Nutrients· 2026Q1
Fenilketonüri için Büyük Dil Modeli Tarafından Oluşturulan Terapötik Diyet Planlarının Beslenme Doğruluğu ve Klinik Uygulanabilirliği: Karşılaştırmalı Bir Simülasyon Çalışması
Nutritional Accuracy and Clinical Applicability of Large Language Model-Generated Therapeutic Diet Plans for Phenylketonuria: A Comparative Simulation Study
- 0atıf
- Q1SCImago
- 2026yıl
Kısa özet
Yapay zeka tarafından oluşturulan PKU diyet planları (ChatGPT-5.2, Claude 4.5, Gemini 3), simüle edilmiş 48 vakadan 36'sında (%75) klinik reçetelere uymayarak yetersiz fenilalanin sağlamıştır.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Ana noktalar
- Yapay zeka tarafından oluşturulan PKU diyet planlarının %75'i (36/48) reçete edilenden daha az fenilalanin sağlamıştır.
- Yapay zeka modellerinin besin hesaplamaları, bağımsız BİAYS yeniden hesaplamalarına kıyasla önemli değişkenlik göstermiştir.
- Diyetisyenler, sınırlı bilgi içeren sıfır-atışlı istemlere göre klinik olarak belirtilen yapılandırılmış istemlerle oluşturulan planları daha yüksek derecelendirmiştir.
- Diyetisyenler arasındaki değerlendirme güvenilirliği, diyet planı düzeyinde mütevazıydı.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Background: Large language models (LLMs) are increasingly used to generate nutrition-related recommendations, but their reliability for therapeutic diets requiring precise nutrient control remains uncertain. This study evaluated AI-generated one-day diet plans for standardized simulated cases of classical phenylketonuria (PKU). Methods: Eight standardized simulated cases representing infancy, adolescence, adulthood, and maternal PKU were evaluated. Between 8 and 10 February 2026, ChatGPT-5.2, Claude 4.5, and Gemini 3 were each used through their standard consumer-facing chat interfaces to generate one diet plan per case under two prompting conditions, yielding 48 plans. Nutrient composition was independently recalculated using BİAYS, and three blinded pediatric metabolic dietitians evaluated the plans using a structured 25-item checklist. Results: Across all 48 plans, phenylalanine provision calculated using BİAYS was below the case-specific prescription in 36 plans (75.0%). After Holm correction, none of the 12 paired AI-reported versus BİAYS-calculated nutrient comparisons remained statistically significant, while plan-level error metrics demonstrated substantial variability for several nutrients. Overall expert scores did not differ among models, whereas clinically specified structured prompts received higher expert ratings than limited-information zero-shot prompts. Inter-rater reliability was modest at the diet-plan level. Conclusions: AI-generated PKU diet plans may incorporate core dietary principles, but numerical plausibility does not ensure agreement with independent nutrient calculations or adherence to individualized clinical prescriptions. Independent nutrient verification and specialist metabolic-dietitian review remain necessary. Because only one output was generated for each case–model–prompt combination, the findings characterize the 48 evaluated outputs rather than within-model reproducibility.
Yazarların özeti; kaynağından alınmıştır. Nutrients, 2026 · DOI ↗
Ücretsiz hesapla devam et
Makaleye Sor ile bu makaleye günde 3 soru ücretsiz; makaleyi kaydet, kaynakçasını al, ilgi alanına göre her gün yeni özetler. Çıkarımlar Premium.
Web'de ücretsiz devam etGoogle ya da Apple hesabınla giriş; kart istemez. Bu makaleye geri dönersin.
Telefonda:
Alan: Klinik Biyokimya
Clinical BiochemistryBiochemistry, Genetics and Molecular Biology