Transformez un journal alimentaire anonymisé en préparation d'évaluation
Avant une évaluation, les diététiciens parcourent les journaux alimentaires et les rappels de 24 heures à la recherche de tendances — horaires des repas, groupes d'aliments absents, habitudes de grignotage. L'IA est réellement efficace pour structurer le récit qualitatif à partir du texte que vous lui collez. Ce qu'elle ne doit jamais faire, c'est le calcul des nutriments ou l'interprétation clinique, deux domaines où elle se trompe de façon dangereuse pour une personne présentant une pathologie médicale.
Vous aidez un diététicien à préparer une évaluation. En utilisant UNIQUEMENT le journal alimentaire anonymisé que je colle ci-dessous, résumez les habitudes alimentaires. Contexte : l'objectif général du client est {{goal_context}} ; cela couvre {{timeframe}}. Journal alimentaire (sans nom, sans détail de santé) : {{food_log}} Produisez uniquement un résumé qualitatif : 1. Horaires des repas et collations, et tout intervalle long. 2. Groupes d'aliments qui reviennent souvent et ceux largement absents. 3. Tendances à explorer en séance (par exemple, sources de fibres faibles, la majorité de l'alimentation en fin de journée). Règles strictes : - N'estimez PAS les calories, macronutriments ou micronutriments, sauf si je le demande explicitement. Si je le demande, étiquetez chaque chiffre [ESTIMATION — RD DOIT VÉRIFIER à partir des données de composition des aliments] et ne le présentez jamais comme un fait clinique. - N'interprétez rien de tout cela au regard d'un diagnostic, d'un médicament ou d'une valeur d'analyse. - Si quelque chose semble médicalement préoccupant (apport très faible, trouble du comportement alimentaire possible), écrivez [SIGNALER POUR EXAMEN DU RD] et arrêtez-vous plutôt que de conseiller.
Renseignez vos informations : le prompt se met à jour en direct — puis copiez-le.
Résumé des tendances (qualitatif uniquement) : Horaires : Le petit-déjeuner est sauté les deux jours ; un long intervalle matinal est suivi de repas copieux en fin de soirée (21h-22h). Groupes d'aliments : Les glucides raffinés reviennent souvent (pain, pâtes, chips, céréales). Légumes et fruits sont largement absents ; les protéines sont présentes mais concentrées en fin de journée. À explorer en séance : le cycle petit-déjeuner sauté / dîner copieux tardif, le faible apport en fibres et en produits frais, et le recours aux aliments pratiques à la mi-journée. [SIGNALER POUR EXAMEN DU RD] si cet apport diurne très faible reflète une restriction intentionnelle.
Le flux de travail complet
- Retirez du journal les noms, dates de naissance, pathologies et valeurs d'analyses avant de coller quoi que ce soit
- Lancez le prompt pour obtenir la lecture qualitative des tendances, pas des chiffres
- Recalculez tout chiffre de nutriment dont vous avez besoin dans un outil validé — ne faites jamais confiance au calcul du modèle
- Intégrez le résumé à votre propre évaluation ; l'interprétation clinique reste la vôtre
Attention à
Vérifiez le calcul : les estimations de nutriments de l'IA varient énormément (jusqu'à environ 45 % d'écart sur les estimations caloriques) et sous-estiment les micronutriments. Ses chiffres ne sont pas sûrs à suivre pour le diabète, l'insuffisance rénale chronique, ou toute pathologie exigeant de la précision — recalculez tout.
L'interprétation relève de la thérapie nutritionnelle médicale : lire un journal alimentaire au regard d'un diagnostic ou d'analyses est le travail d'un RD, pas du chatbot. Utilisez l'IA pour organiser les tendances, pas pour trancher cliniquement.
Confidentialité : anonymisez d'abord. Aucun nom, date de naissance, pathologie ou résultat d'analyse dans un chatbot grand public, qui conserve et entraîne ses modèles sur vos saisies par défaut.
D’où ça vient
Chaque cas d’usage de ce site s’appuie sur des témoignages réels rapportés par les nutritionnistes en exercice — rien n’est inventé par nous.
- PMC — évaluation de ChatGPT pour l'estimation du contenu nutritionnel à partir de photographies de repas
- Frontiers in Nutrition — revue de portée sur les outils d'évaluation diététique assistés par IA
- MDPI — revue systématique de l'exactitude et de la reproductibilité de ChatGPT dans les recommandations diététiques
Plus de cas d’usage de l’IA pour les nutritionnistes
Des fiches conseils sur les pathologies, relues avant diffusion
planificationDes trames de plans alimentaires et des substitutions de recettes que vous chiffrez vous-même
automatisationDes notes ADIME et SOAP rédigées dans un outil conforme à la loi HIPAA
créatifUne semaine de publications qui déconstruisent les mythes, sans sortir de votre champ de pratique
communicationDes messages de suivi entre les séances qui vous ressemblent
← Les 6 cas d’usage : comment les nutritionnistes utilisent l’IA