kimlik YOK]. Görev: öğün planı TASLAĞI, seçenekli.Her öğünde tahmini makro ve "doğrulanmalı" notu. Alerjen: susam(hiç koyma). Sonuna hangi noktaların diyetisyence birebirkontrol edilmesi gerektiğini listele. Uydurma veri ekleme.

İkinci prompt veriyi anonimleştirir, çıktıyı taslak olarak konumlar, güvenlik kısıtını ve onay noktalarını içerir; hem gizlilik hem kalite korunur.

Sık yapılan hatalar

• Zincirin bir halkasını atlamak: Önceki adım iyiydi diye güvenlik/onay adımını geçmek.
• Verimlilik uğruna gizliliği feda etmek: İsimli dosyaları toplu yüklemek — ciddi KVKK ihlali.
• Tek adımda "tam plan" beklemek: Onay noktalarını atlayan, kara kutu çıktıya güvenmek.
• Etiği sonradan düşünmek: Etiği her adıma örmek yerine en sonda hatırlamak.
• Öz-denetimi atlamak: Çıktıyı beş temel soruyla (hesap/alerjen/kaynak/anonim/onay) sınamadan kullanmak.
• Rızayı unutmak: Danışanı verisinin nasıl işlendiği konusunda bilgilendirmemek.

Özetle

Yapay zeka, beslenme ve diyetetik pratiğini uçtan uca hızlandırabilir; ama ancak "YZ üretir → insan doğrular → insan onaylar" döngüsü her aşamada korunursa güvenli olur. Danışan verisini her zaman anonimleştirin, KVKK ve gizliliği hız uğruna feda etmeyin, etiğin dört ilkesini her adıma örün ve çıktılarınızı beş temel soruyla öz-denetimden geçirin. Zincirin her halkası bağımsız bir onay noktasıdır; biri kopunca sistem güvensizdir. Unutmayın: YZ mesleğinizi güçlendirir ama yerini almaz. Teşhis, tedavi kararı ve nihai plan onayı — bilim, etik ve imza — diyetisyenindir. YZ hızlı asistanınızdır; siz sorumlu uzmansınız.

Uygulama görevi

Baştan sona bir mini danışan akışı kurun: bir anonim profil seçin, sırayla (1) görüşme kılavuzu, (2) hesap taslağı + doğrulama, (3) kaynak veriyle bir öğün, (4) alerjen taraması, (5) bir eğitim notu üretin. Her adımda hangi insan onay noktasını uyguladığınızı yazın. Sonra "kalite öz-denetim şablonu"nu tüm akışa uygulayıp eksik kalan noktaları bulun ve düzeltin. Son olarak "gizlilik ön kontrol"ü çalıştırıp verinizin gerçekten anonim olduğunu teyit edin.

Kontrol listesi

• [ ] Her aşamada "YZ üretir → doğrula → onayla" döngüsünü uyguladım.
• [ ] Danışan verisini anonimleştirdim ve asgari veri paylaştım.
• [ ] Güvenli/sözleşmeli araç kullandım; rızayı aldım.
• [ ] Etik dört ilkeyi (yarar, zarar vermeme, özerklik, adalet) gözettim.
• [ ] Çıktıyı beş temel soruyla öz-denetimden geçirdim.
• [ ] Nihai onayı diyetisyen olarak ben verdim; sorumluluk bende.

Modul Sinavi

1. Bir diyetisyen, yapay zekanın hesapladığı günlük kalori hedefini hiç kontrol etmeden danışanın planına aktarıyor. Bu yaklaşımdaki temel hata nedir?

• A) Yapay zeka çıktısı doğrulanmadan kullanılamaz; hesap taslağı diyetisyence yeniden hesaplanıp onaylanmalıdır ✔
• B) Yapay zeka kalori hesabını her zaman olduğundan düşük verir
• C) Kalori hesabı yerine sadece makro hesabı yapılmalıdır
• D) Plan danışana e-posta yerine kağıt olarak verilmeliydi

Aciklama: Yapay zeka bir hesabı doğru yapabildiği gibi aktivite katsayısı gibi bir varsayımı yanlış alıp aynı özgüvenle hatalı sonuç da üretebilir. Diyetetik güvenlik-kritik bir alandır; her hesap diyetisyence yeniden doğrulanmalı, nihai onay insana ait olmalıdır.

2. Danışan verisini bir yapay zeka aracına aktarırken gizlilik (KVKK) açısından en doğru davranış hangisidir?

• A) Danışanın tam adı ve tahlil PDF'i hızlı olması için olduğu gibi yüklenmelidir
• B) Kimliği belli eden bilgiler çıkarılıp veri anonimleştirilerek yalnızca gerekli klinik bilgi paylaşılmalıdır ✔
• C) Veri şifrelenirse isim bilgisi de gönderilebilir
• D) Danışana sormadan tüm dosya paylaşılabilir çünkü amaç iyidir

Aciklama: Danışan sağlık verisi özel nitelikli kişisel veridir. İsim, TC kimlik, iletişim gibi kimliği belli eden bilgiler çıkarılıp veri anonimleştirilmeli; görev için gereken asgari veri paylaşılmalıdır. Ham dosyayı isimle yüklemek ciddi bir ihlaldir.

3. Yapay zeka 2000 kcal hedef için '220 g karbonhidrat, 150 g protein, 90 g yağ' veriyor. Diyetisyenin ilk yapması gereken doğrulama nedir?

• A) Değerleri olduğu gibi kabul etmek, çünkü yapay zeka aritmetikte hatasızdır
• B) Yalnızca protein miktarını kontrol etmek yeterlidir
• C) Makro gramlarını 4/4/9 ile geri çarpıp toplamın hedef kaloriye tutup tutmadığını kontrol etmek ✔
• D) Kalori hedefini makrolara göre 2290'a yükseltmek

Aciklama: Makrolar 4/4/9 ile geri çarpılır: 220x4 + 150x4 + 90x9 = 880 + 600 + 810 = 2290 kcal. Toplam hedefi 290 kcal aşmaktadır; değerler tutarsızdır. Geri çarpma, yapay zekanın makro hatalarını yakalamanın en basit ve güçlü yoludur.

4. Besin değeri verisinde yapay zekanın en zayıf ve en riskli olduğu nokta nedir?

• A) Yapay zeka besin değerlerini her zaman metrik birimde verir
• B) Yapay zeka sadece sebzelerin değerlerini bilir
• C) Yapay zeka besin değerlerini fazla ondalıkla verdiği için yavaştır
• D) Yapay zeka besin değerlerini belleğinden üretirken uydurabilir; bu yüzden değerler tanınmış bir veritabanından alınmalıdır ✔

Aciklama: Dil modeli sayıları hatırlamaz, olasılıklı üretir; bu yüzden bir besinin protein/kalori değerini akıcı ama yanlış verebilir (halüsinasyon). Bu nedenle besin değerleri tanınmış veritabanlarından alınmalı, yapay zeka yalnızca o veriyle çalışmalıdır.

5. Bir öğün planında yapay zeka kaloriyi ve makroyu tam tutturmuş ama günün tamamı beyaz ekmek, makarna ve tavuktan oluşuyor. Buradaki eksiklik nedir?

• A) Makro tutsa da lif, sebze ve mikro besin dengesi sağlanmamış; plan besin çeşitliliği açısından yetersiz ✔
• B) Kalori hedefi çok yüksek tutulmuş
• C) Protein miktarı fazla olduğu için sorun var
• D) Öğün sayısı üçten fazla olmalıydı

Aciklama: Makronun hedefe tutması planın sağlıklı olduğunu göstermez. Lif, sebze ve mikro besin dengesi (vitamin, mineral) ayrıca sağlanmalıdır. Bu denge yargısı diyetisyenindir; makro doğruluğu tek başına yeterli değildir.

6. Fındık alerjik bir danışan için yapay zeka 'badem ezmesi kullanın' diye ikame öneriyor. Diyetisyen neden bu öneriyi güvenli görmeyebilir?

