به گزارش اصفهان زیبا؛ این روزها هوش مصنوعی جای خود را به خوبی در میان عموم باز کرده است، به طوری که حتی افراد برای مشورت تغذیهای و رژیم به آن مراجعه میکنند! مثلاً گیتی سهیلی از جمله نوجوانانی است که به قول خودش، وقتی سؤال تغذیهای دارد بدون توجه به توانایی بدنی یا بیماریهایش، سراغ هوش مصنوعی میرود یا کتایون محمدی، خانهداری که با استفاده از هوش مصنوعی رژیم گرفت.
او به دلیل قندخون و فشارخون بالایی که داشت و آن را با هوش مصنوعی در میان نگذاشته بود، بیماریاش تشدید شد. حالا تصمیم گرفتیم نظر راحله ضیایی، دکترای تخصصی علوم تغذیه و استادیار دانشکده تغذیه دانشگاه علوم پزشکی اصفهان را جویا شویم و با شما به اشتراک بگذاریم:
اکنون هوش مصنوعی وارد حوزههای مختلف پزشکی و سلامت شده است و علوم تغذیه و رژیمدرمانی نیز از این قاعده مستثنا نیستند. امروزه فناوریهای مبتنی بر هوش مصنوعی در قالب اپلیکیشنهای هوشمند، به بیماران و متخصصان تغذیه کمک میکنند تا رژیمهای غذایی دقیقتر و شخصیسازیشدهتری طراحی کنند.
هوش مصنوعی در درمان تغذیهای بیماریها کاربردهایی دارد؛ برای مثال، میتوان از آن در پیشبینی نیازهای تغذیهای افراد، پایش رفتارها و عادات غذایی، مدیریت بیماریهای مزمن مانند دیابت و چاقی، ارائه توصیههای سریع و بهروزرسانیشده، تخمین ترکیب مواد غذایی بر اساس عکس، شناسایی الگوهای ناسالم در رژیم غذایی، تسهیل دسترسی به مشاوره تغذیهای در مناطق محروم و پایش مستمر اطلاعات مربوط به سلامت استفاده کرد.
با وجود این پیشرفتها، هوش مصنوعی در رژیمدرمانی بیماران محدودیتها و خطراتی دارد. در واقع هوش مصنوعی کاربردهای مفیدی در رژیم درمانی دارد، اما باید به عنوان یک ابزار کمکی و تحت نظارت متخصصان استفاده شود. بنابراین، بهتر است آگاهی افراد نسبت به معایب پنهان استفاده از این فناوری جدید در حوزه سلامت تغذیهای افزایش یابد.
نادیده گرفتن تفاوتهای فردی
یکی از اصلیترین محدودیتهای هوش مصنوعی در حوزه تغذیه، ناتوانی آن در درک دقیق تفاوتهای فردی است. هر فرد ویژگیهای بیوشیمیایی، ژنتیکی، سبک زندگی، فرهنگ غذایی و باورهای شخصی متفاوتی دارد و متخصص تغذیه هنگام طراحی رژیم غذایی به همه این موارد توجه میکند. الگوریتمهای هوش مصنوعی معمولاً بر اساس دادههای جمعیتی و الگوهای عمومی عمل میکنند که این رویکرد در سطح فردی ممکن است منجر به توصیههای غیرشخصی و حتی مضر شود.
تغذیه فقط کالری نیست
بسیاری از اپلیکیشنهای تغذیهای مبتنی بر هوش مصنوعی، تمرکز اصلی خود را روی محاسبه کالری و نسبت درشتمغذیها(کربوهیدرات، پروتئین و چربی) گذاشتهاند. در حالی که تغذیه سالم مفهومی فراتر و چندبعدی دارد. مواردی مانند تأمین ریزمغذیها (ویتامینها، مواد معدنی و ریزمغذیهای عملکردی)، کیفیت مواد غذایی، نحوه آمادهسازی غذا، الگوهای زمانی خوردن و جنبههای روانی و اجتماعی خوردن نیز باید در رژیم درمانی واقعی مورد توجه قرار گیرند.
احتمال ارائه توصیههای نادرست یا خطرناک
یکی از مخاطرات جدی استفاده از هوش مصنوعی در درمانهای تغذیهای، احتمال ارائه توصیههای نادرست است. هوش مصنوعی بر اساس اطلاعات ورودی عمل میکند و اگر این اطلاعات ناقص یا نادرست باشند، ممکن است خروجی خطرناک باشد. در برخی موارد گزارش شده که اپلیکیشنها به افراد مبتلا به اختلالات خوردن (مانند بیاشتهایی عصبی) یا بیماران سرطانی، توصیههای ناسالم دادهاند. در حالی که متخصص تغذیه حساسیتهای بالینی، جنبههای روانی و سابقه بیماری را در نظر میگیرد.
فقدان درک انسانی و ارتباط بالینی
رژیمدرمانی فقط به ارائه لیست غذا یا تنظیم کالری محدود نمیشود. بخش بزرگی از موفقیت رژیم به ارتباط انسانی، درک متقابل، انگیزهبخشی و حمایت مستمر بستگی دارد. متخصص تغذیه نه تنها وضعیت فیزیولوژیک بیمار را بررسی میکند، بلکه احساسات، دغدغهها، ترسها و محدودیتهای فردی او را نیز در نظر میگیرد. در مقابل، سیستمهای هوش مصنوعی هنوز نمیتوانند چنین تعامل انسانی عمیقی برقرار کنند.
نگرانیهای اخلاقی و حریم خصوصی
بسیاری از اپلیکیشنهای هوشمند تغذیه، دادههای حساس کاربران را جمعآوری و ذخیره میکنند. اطلاعاتی مانند وزن، بیماریهای زمینهای، نوع رژیم، وضعیت روانی، داروهای مصرفی و حتی موقعیت مکانی جزو اطلاعات شخصی به شمار میروند. خطر فروش این دادهها به شرکتهای تبلیغاتی یا بیمهگرها وجود دارد که موضوعی نگرانکننده است.
کاهش نقش متخصص تغذیه
استفاده بیرویه از هوش مصنوعی ممکن است نقش متخصصان تغذیه را تضعیف کند. بیماران گاهی فکر میکنند مشاوره هوشمند کافی است و نیازی به مراجعه به متخصص ندارند، در حالی که هوش مصنوعی نمیتواند جایگزین تجربه، قضاوت بالینی و نگاه چندجانبه متخصصان شود.
چالشهای زبان و فرهنگ
اغلب ابزارهای هوش مصنوعی در حوزه سلامت، بر پایه دادههای غربی و الگوریتمهایی طراحی شدهاند که با سبک زندگی، الگوهای غذایی و باورهای فرهنگی کشورهای توسعهیافته همخوانی دارند. این الگوریتمها ممکن است با فرهنگ غذایی جوامع دیگر، از جمله کشور ما، سازگار نباشند. مثلاً توصیه حذف کامل نان یا برنج از رژیم غذایی ممکن است در فرهنگ ما عملی و پایدار نباشد.