The object of research, development or design (in Russian) : Объектом исследования и разработки является цифровая технология NutriSteppe-AI, включающая алгоритмы динамической персонализации питания, модели машинного обучения и нейронные сети для анализа пищевого поведения, коррекции нутритивного статуса и управления хроническими заболеваниями. Объект также включает базы данных нутриентов, модуль оптимизации меню, инструменты модернизации казахских национальных блюд и интегрированные программные компоненты для индивидуального расчёта рациона, оценки отклонений и формирования целевых пищевых вмешательств.

The object of research, development or design (in Kazakh) : Зерттеу және әзірлеу нысаны ретінде NutriSteppe-AI цифрлық технологиясы қарастырылады. Ол тамақтануды динамикалық жекешелендіруді жүзеге асыратын алгоритмдерді, тағамдық мінез-құлықты талдауға, нутритивтік мәртебені түзетуге және созылмалы ауруларды басқаруға арналған машиналық оқыту модельдері мен нейрондық желілерді қамтиды. Зерттеу нысанына сондай-ақ нутриенттік деректер базалары, мәзірді оңтайландыру модулі, қазақтың ұлттық тағамдарын жаңа ғылыми талаптарға сәйкес жетілдіру құралдары, жеке рационды есептеу, ауытқуларды бағалау және мақсатты нутритивтік араласуларды қалыптастыруға арналған біріктірілген бағдарламалық компоненттер кіреді.

Aim of work (in Russian) : Целью работы является разработка и научное обоснование технологии NutriSteppe-AI, обеспечивающей персонализированное управление здоровьем на основе анализа нутритивного статуса, пищевого поведения и медицинских параметров с применением методов data science и нейронных сетей, а также модернизацию казахских национальных блюд для повышения их пищевой ценности и профилактической эффективности в рамках продвижения здорового питания.

Aim of work (in Kazakh) : Жұмыстың мақсаты – data science әдістері мен нейрондық желілерді қолдана отырып, нутритивтік мәртебені, тағамдық мінез-құлықты және медициналық параметрлерді талдау негізінде денсаулықты жекелендірілген басқаруды қамтамасыз ететін NutriSteppe-AI технологиясын әзірлеу және оның ғылыми негіздемесін жасау, сондай-ақ қазақтың ұлттық тағамдарын олардың тағамдық құндылығы мен профилактикалық тиімділігін арттыру мақсатында жаңғырту арқылы салауатты тамақтануды ілгерілету.

Методы исследования (на русском) : В работе используются методы анализа нутритивного статуса и пищевого поведения на основе статистических моделей и инструментов data science, алгоритмы машинного обучения и нейронных сетей для персонализации пищевых рекомендаций, а также методы цифровой обработки данных, включающие нормализацию, структурирование и стратификацию медицинской информации. Применяются вычислительные процедуры динамической генерации меню, алгоритмы оптимизации нутриентного состава блюд, включая модернизированные варианты традиционных национальных блюд, и методы валидации прогнозных моделей на основе сопоставления рассчитанных параметров с индивидуальными физиологическими и клинико-нутритивными показателями пользователей.

Методы исследования (на казахском) : Жұмыста data science құралдары мен статистикалық модельдерге негізделген нутритивтік мәртебені және тағамдық мінез-құлықты талдау әдістері, жекелендірілген тағамдық ұсынымдарды қалыптастыруға арналған машиналық оқыту алгоритмдері мен нейрондық желілер қолданылады. Сонымен қатар медициналық ақпаратты нормализациялау, құрылымдау және стратификациялау үдерістерін қамтитын цифрлық деректерді өңдеу әдістері пайдаланылады. Мәзірді динамикалық генерациялау, тағамдық құрамды оңтайландыру алгоритмдері, соның ішінде қазақтың ұлттық тағамдарының жаңғыртылған нұсқаларының нутриенттік көрсеткіштерін жетілдіру тәсілдері іске асырылады. Болжамдық модельдердің дұрыстығы пайдаланушылардың жеке физиологиялық және клинико-нутритивтік параметрлерімен салыстыру арқылы тексеріледі.

