Quiz połączony z przewodnikiem · Średni Poziom

AI w quizie o żywieniu i dietetyce

Przeglądaj rozpoznawanie żywności przez sztuczną inteligencję, szacowanie porcji, bazy danych składników odżywczych, spersonalizowaną reakcję na glukozę, badania kliniczne i ograniczenia dietetyczne.

Powiązane ścieżki prowadząceAI w żywieniu i dietetyce
Pytanie 1 z 8

Jaka technologia pozwala aplikacjom rejestrującym żywność szacować kalorie na podstawie zdjęcia posiłku?

Podgląd każdego pytania8 pytania

Odpowiedzi i wyjaśnienia pojawiają się w miarę rozwiązywania quizu.

  1. Jaka technologia pozwala aplikacjom rejestrującym żywność szacować kalorie na podstawie zdjęcia posiłku?
    • Widzenie komputerowe za pomocą sieci neuronowych
    • Księgi Blockchain
    • Identyfikacja radiowa
    • Tylko ręczne wprowadzanie kodu kreskowego
  2. Kluczowym wnioskiem z badań nad ciągłym monitorowaniem poziomu glukozy jest to, że:
    • Każdy reaguje identycznie na to samo jedzenie
    • U poszczególnych osób reakcja poziomu cukru we krwi na ten sam posiłek może być bardzo różna
    • Odpowiedź na glukozę jest taka sama niezależnie od pory posiłku
    • Dieta nie ma mierzalnego wpływu na glukozę
  3. How can an EHR-based machine-learning model support malnutrition screening?
    • Aby zastąpić wszystkich ludzkich dietetyków
    • Automatyczne gotowanie posiłków dla pacjentów
    • Flag patients whose records suggest elevated malnutrition risk for dietitian review
    • Aby ustawić temperaturę w pomieszczeniu szpitalnym
  4. Która baza danych jest powszechnie używana do przeliczania uznanych produktów spożywczych na wartości odżywcze?
    • System dziesiętny Deweya
    • Układ okresowy
    • Indeks giełdowy
    • Centrala USDA FoodData
  5. Jakie dane wejściowe najbardziej bezpośrednio poprawiają przewidywania sztucznej inteligencji dotyczące osobistej odpowiedzi glikemicznej?
    • Ciągły monitor poziomu glukozy i dane dotyczące mikrobiomu
    • Ulubiony kolor danej osoby
    • Jasność ekranu telefonu
    • Lokalne prognozy pogody
  6. What limitation has research on LLM-generated nutrition plans highlighted?
    • Nie mogą wygenerować żadnego tekstu
    • Plans may be inaccurate or inconsistent with clinical nutrition guidelines
    • Działają tylko offline
    • Wymagają recepty
  7. What visual cue can help an image-based diet system estimate food volume?
    • The phone’s battery level
    • The color of the plate alone
    • A known-size reference object in the image, such as a cup or spoon
    • The restaurant’s opening hours
  8. What dietary factors may a meal-planning tool need to account for in a renal diet?
    • Only the food’s packaging color
    • A fixed calorie limit for every patient
    • The meal’s social-media popularity
    • Nutrient limits such as potassium and phosphorus, along with carbohydrate constraints when relevant