אפליקציית קלוריות על בסיס תמונה יכולה להיראות מדויקת ועדיין להיות שגויה בשליש מהארוחה. ביולי 2026, חוקרים מהמכונים הלאומיים לבריאות של ארה"ב הציגו את הממצא הזה בכנס השנתי של החברה האמריקאית לתזונה: ארבע אפליקציות קלוריות פופולריות על בסיס תמונה העריכו את האנרגיה נמוך בכש250 עד 345 קלוריות לארוחה, ואת השומן בכש30 גרם.
זה לא שגיאת עיגול. אם תסרוק את הצהריים והערב מבלי לערוך, תוכל "לאכול בתחזוקה" על המסך ועדיין להיות בעודף. מאמר זה מסביר מה המדידה של המחקר באמת מדדה, למה שומן הוא בדרך כלל החסר, ואיך לרשום כך שהמספר יהיה שימושי - מבלי לזרוק את הסורק.
גילוי: SmartEat הוא המוצר שלנו. לא היינו אחת מארבע האפליקציות במבחן הזה. העצה של החוקרים עדיין תואמת את מה שאנחנו חושבים שסריקה צריכה לעבוד: להתייחס לתמונה כטיוטה, ואז לתקן את המנות ושומני הבישול.
מה שמצא המחקר של 2026
הצוות, כולל את אהרון הנגיסט מהמכון הלאומי לסוכרת, מחלות עיכול ומחלות כליה, השתמש ב102 ארוחות שהוכנו במטבח מטבולי מבוקר. כל מרכיב היה ידוע. הם צילמו את הצלחות הללו והריצו את אותן תמונות דרך ארבע אפליקציות לצרכנים:
החסר הממוצע הגדול ביותר במבחן הזה. רישום על בסיס תמונה ללא גיבוי ברקוד בתהליך העבודה של המחקר.
ההערכה בתמונה הייתה נמוכה באנרגיה ובשומן. יותר טוב על צלחות עם קלוריות גבוהות מאשר קלות.
סריקת ארוחה / AI בתמונה הייתה נמוכה כאן למרות שהמאגר של האפליקציה הוא בקנה מידה תעשייתי.
החסר הקטן ביותר מבין הארבעה - עדיין חסר בממוצע כשליש מהקלוריות של הארוחה.
בכל ארבע האפליקציות, קלוריות ושומן היו בערך שליש נמוך מדי. פחמימות הוערכו בצורה עקבית יותר מאשר שומן. צלחות עם שומן גבוה וסגנון קטוגני היו הקשות ביותר. המסקנה של הנגיסט, בסיכום העיתונות של NIH: אם אינך מתקן מנות או כמויות, קח את התוצאה עם גרגר של מלח - מה שאכלת כנראה גבוה יותר ממה שהאפליקציה מראה.
קרא את הסיקור: ScienceDaily, EurekAlert (ASN), Healio. העבודה הוצגה ב-NUTRITION 2026 (צ'ארלס או. ואחרים) והיא ראשונית עד ש-paper סקירה מלאה תצא - הכיוון של השגיאה עדיין החלק השימושי לכל מי שמבצע רישום עם מצלמה.
למה המצלמה מפספסת שומן
זיהוי "עוף ואורז" הוא החצי הקל. הערכת כמה שמן פגע במחבת מתמונה שטוחה היא החצי הקשה. כף של שמן זית היא בערך 120 קלוריות וכמעט בלתי נראית ברגע שהיא סופגת לתוך המזון. רוטב, חמאה, גבינה, רטבים קרמיים, וציפויים מטוגנים עושים את אותו תפקיד.
זו הסיבה שהחסר בשומן במחקר הזה (~30 גרם, בערך 270 קלוריות של שומן בלבד) מתיישב עם מה שתזונאים רואים ביומנים אמיתיים. ה-AI לא "משקר." הוא לא יכול לראות נפח, שומנים מוסתרים, או אם הסלמון היה צלוי או מטוגן בשמן.
סריקה עדיין שימושית - אם תתייחס אליה כטיוטה
לזרוק את רישום התמונות יהיה השיעור השגוי. אנשים מפסיקים לעקוב כאשר הרישום איטי. הסיכון של המחקר הוא ההפך: רישום שהוא מהיר וגם נמוך באופן שיטתי. השתמש במצלמה למהירות, ואז הקדש 15 שניות לשלושה דברים שה-AI גרוע בהם.
