AI卡路里追蹤應用程式可能會減少345卡路里

在對四個基於照片的應用程式的測試中，研究人員發現卡路里和脂肪的估計值平均低了三分之一。

AI 如何根據食物照片計算卡路里

基於照片的卡路里追蹤依靠人工智慧圖像識別來識別圖像中的食物並計算每個部分的大小。然後，該應用程式將這些估計值與營養資料庫進行比較，以計算卡路里和其他營養素。

美國國立衛生研究院國家糖尿病、消化和腎臟疾病研究所 (NIDDK) 計畫的客座博士後研究員亞倫·亨吉斯特 (Aaron Hengist) 表示：「基於照片的卡路里追蹤應用程式非常受歡迎，尤其是對於那些試圖管理健康或減肥的人來說。」 「然而，其中許多應用程式的準確性尚未得到很好的評估。我們的研究透過檢查這些卡路里是否可以可靠地回答這個問題。

NIDDK 校內研究訓練研究員 Olivia Charles 在 7 月 25 日至 28 日在華盛頓特區郊外馬裡蘭州國家港舉行的美國營養學會旗艦年會 NUTRITION 2026 上介紹了這項發現。

使用準確測量的膳食測試應用程序

該計畫是美國國立衛生研究院臨床中心一項更大的營養研究的一部分，該研究正在調查身體如何在低碳水化合物（生酮）飲食或標準飲食中處理營養。

臨床試驗中使用的膳食是在受控代謝廚房中準備的，研究人員在廚房中測量的成分低至 0.1 克。這為團隊提供了一個非常具體的基準來評估應用程式。

研究人員收集了為飲食研究準備的 102 份餐點的標準化照片。然後，他們將圖像提交給 MyFitnessPal、LoseIt!、CalAI 和 Appediet，以了解每個應用程式的估計值與已知營養成分的匹配程度。

亨吉斯特說：“使用在適當控制的代謝廚房中準備的膳食，我們能夠將應用估計值與特定參考進行比較。” “如此直接的高品質比較還沒有實現。”

應用程式損失了數百卡路里

在所有四個應用程式中，每餐的估計總熱量平均在 250 到 345 卡路里之間。這些應用減少了大約 30 克脂肪。

MyFitnessPal 和 LoseIt！當觀察高熱量食物時，他們比低熱量食物更準確。所有四個應用程式對碳水化合物的估計值也比對其他大量營養素的估計值更一致。

亨吉斯特說：“使用基於照片的跟踪應用程序而不調整份量或輸入食物量的人應該對結果持保留態度。” “這些應用程序低估了卡路里，尤其是來自脂肪的卡路里，因此他們實際吃的東西會比應用程序顯示的要高。”

生酮飲食可能更難衡量 AI

在第一項研究結束後，研究人員又測試了 200 多種膳食，以調查哪些因素可能會影響應用的準確性。

初步研究結果表明，應用程式可能更難以評估低碳水化合物生酮飲食的飲食。這些食物的脂肪含量通常較高，而應用程式始終低估了它們。

研究人員建議，將基於照片的工具與評估食物攝取量和飲食品質的傳統方法相結合，可能會使日常使用中的卡路里追蹤更加準確。

查爾斯於 7 月 25 日星期六在蓋洛德國家度假村及會議中心舉行的總統口頭會議上介紹了這項研究（摘要）。

NUTRITION 2026 上提交的摘要由專家委員會審查和選擇。然而，他們通常沒有完成在科學期刊上發表所需的完整同儕審查過程。因此，在結果出現在同行評審的出版物上之前，應將其視為初步結果。