• A) Badem ezmesi fındık ezmesinden daha pahalıdır
• B) Badem de fındıkla aynı ağaç yemişi alerji grubunda olabilir; ikame aynı gruba girdiği için riskli olabilir ✔
• C) Badem ezmesinin kalorisi çok daha yüksektir
• D) Badem ezmesi Türk mutfağına uygun değildir

Aciklama: Fındık ve badem aynı 'ağaç yemişi' (tree nut) alerji grubundadır. Alerji tek bir besin değil grup bazında yönetilir; ikame aynı gruba giriyorsa risklidir. Alerji grubunu diyetisyen bilir ve ikameyi birebir doğrular.

7. Varfarin (kan sulandırıcı) kullanan bir danışanda K vitamini açısından zengin yeşil yapraklılarla ilgili doğru yaklaşım nedir?

• A) Tüm yeşil yapraklılar kesin olarak yasaklanmalıdır
• B) K vitamini alımı serbest bırakılıp hiç dikkate alınmamalıdır
• C) K vitamini alımı tutarlı tutulmalı ve durum hekimle paylaşılmalıdır ✔
• D) Yeşil yapraklılar sadece akşam öğününde yenmelidir

Aciklama: Varfarin kullananlarda amaç K vitaminini tümüyle yasaklamak değil, alımını tutarlı tutmaktır; büyük dalgalanmalar ilacın etkisini bozar. Bu 'tutarlı tut' türü kısıt yapay zekada eksik olan klinik bir inceliktir ve hekimle paylaşılır.

8. Danışan takibinde bir haftada 1 kg 'artış' görülünce doğru yorum nasıl yapılır?

• A) Plan hemen düşük kaloriyle sıfırdan yazılmalıdır
• B) Danışan tartıyı bıraktırılmalıdır
• C) Bir haftalık artış kesin kilo alımı olarak kabul edilir
• D) Tek ölçüme değil çok haftalık eğilime bakılmalı; kısa vadeli dalgalanma (su tutması gibi) klinik olarak değerlendirilmelidir ✔

Aciklama: Tek bir ölçüm yanıltıcıdır; su tutması, adet döngüsü, tuz alımı gibi etkenler kısa vadeli dalgalanma yaratır. Anlamlı olan çok haftalık eğilimdir. Bu klinik yorumu diyetisyen yapar; yapay zeka yalnızca veriyi düzenler.

9. Yapay zeka bir sosyal medya taslağında 'yeşil çay yağ yakar ve metabolizmayı hızlandırır' cümlesini üretiyor. Diyetisyenin etik sorumluluğu nedir?

• A) Abartılı iddiayı kanıta oturtup ölçülü dile çevirmek ve genel bilgi uyarısı eklemek ✔
• B) İddia dikkat çektiği için olduğu gibi yayımlamak
• C) Cümleyi daha da güçlendirip 'kanser önler' eklemek
• D) İçeriği hiç yayımlamamak, çünkü yeşil çay hakkında konuşmak yasaktır

Aciklama: Yapay zeka abartılı ve kanıtı zayıf iddialar üretmeye meyillidir. Diyetisyen bu iddiaları kanıt düzeyine göre ölçülü hale getirmeli, kesinlik ve mucize dilini kaldırmalı, 'genel bilgidir' uyarısını eklemelidir. Sağlık iddiasında dürüstlük etik bir zorunluluktur.

10. Bir diyetisyen sunum için yapay zekadan 'aralıklı orucun faydalarını kanıtlayan 3 çalışma' istiyor. Bu isteğin temel riski nedir?

• A) Yapay zeka çok fazla çalışma verip diyetisyeni yorar
• B) Yapay zeka var olmayan çalışma, yazar ve dergi uydurabilir; kaynaklar birincil kaynaktan doğrulanmadan kullanılamaz ✔
• C) Yapay zeka çalışmaları yalnızca İngilizce verir
• D) Üç çalışma bir sunum için her zaman yetersizdir

Aciklama: Dil modelleri gerçekte var olmayan çalışmalar, yazarlar ve dergiler uydurabilir (kaynak halüsinasyonu). Yapay zeka literatür arama motoru değildir. Doğru yol: gerçek kaynakları PubMed/Cochrane'den bulup yapay zekaya özetletmektir; her referans birincil kaynaktan teyit edilir.