- אשר את הפריטים - הסר כפילויות, תקן קריאות שגויות (יוגורט מול גלידה, מרק מול תבשיל).
- תקן את המנה - אם זה נראה כמו 1.5 מנות, אמור כך. אל תשאיר את ברירת המחדל "1 צלחת."
- הוסף את הקלוריות הבלתי נראות - שמן, חמאה, רוטב, שמנת בקפה, תרסיס בישול בשימוש כמו שמן.
אם למזון יש ברקוד, סרוק את האריזה במקום לצלם את הקערה. נתוני תווית טובים יותר מניחוש מצלמה עבור יוגורט, חטיפים, רטבים ושמנים. עבור הפירוט לפי שיטה, ראה צילום מול ברקוד מול רישום קלוריות קולי.
חמישה בדיקות לאחר כל סריקת תמונה
- האם בישלתי את זה בשמן או חמאה? הוסף את זה.
- האם יש רוטב או רוטב על הצלחת או בצד שהשתמשתי בו?
- האם החלבון עם עור, מצופה, או מטוגן?
- האם המנה תואמת מה שאכלתי בפועל - כולל שניות?
- האם ברקוד או "הכי אחרונים" שמורים יהיו מדויקים יותר עבור כל פריט?
עשה זאת במשך שבוע על ארוחות שאתה כבר אוכל. תראה את אותו דפוס שהמטבח של NIH ראה: שומן ואנרגיה קופצים כשאתה מפסיק לסמוך על המספר הראשון.
מה זה אומר אם אתה מנסה לרדת במשקל
חסר של 300 קלוריות בארוחת ערב, שישה לילות בשבוע, זה בערך 1,800 קלוריות שמעולם לא רשמת. זה יכול להיראות כמו עצירה, "מטבוליזם שבור," או סיבה להפסיק את האפליקציה. לעיתים קרובות הרישום היה אופטימי, לא הגוף.
AI בתמונה עדיין טוב יותר מאשר לא לרשום. זה לא משקל מזון. עבור חוסרים צמודים, דיאטות רפואיות, או אכילת GLP-1 שבה כל ביס נחשב, שלב:
- צילום עבור צלחות מעורבות שאתה באמת תרשום
- ברקוד עבור כל דבר עם תווית
- כמה מזונות חוזרים במשקל (שיבולת שועל, שמן, עוף) שנשמרים כ"אחרונים"
- סקירה אנושית אם המשקל והיומן לא מסכימים במשך שבועיים
קשור: טעויות ביומן אוכל שמעכבות התקדמות ומתי לפנות לדיאטנית מול שימוש באפליקציה.
איך SmartEat בנויה עבור זה (לא טענה ש"זכינו במחקר")
SmartEat לא הייתה במבחן ארבע האפליקציות. אנחנו לא טוענים לדירוג דיוק קסום מהמאמר הזה. מה שבנינו הוא תהליך העבודה שהמחברים הצביעו עליו:
- ערוך לאחר כל סריקה - שמות, גרמים, ותוספות לפני שהארוחה מגיעה ליומן שלך
- יותר מתמונה - ארוחה, תפריט, מקרר וברקוד כך שלא תיתקע בניחוש שמן מתויג מתמונה
- אותו יומן - סריקות יושבות ליד רישומים ידניים, מאקרו ותוכניות, כך שהערכה רעה נראית במהלך השבוע, לא צילום חד פעמי
- דיאטנית אופציונלית - כאשר המצלמה והמשקל עדיין לא מסכימים
עבור איזה סורק להשתמש על איזה ארוחה, ראה הסורק הטוב ביותר לארוחות AI ב-2026. פוסט זה עוסק רק באמונה במספר הקלוריות.
שורה תחתונה
בשנת 2026, AI בתמונה מהירה ונמוכה באופן שיטתי על קלוריות ושומן - בערך שליש נמוך במבחן המטבח של NIH הזה. המשך לסרוק. הפסיקו להתייחס למספר הראשון כמזון במשקל. ערוך מנות, הוסף שמן, השתמש בברקודים, והסתכל על השבוע, לא על צלחת יפה אחת.
קריאה קשורה:
