Yapay zekâ destekli diyet planları, ergenlik dönemi için enerjiden makro- mikro besinlere kadar geniş bir yelpazede sapmalar ortaya koyuyor. Bu sapmalar, büyüme ve gelişimin kritik açılarını hedef alırken, bilim insanları profesyonel gözetim olmadan kullanımın güvenilir olmadığını vurguluyor. Ergenlerin günlük enerji ihtiyacı ile makro besin dağılımı, yapay zekâ modellerinin en çok karşılaştığı zorluklar arasında yer alıyor ve bazı modeller bu ihtiyaçları ciddi ölçüde çarpıtıyor.
İstanbul Atlas Üniversitesi Sağlık Bilimleri Fakültesi Beslenme ve Diyetetik Bölümü’nden Dr. Öğr. Üyesi Ayşe Betül Demirbaş Bilen ve Dr. Öğr. Üyesi Gülen Ecem Kalkan’ın yürüttüğü çığır açıcı araştırma, yapay zekâ tabanlı diyet önerilerinin gerçek klinik gereksinimlerle nasıl başa çıkabildiğini net bir şekilde ele alıyor. Çalışma, Frontiers in Nutrition dergisinde yayımlandı ve beş yapay zekâ modeli ile 60 adet üç günlük diyet planı üzerinden karşılaştırmalı bir analiz sunuyor. Bu analiz, ergen profillerine yönelik bir diyet planının ne derece güvenilir olduğunu sorguluyor ve enerji ile besin öğelerinin hesaplanmasında görülen sapmaları gözler önüne seriyor.
Çalışmanın temel amacı şu şekilde özetlenebilir: Yapay zekâ destekli diyet önerileri ile diyetisyenlerin hazırladığı bilimsel kılavuzlara uygun diyet planlarını karşılaştırıp, besin içeriği açısından farklılıkları ve klinik geçerliliği belirlemek. Bu hedef, ergenlik döneminde büyüme ve gelişim için kritik olan enerji gereksinimleri ile makro-mikro besinlerin dengeli dağılımını anlamak için özellikle önemli hale geliyor.
Çalışma sürecinde her profil için bir diyetisyen referans planı oluşturuldu ve BeBiS (Beslenme Bilgi Sistemi) kullanılarak enerji ve besin öğeleri analiz edildi. İstatistiksel olarak, tek örneklem t-testi, Cohen’s d ve Bland-Altman uyum analizleri ile karşılaştırmalar yapıldı. Sonuçlar, yapay zekâ planlarının günlük enerji ihtiyacını ortalama yaklaşık 700 kcal altında hesaplayabildiğini gösteriyor. Ayrıca karbonhidrat oranında önemli bir düşüş ve protein ile yağ oranlarında artış sapmaları tespit edildi.
İddiaya göre enerji sapması +695 kcal, protein +19,9 g, lipit +15,8 g ve karbonhidrat +114,6 g gibi rakamlar, birçok model için sistematik bir düşük hesaplama eğilimini gösteriyor. Bu durum, makro besin yüzdeleri için protein ve lipit oranlarının genelde önerilen aralığın üzerinde, karbonhidrat oranlarının ise önemli ölçüde altında kalabildiğini işaret ediyor. Mikro besin içeriklerinde de modeller arasında kayda değer farklar bulunuyor ve hiçbir model tüm besinler açısından diyetisyene yakınlık göstermiyor.
Ergenlik dönemi, büyüme ve gelişimin hızlandığı, hormonal değişimlerin ve metabolik ihtiyaçların zorlu bir etkileşim içinde yürüdüğü bir dönemdir. Bu süreçte dengesiz diyet modelleri, kısa vadede enerji ve besin alımında sapmalar yaratırken uzun vadede sağlık üzerinde olumsuz etkilere yol açabilir. Uzmanlar, yapay zekâ destekli diyet önerilerinin profesyonel gözetim olmadan kullanıma uygun olmadığını ve güvenilirlik için model iyileştirmelerinin gerekliliğini vurguluyor.
Araştırmanın uluslararası basında yankısı da dikkat çekici. Çalışmanın sonuçları, yayımlandıktan sonra yaklaşık 30’a yakın uluslararası medya kuruluşunda haber olarak yer buldu. Bu durum, ergende diyet planları konusunda yapay zekânın henüz olgunlaşmadığını ve profesyonel kıymetin önemini saptıyor.
Bu çalışmanın temel vurgu noktaları şu şekilde özetlenebilir:
– Beş yapay zekâ modeli ile 60 adet üç günlük diyet planı hazırlama süreci üzerinden kapsamlı karşılaştırma.
– Enerji ve besin öğelerinin Beslenme Bilgi Sistemi üzerinden analizi ve karşılaştırmalı istatistikler.
– Ergenlik dönemi için sapmaların klinik olarak önemli düzeyde olduğunu gösteren bulgular.
– Makro besin dağılımında karbonhidratların belirgin şekilde düşük, protein ve yağ oranlarının ise artış gösterebilecek şekilde hesaplandığı bulguları.
– Mikro besin içeriklerinde modeller arası tutarsızlıklar ve diyetisyen referans planlarına yakınlık göstermeme eğilimi.
Gelecek adımlar olarak, model iyileştirmelerinin ve güvenilir veri üretiminin önemi vurgulanıyor. Özellikle ergenler için hazırlanmış diyet planlarında gözetim ve doğrulama mekanizmalarının güçlendirilmesi gerekliliği öne çıkıyor. Yapay zekâ tabanlı yaklaşımların klinik geçerliliğini artırmak için, daha geniş demografik profiller, farklı sağlık durumları ve uzun vadeli takip çalışmalarının dahil edilmesi kritik görünüyor.
Sonuç olarak, ergenlik döneminde yapay zekâ destekli diyet önerilerinin güvenilirliğinin ve klinik geçerliliğinin sınırlı olduğunu açıkça ortaya koyan bu çalışma, sağlık profesyonellerinin yönlendirmesi olmadan uygulanmasının uygun olmadığını gösteriyor. Besin içeriği analizlerinde model güvenilirliğini artırmak için standart protokoller, veri paylaşımı ve kalite kontrol mekanizmalarının uygulanması hayati öneme sahip. Bu sayede sporcu gençler, öğrenciler ve genel ergen popülasyonu için güvenli ve dengeli bir beslenme yapısına ulaşma yolunda önemli bir adım atılmış olacak.