11. 'Kahvaltı yapanların daha zayıf olduğunu' gösteren bir gözlemsel çalışmadan 'kahvaltı zayıflatır' sonucunu çıkarmak neden hatalıdır?

• A) Çalışma çok yeni olduğu için henüz geçerli değildir
• B) Kahvaltı gerçekte kilo aldırır, çalışma yanlıştır
• C) Gözlemsel çalışma yalnızca korelasyon gösterir; nedensellik kanıtlamaz, ilişki başka faktörlerden kaynaklanabilir ✔
• D) Örneklem sadece kadınlardan oluştuğu için geçersizdir

Aciklama: Gözlemsel çalışma korelasyon (birlikte görülme) gösterir, nedensellik (birinin diğerine yol açması) değil. Kahvaltı yapanlar genelde daha aktif ve düzenli yaşayabilir; ilişki başka faktörlerden kaynaklanıyor olabilir. Korelasyonu nedensellikle karıştırmak yaygın bir kanıt okuma hatasıdır.

12. 24 saatlik besin hatırlatmasında danışan 'günde 2 avuç kuruyemiş' diyor. Yapay zeka bunu '60 gram' varsayıyor. Doğru yaklaşım nedir?

• A) Yapay zekanın 60 gram varsayımı kesin kabul edilir
• B) Kuruyemiş plandan tümüyle çıkarılır
• C) Ortalama bir değer olarak 100 gram alınır
• D) Porsiyon yapay zekanın varsayımı değil, danışana sorularak veya tartıyla ölçülerek netleştirilir ✔

Aciklama: Porsiyon tahmini kişiden kişiye çok değişir; bir avuç 30 g da olabilir 90 g da. Yapay zekanın varsayımı bir başlangıç aralığıdır, ölçüm değildir. Gerçek porsiyon danışana sorularak veya mutfak tartısıyla netleştirilmelidir.

13. Besin veritabanları değerleri genellikle '100 gram çiğ' üzerinden verir. Bu durum hangi hataya yol açabilir?

• A) Çiğ değeri pişmiş porsiyona uygulamak (veya tersi) ciddi kalori/makro hatası doğurabilir; ölçü birimi netleştirilmelidir ✔
• B) Çiğ değerler her zaman pişmiş değerlerden düşüktür, sorun olmaz
• C) Veritabanları sadece pişmiş değer verdiği için sorun yaşanmaz
• D) Çiğ/pişmiş farkı yalnızca ette görülür, tahılda görülmez

Aciklama: Pişirme sırasında besin su çekerek ağırlığı değişir; 100 g çiğ pirinç pişince ~250-300 grama çıkar. Çiğ değeri pişmiş miktara uygulamak (veya tersi) ciddi kalori hatası doğurur. Kullanılan değerin çiğ mi pişmiş mi olduğu her zaman netleştirilmelidir.

14. Modülün tamamında vurgulanan temel ilke, yapay zekanın diyetetikteki rolünü nasıl tanımlar?

• A) Yapay zeka deneyimli diyetisyenlerin yerini alarak kararları tek başına verebilir
• B) Yapay zeka bir asistan ve taslak üreticisidir; teşhis, tedavi kararı ve nihai onay diyetisyen/hekime aittir ✔
• C) Yapay zeka yalnızca görsel tasarım için kullanılır, hesap için kullanılmaz
• D) Yapay zeka çıktısı doğrulanmadan da güvenlidir çünkü bilimsel kaynaklara dayanır

Aciklama: Yapay zeka bir asistan ve taslak üreteci olarak tekrarlı işleri hızlandırır, ama güvenlik-kritik bir alanda çalışıldığı için teşhis, beslenme tedavisi kararı ve nihai plan onayı yetkin uzmana (diyetisyen ve gerektiğinde hekime) aittir. Doğrulanmamış çıktı imzasız bir taslaktır.