Подсчет калорий ИИ: приложения недооценивают энергетическую ценность блюд

Исследование четырех приложений на базе ИИ показало, что калорийность и содержание жиров недооцениваются примерно на треть

Благодаря достижениям в области ИИ популярные приложения для подсчета калорий теперь могут использовать фотографию блюда для оценки пищевой ценности того, что вы едите. Хотя эти сервисы удобны, новое исследование, оценившее точность приложений подсчета калорий, показало, что четыре программы на основе фотографий недооценивают калорийность и содержание жиров в блюдах примерно на треть.

Подсчет калорий по фото использует распознавание изображений с помощью ИИ для идентификации продуктов на фотографии блюда и оценки размера порций. Затем эта информация сравнивается с базами данных о пищевой ценности для расчета примерного количества калорий и нутриентов.

«Приложения для подсчета калорий по фото очень популярны, особенно среди людей, пытающихся следить за своим здоровьем или похудеть, — сказал Аарон Хенгист, приглашенный научный сотрудник Внутренней программы Национального института диабета, болезней органов пищеварения и почек (NIDDK), входящего в состав Национальных институтов здравоохранения (NIH). — Однако точность многих из этих приложений не была тщательно оценена. Наше исследование помогает ответить на этот вопрос, изучая, могут ли эти приложения надежно оценивать калорийность».

Оливия Чарльз, стажер-исследователь NIDDK, представит полученные результаты на NUTRITION 2026, главном ежегодном собрании Американского общества питания, которое пройдет с 25 по 28 июля в Нэшнл-Харборе, штат Мэриленд, недалеко от Вашингтона.

Новое исследование является частью более крупного исследования питания в Клиническом центре NIH, изучающего, как организм перерабатывает нутриенты, когда человек придерживается низкоуглеводной (кетогенной) или стандартной диеты. Блюда для этого клинического исследования готовятся на контролируемой метаболической кухне — типе исследовательской кухни, где ингредиенты тщательно взвешиваются с точностью до 0,1 грамма.

Чтобы оценить, насколько хорошо приложения для подсчета калорий по фото оценивают пищевую ценность по изображениям, исследователи получили стандартизированные фотографии 102 блюд, приготовленных в рамках исследования питания, а затем проанализировали их с помощью приложений MyFitnessPal, LoseIt!, CalAI и Appediet.

«Используя блюда, приготовленные на строго контролируемой метаболической кухне, мы смогли сравнить оценки приложений с точным эталоном, — отметил Хенгист. — Такого рода прямое, высококачественное сравнение ранее было недоступно».

Все четыре приложения недооценивали калорийность блюд в среднем примерно на 250–345 калорий, а содержание жиров — примерно на 30 граммов. Анализ также показал, что приложения MyFitnessPal и LoseIt! точнее оценивали энергетическую ценность более калорийных блюд по сравнению с менее калорийными, и что все четыре приложения оценивали содержание углеводов более стабильно, чем других макронутриентов.

«Людям, использующим приложения для отслеживания по фото без корректировки порций или ввода количества еды, следует относиться к результатам с долей скептицизма, — сказал Хенгист. — Эти приложения склонны недооценивать калории, особенно получаемые из жиров, поэтому то, что они съели на самом деле, скорее всего, больше, чем показывает приложение».

После проведения первоначального анализа исследователи изучили более 200 дополнительных блюд, чтобы лучше понять, что может влиять на точность приложений. Их предварительные результаты свидетельствуют о том, что приложения хуже справляются с блюдами, входящими в состав низкоуглеводной кетогенной диеты, вероятно, потому, что более высокое содержание жиров в этих блюдах, как правило, постоянно недооценивается.

Исследователи отмечают, что сочетание функций на основе фотографий с более традиционными методами оценки качества питания могло бы повысить реальную точность приложений для подсчета калорий.

Обратите внимание, что абстракты, представленные на NUTRITION 2026, были оценены и отобраны комитетом экспертов, но, как правило, не проходили такой же процесс рецензирования, который требуется для публикации в научном журнале. Таким образом, представленные результаты следует считать предварительными до появления рецензируемой публикации.

Эта статья была создана с использованием нескольких редакторских инструментов, включая ИИ, как часть рабочего процесса. Редакторы-люди проверили этот контент перед публикацией.