Cum numără caloriile aplicația foto (și unde greșește)

Ce face de fapt un contor foto de calorii
Un contor foto de calorii face, de regulă, trei lucruri la rând. Recunoaște alimentele din farfurie, estimează cantitatea din fiecare și apoi convertește cantitatea în calorii și macronutrienți (proteine, carbohidrați, grăsimi) pe baza unui tabel cu date despre compoziția alimentelor. Primul pas este recunoașterea imaginii. Al doilea, estimarea porției dintr-o fotografie plată, este partea dificilă. Al treilea este o simplă căutare în tabel: printre exemplele publice de astfel de tabele se numără FoodData Central al USDA, care conține date despre compoziția alimentelor în mai multe tipuri, de la alimente analizate până la produse de marcă.
Împreună, aceste etape oferă o estimare, nu o măsurătoare. Cunoașterea pasului celui mai slab arată unde merită făcută o verificare suplimentară.
Legătura dintre calorii și macronutrienți
Caloriile și macronutrienții sunt legați printr-o aritmetică simplă. Factorii generali Atwater, folosiți de obicei pentru caloriile de pe etichetele alimentelor, sunt de aproximativ 4 kcal pe gram de proteine, 4 kcal pe gram de carbohidrați, 9 kcal pe gram de grăsimi și 7 kcal pe gram de alcool. Sunt medii, iar energia reală a unui aliment anume poate diferi întrucâtva.
Un exemplu: o masă cu 30 g de proteine, 50 g de carbohidrați și 20 g de grăsimi însumează 30 × 4 + 50 × 4 + 20 × 9 = 120 + 200 + 180 = 500 kcal. Dacă o aplicație afișează macronutrienți și calorii care nu se potrivesc exact, rotunjirile și factorii specifici fiecărui aliment sunt motive frecvente.
Cât de precis este?
Cercetările oferă o imagine nuanțată, dar utilă:
- O trecere în revistă sistematică din 2023, publicată în Annals of Medicine (Shonkoff și colegii), a cuprins 52 de studii despre estimările complet automatizate, bazate pe IA, ale volumului, energiei sau nutrienților din imagini digitale. În medie, performanța IA a fost similară cu cea a evaluatorilor umani, iar erorile au fost mai mici pentru alimentele simple sau luate individual. Erorile relative medii raportate au variat între aproximativ 0,1% și 38% pentru calorii și între aproximativ 0,1% și 33% pentru volum. Studiile au fost prea diferite pentru a fi combinate într-o singură cifră.
- O trecere în revistă sistematică din 2020, publicată în Nutrition Reviews (Amoutzopoulos și colegii), a constatat că instrumentele de estimare a porțiilor pe baza imaginilor (un grup mai larg decât aplicațiile actuale cu IA) s-au descurcat mai bine decât modelele fizice de alimente și ustensilele de uz casnic în studiile de validare analizate, subliniind totodată că puține dintre acele studii au avut o calitate ridicată.
Pe scurt: estimările din fotografii pot fi competitive față de alte metode, dar intervalul de eroare este larg, iar mesele simple, bine vizibile, sunt mai ușor de evaluat decât cele complexe.
Unde greșesc estimările
- Dimensiunea porției. O fotografie nu are adâncime. Același bol poate conține cantități foarte diferite.
- Ce nu poate vedea camera. Uleiul de gătit, dressingurile, sosurile și umpluturile aflate sub un topping nu apar într-o imagine.
- Preparatele mixte. Tocănițele, mâncărurile la cuptor și mesele stratificate sunt mai greu de evaluat decât o farfurie cu alimente separate.
- Alimentele asemănătoare. Alimente diferite pot arăta similar, dar au un număr diferit de calorii.
Cum se obțin rezultate mai bune cu o aplicație bazată pe fotografii
Primul rezultat se tratează ca un punct de pornire și se corectează. În PlateFit, farfuria se fotografiază, IA estimează caloriile și macronutrienții, iar rezultatul poate fi editat ulterior, exact acolo unde intervin cunoștințele despre ulei, porție sau sos. Câteva obiceiuri ajută la orice astfel de aplicație: fotografierea farfuriei de sus, în lumină bună, păstrarea alimentelor separate acolo unde este posibil și ajustarea cantităților atunci când sunt cunoscute.
PlateFit este aplicația noastră cu IA pentru alimentație și antrenament. Pe lângă estimările de calorii și macronutrienți din fotografii, oferă planuri de antrenament pentru pierderea grăsimii, creșterea masei musculare și dezvoltarea forței, precum și rețete sănătoase, cu meniu zilnic și listă de cumpărături. Funcționează în browser și ca aplicație Android. Există un plan individual la 4,99 € pe lună și un plan de familie pentru până la 8 persoane la 7,99 € pe lună, cu 14 zile de probă gratuită.
O precizare despre sănătate
Cifrele despre calorii și macronutrienți sunt un instrument de conștientizare, nu un sfat medical. Pentru nevoi alimentare specifice, afecțiuni medicale sau probleme legate de tulburările de comportament alimentar, medicul sau dieteticianul autorizat este persoana potrivită pentru a oferi răspunsuri.
Rezultatele cercetărilor sunt prezentate așa cum au fost publicate în lucrările citate; cifrele privind acuratețea variază în funcție de studiu și de metodă. Acest ghid are doar scop informativ.
Întrebări
Cum funcționează un contor foto de calorii?
Recunoaște alimentele din fotografie, estimează porțiile și le convertește în calorii și macronutrienți (proteine, carbohidrați, grăsimi) pe baza datelor despre compoziția alimentelor.
Cât de precisă este numărarea caloriilor cu IA dintr-o fotografie?
O trecere în revistă din 2023, care a cuprins 52 de studii, a găsit erori relative medii de la aproximativ 0,1% la 38% pentru calorii, mai mici în cazul alimentelor simple sau luate individual. Rezultatul trebuie tratat ca o estimare.
Câte calorii are un gram de proteine, carbohidrați și grăsimi?
Factorii generali Atwater sunt de aproximativ 4 kcal pe gram de proteine, 4 kcal pe gram de carbohidrați și 9 kcal pe gram de grăsimi (7 kcal pe gram de alcool).
Poate fi editat ce estimează PlateFit?
Da. PlateFit estimează caloriile și macronutrienții dintr-o fotografie a farfuriei, iar rezultatul poate fi editat ulterior.
Surse
- Shonkoff et al., AI-based digital image dietary assessment methods compared to humans and ground truth: a systematic review (Annals of Medic
- Amoutzopoulos et al., Portion size estimation in dietary assessment: a systematic review of existing tools, their strengths and limitations
- USDA FoodData Central
- University of Minnesota Nutrition Coordinating Center: primary energy sources (Atwater factors)
Mai multe în IA
- Știri AI azi: unelte noi, nervozitate bursieră (8 nov. 2026)
- Macronutrienți explicați: proteine, glucide, grăsimi
- Știri AI azi: fără subiecte majore (7 nov. 2026)
- Știri IA azi: modelul mai sigur de la Tencent (6 nov. 2026)