AI в персонализираното хранене: къде помага и къде заблуждава

Изкуственият интелект прави добре три неща в персонализираното хранене: обработва много променливи наведнъж, открива модели в данни, които човек не би видял, и прави процеса достъпен за хора, които иначе никога не биха стигнали до диетолог. Това, което не прави, е също толкова важно: не поема отговорност, не различава уверен отговор от верен и не вижда пациента. Затова в сериозните приложения на тази технология винаги има човек накрая на веригата.

Къде помага реално

• Смятане на много променливи едновременно. Дневен протокол, който трябва да отчете цели, хранене, показатели, взаимодействия и горни граници, е точно такава задача.
• Мащаб. Индивидуален подход за хиляди хора е невъзможен на ръка, но напълно възможен алгоритмично.
• Последователност. Един и същи вход дава един и същи изход — човек уморен в петък вечер е по-малко предвидим.
• Достъпност. За повечето хора алтернативата не е консултация със специалист, а произволен избор в аптеката.
• Обяснение. Добре построен инструмент може да обясни на разбираем език защо нещо е включено — което само по себе си има стойност.

Къде заблуждава

• Уверен тон при липса на основание. Езиковите модели звучат еднакво убедително, когато знаят и когато не знаят.
• Измисляне на източници. Реален проблем, който се среща и днес — цитат, който изглежда истински, но не съществува.
• Пропуски в контекста. Лекарство, което приемаш, бременност, състояние, което не си споменал — алгоритъм вижда само това, което му е дадено.
• Липса на клинична преценка. Разликата между „показателят е нисък" и „този показател при този човек значи нещо" е точно там, където човекът е нужен.
• Пристрастие към данните, с които е учен. Ако данните са от една популация, препоръките пасват най-добре на нея.

Какво да питаш всяка система, която ти дава препоръка

• На какви данни се базира препоръката ми?
• Откъде идват дозите и има ли проверка срещу горните безопасни граници?
• Има ли човек, който преглежда резултата преди производство или преди прием?
• Отчита ли лекарствата, които приемам?
• Какво прави, когато няма достатъчно информация — предполага или пита?

Ако на тези въпроси няма ясни отговори, препоръката е форматиран текст, не персонализация.

Границата, която не се преминава

Диагноза, лечение и тълкуване на отклонени резултати не са работа на алгоритъм и няма да станат скоро. Показател извън границите е въпрос за лекар — независимо колко добре е написан текстът, който го обяснява.

Как е устроено при BIOMED

Ние използваме алгоритъм за това, за което той е добър: изчисляване на количества от твоите отговори и показатели, проверка срещу горни граници и проверка за взаимодействия. Тестът отнема 3 минути и е безплатен.

После идва частта, която не автоматизираме: всеки протокол минава през преглед от маг.-фарм. Габриел Райков преди производство. Той е този, който носи отговорността за това, което влиза в кутията ти. Производството е индивидуално, в Австрия, от Novogenia — една кутия за 90 дни. Желязо влиза само при доказана нужда — правило, което е заложено в логиката и се проверява отново при прегледа.

Често задавани въпроси

Може ли AI да замени диетолог?

За рутинни изчисления — до голяма степен. За човек със заболяване, лекарства или сложна картина — не.

Как да проверя източниците, които ми дава?

Отвори ги. Ако не отварят или не казват това, което е цитирано, спри да се доверяваш на целия отговор.

Могат ли препоръките да са опасни?

Ако не отчитат горни граници и взаимодействия — да. Затова човешкият преглед не е формалност.

Ще стане ли по-добре?

Вероятно. Но отговорността ще остане човешка, защото това е въпрос на право и на доверие, не на точност.

Източници: EFSA Register of Nutrition and Health Claims; NIH Office of Dietary Supplements — fact sheets and upper intake levels; European Commission — regulatory framework for food supplements; Cochrane Database of Systematic Reviews.