Obtained results and novelty (in Russian) : В отчетный период разработаны серверные, веб- и мобильные компоненты NutriSteppe-AI, что обеспечило формирование бета-версии системы персонализированного управления питанием. Обновлена структура базы данных MySQL для хранения индивидуальных энергетических профилей и параметров нутритивных фаз. Реализован модуль Equalizer, обеспечивающий расчет энергетических потребностей, распределение БЖУ и формирование персонализированных меню. Создан набор многоуровневых стандартизированных prompt-инструкций, включающий диагностические, нутритивные и коррекционные блоки, обеспечивающие единый алгоритм анализа данных и подготовки рекомендаций. Внедрены LLM-модули для анализа и корректировки рецептур, выбора ингредиентов и оптимизации способов приготовления. Обновлены REST-эндпойнты и структуры базы данных для интеграции результатов работы модулей искусственного интеллекта. Научная новизна заключается в разработке цифрового подхода к персонализированному питанию, объединяющего вычислительные алгоритмы, нейронные сети, структурированные инструкции и автоматическую генерацию меню с учетом индивидуальных физиологических и нутритивных параметров пользователя.

Obtained results and novelty (in Kazakh) : Есептік кезеңде NutriSteppe-AI жүйесінің серверлік, веб және мобильдік компоненттері әзірленіп, жекелендірілген тамақтануды басқаруға арналған бета-нұсқа қалыптастырылды. Жеке энергетикалық профильдер мен нутритивтік фазалар параметрлерін сақтау үшін MySQL деректер базасының құрылымы жаңартылды. Энергетикалық қажеттіліктерді есептеу мен БЖУ-ды бөлуге арналған Equalizer модулі іске асырылып, жекелендірілген мәзір генерациясы қамтамасыз етілді. Диагностикалық, нутритивтік және коррекциялық блоктарды қамтитын көпдеңгейлі стандартталған prompt-нұсқаулықтар әзірленіп, деректерді талдау және ұсынымдар қалыптастырудың бірыңғай алгоритмі жасалды. Рецептураларды талдау, ингредиенттерді таңдау және дайындау әдістерін оңтайландыру үшін LLM-модульдер енгізілді. Жасанды интеллект модульдерімен интеграция жасау үшін REST-эндпойнттер және деректер базасының құрылымдары жаңартылды. Жобаның ғылыми жаңалығы — машиналық оқыту алгоритмдері, нейрондық желілер, құрылымдалған нұсқаулықтар және автоматты мәзір генерациялау технологияла.

The main constructive and technical economic indicators (in Russian) : Основные конструктивные и технико-экономические показатели первого года включают создание базовой программной архитектуры NutriSteppe-AI, обеспечивающей работу серверной части на PHP (Laravel + Swoole), функционирование RESTful-API и синхронизацию данных между веб-платформой и мобильным приложением. В отчетный период сформирована обновлённая структура базы данных MySQL, предназначенная для хранения индивидуальных параметров, энергетических профилей и историй вычислений, что обеспечивает воспроизводимость расчётов и технологичность обработки данных. Разработан и внедрён модуль Equalizer, обеспечивающий корректный расчёт энергетических потребностей и распределение БЖУ, что формирует конструктивную основу вычислительного блока системы. Выполнена стандартизация prompt-инструкций и реализация алгоритмов взаимодействия с LLM-модулями, что позволило сформировать единые процедуры анализа данных, коррекции рецептур и оптимизации технологических параметров блюд в рамках первого года. Технико-экономические показатели подтверждаются созданием работоспособных модулей, обеспечивающих автоматизацию ключевых процессов (расчёт БЖУ, генерация меню, анализ рецептур) и снижением трудоёмкости операций за счёт цифровизации вычислений и унификации алгоритмов. Полученные в первый год результаты обеспечивают технологическую базу для дальнейших этапов разработки, включая масштабирование функционала и проведение клинических исследований во втором и третьем годах проекта.

