Популярные приложения для анализа питания на основе искусственного интеллекта могут упростить подсчет калорий, но они также нередко упускают из виду удивительно большую часть ингредиентов блюда. Об этом пишет ScienceDaily со ссылкой на научную сотрудницу-исследовательницу в NIDDK (Национальный институт диабета и заболеваний органов пищеварения и почек США) Оливию Чарльз, которая представила результаты исследования на конференции NUTRITION 2026.
Как искусственный интеллект определяет калорийность блюд по фотографиям еды
Приложение для отслеживания калорий на основе фотографий использует распознавание изображений с помощью искусственного интеллекта, чтобы идентифицировать продукты, изображенные на картинке, и оценить размер каждой порции. Затем приложение сравнивает эти оценки с базами данных о пищевой ценности, чтобы рассчитать калории и другие питательные вещества.
«Приложения для отслеживания калорий на основе фотографий очень популярны, особенно среди людей, стремящихся контролировать свое здоровье или похудеть, — отметил Аарон Хенгист, приглашенный научный сотрудник постдокторантуры в рамках внутриведомственной программы NIDDK. — Однако точность многих из этих приложений не была тщательно оценена. Наше исследование помогает ответить на этот вопрос, изучив, могут ли эти приложения надежно оценивать количество потребляемых калорий».
Тестирование приложений
В ходе клинических испытаний блюда готовились в контролируемой метаболической кухне, где исследователи отмеряли ингредиенты с точностью до 0,1 грамма. Это позволило команде получить высокоточный эталон для оценки приложений.
Исследователи собрали стандартизированные фотографии 102 блюд, приготовленных для диетического исследования. Затем они отправили изображения в приложения MyFitnessPal, LoseIt!, CalAI и Appediet, чтобы проверить, насколько точно оценки каждого приложения соответствуют известному содержанию питательных веществ.
«Используя блюда, приготовленные на строго контролируемой метаболической кухне, мы смогли сравнить оценки приложений с точным эталоном, — отмечает Хенгист. — Такое прямое и качественное сравнение ранее было недоступно».
Приложения упустили сотни калорий
Во всех четырех приложениях расчетное количество калорий в среднем было занижено примерно на 250−345 калорий на прием пищи. Приложения также недооценивали содержание жиров примерно на 30 граммов.
Приложения MyFitnessPal и LoseIt! показали более точные результаты при анализе высококалорийных блюд, чем низкокалорийных. Все четыре приложения также давали более стабильные оценки содержания углеводов, чем других макронутриентов.
«Людям, использующим приложения для отслеживания потребления пищи на основе фотографий без корректировки порций и ввода количества продуктов, следует относиться к результатам с осторожностью, — говорит Хенгист. — Эти приложения, как правило, занижают количество калорий, особенно жиров, поэтому то, что они фактически съели, скорее всего, больше, чем показывает приложение».
Измерение эффективности кето-диеты с помощью ИИ может оказаться сложной задачей
После первого анализа исследователи протестировали более 200 дополнительных блюд, чтобы выяснить, какие факторы могут влиять на точность работы приложения.
Предварительные результаты показывают, что приложениям может быть сложнее оценивать блюда, приготовленные по низкоуглеводной кетогенной диете. В таких блюдах часто содержится больше жира, который приложения, как правило, занижают.
Исследователи предполагают, что сочетание фотоинструментов с традиционными методами оценки потребления пищи и качества рациона питания может сделать отслеживание калорий более точным в повседневной жизни.
Тезисы докладов, представленные на конференции NUTRITION 2026, были рассмотрены и отобраны комитетом экспертов. Однако, как правило, они не прошли полный процесс рецензирования, необходимый для публикации в научном журнале. Поэтому результаты следует считать предварительными до их появления в рецензируемом издании.