The main constructive and technical economic indicators (in Kazakh) : Жобаның бірінші жылы бойынша негізгі конструктивтік және техникалық-экономикалық көрсеткіштер NutriSteppe-AI технологиясының базалық бағдарламалық архитектурасының әзірленуін қамтиды. Есептік кезеңде PHP (Laravel + Swoole) негізіндегі серверлік модуль, RESTful-API арқылы деректер алмасу тетіктері және веб-платформа мен Flutter негізіндегі мобильдік қосымша арасында деректерді синхрондау жүйесі іске асырылды. Жеке параметрлерді, энергетикалық профильдерді және есептеу тарихын сақтау үшін MySQL деректер базасының жаңартылған құрылымы қалыптастырылып, бұл деректерді өңдеу үдерістерінің технологиялылығын және есептердің қайта өндірілуін қамтамасыз етті. Бірінші жылы Equalizer модулі әзірленіп, энергия шығынын есептеу мен БЖУ-ды кезеңдер бойынша үлестірудің дұрыс орындалуына мүмкіндік беретін негізгі есептеу ядросы қалыптастырылды. Сонымен қатар LLM-модульдермен өзара әрекеттесудің алгоритмдері мен стандартталған prompt-нұсқаулықтар дайындалып, рецептураларды талдау, түзету және оңтайландыру функцияларының бірыңғай орындалуы қамтамасыз етілді. Техникалық-экономикалық көрсеткіштер алғашқы жылы қалыптастырылған жұмыс істейтін функционалға негізделіп, есептеу операцияларын автоматтандыру, деректерді өңдеу еңбек сыйымдылығын азайту және алгоритмдерді біріздендіру арқылы қол жеткізілген тиімділікті көрсетеді. Алынған нәтижелер жобаның келесі кезеңдерінде функционалды кеңейтуге және әрі қарайғы ғылыми-зерттеу жұмыстарына қажетті технологиялық негізді қалыптастырады.

Level of implementation (in Russian) : Не внедрено

Level of implementation (in Kazakh) : Енгізілмеген

Efficiency (in Russian) : Эффективность выполненных работ заключается в создании функциональной основы технологии NutriSteppe-AI, обеспечивающей автоматизацию ключевых процессов персонализированного расчёта питания и оптимизацию трудозатрат при обработке данных. Разработанные модули и алгоритмы первого года демонстрируют устойчивость, воспроизводимость и достаточную технологическую готовность для дальнейшего развития системы в последующие годы проекта.

Efficiency (in Kazakh) : Жүргізілген жұмыстардың тиімділігі NutriSteppe-AI технологиясының негізгі функционалдық негізін қалыптастыру арқылы деректерді өңдеу еңбек сыйымдылығын төмендетуге және жекелендірілген тамақтануды есептеу үдерістерін автоматтандыруға қол жеткізумен айқындалады. Бірінші жылы әзірленген модульдер мен алгоритмдер жүйенің орнықтылығын, есептеулердің қайта өндірілуін және жобаның келесі кезеңдерінде технологияны одан әрі дамытуға жеткілікті дайындық деңгейін қамтамасыз етеді.

Field of application (in Russian) : Цифровые технологии персонализированного питания, профилактической медицины, нутрициологии и оздоровительных программ; системы управления здоровьем; образовательные и клинические сервисы по формированию здорового питания; разработка и модернизация национальных блюд в рамках функционального и диетического питания.

Field of application (in Kazakh) : Жекелендірілген тамақтану, профилактикалық медицина, нутрициология және денсаулықты басқару бағытындағы цифрлық технологиялар; салауатты тамақтануды қалыптастыруға арналған білім беру және клиникалық сервистер; функционалдық және диеталық тағамдар саласында қазақтың ұлттық тағамдарын әзірлеу және жаңғырту үдерістері.