Czy aplikacje AI liczą kalorie ze zdjęcia dokładnie?

Technologia coraz częściej pojawia się w codziennej pracy nad zdrowiem i odżywianiem. Jeszcze kilka lat temu zapisanie całego jadłospisu wymagało ręcznego wpisywania każdego produktu, ważenia składników i korzystania z tabel kalorii. Obecnie wystarczy zrobić zdjęcie talerza, a sztuczna inteligencja próbuje samodzielnie rozpoznać potrawę, oszacować wielkość porcji i obliczyć kalorie. Brzmi wygodnie, prawda? Jednak pojawia się ważne pytanie: czy aplikacje AI rzeczywiście potrafią dokładnie ocenić ilość energii i składników odżywczych w posiłku? Sprawdźmy!

Spis treści

Sztuczna inteligencja i aplikacje AI w świecie dietetyki i liczenia kalorii

W ostatnich latach sztuczna inteligencja coraz częściej pojawia się w obszarze zdrowia, profilaktyki oraz kontroli sposobu odżywiania. Jeszcze niedawno prowadzenie dzienniczka żywieniowego oznaczało konieczność ręcznego wpisywania każdego produktu, sprawdzania tabel wartości odżywczych oraz dokładnego ważenia porcji. Obecnie natomiast wiele aplikacji obiecuje znaczne uproszczenie tego procesu – wystarczy wykonać zdjęcie posiłku, aby algorytm samodzielnie rozpoznał produkty i obliczył kalorie.

Z jednej strony takie rozwiązanie wydaje się bardzo wygodne, ponieważ ogranicza czas potrzebny na analizę diety i może zwiększać regularność jej monitorowania. Z drugiej strony pojawia się jednak ważne pytanie: czy analiza zdjęcia posiłku rzeczywiście pozwala dokładnie określić ilość spożytej energii oraz makroskładników?

W praktyce klinicznej dokładność pomiaru ma ogromne znaczenie. Szczególnie dotyczy to osób, które redukują masę ciała, kontrolują glikemię, przygotowują się do zawodów sportowych lub wymagają precyzyjnego planowania żywienia ze względów zdrowotnych.

Dlatego też naukowcy coraz częściej sprawdzają, czy narzędzia wykorzystujące sztuczną inteligencję mogą zastąpić tradycyjne metody oceny spożycia. Najnowsze wyniki sugerują, że technologia ta jest obiecująca, jednak nadal posiada istotne ograniczenia.

Jak działają aplikacje AI do liczenia kalorii ze zdjęcia?

Aplikacje wykorzystujące sztuczną inteligencję analizują posiłek w kilku etapach. Najpierw algorytm przetwarza obraz i próbuje określić, jakie produkty znajdują się na talerzu. Następnie porównuje je z własną bazą danych żywności oraz szacuje wartość energetyczną.

Na pierwszy rzut oka proces ten wydaje się prosty. Jednak w rzeczywistości dokładna analiza posiłku wymaga znacznie większej liczby informacji niż samo zdjęcie.

Przede wszystkim algorytm musi odpowiedzieć na kilka trudnych pytań:

• Jaki dokładnie produkt znajduje się na talerzu?
• Ile gramów danego składnika zostało użyte?
• Czy potrawa została przygotowana z dodatkiem tłuszczu?
• Jakiej ilości oleju, masła lub sosu użyto podczas gotowania?
• Czy porcja widoczna na zdjęciu odpowiada rzeczywistej ilości spożytego jedzenia?

Co więcej, wiele z tych informacji jest niemożliwych do uzyskania wyłącznie na podstawie fotografii. Zdjęcie pokazuje wygląd posiłku, ale nie pokazuje jego pełnego składu.

Właśnie dlatego dwa podobnie wyglądające dania mogą różnić się nawet o kilkaset kalorii. l identycznie mogą mieć zupełnie inną wartość kaloryczną.

Badanie naukowe: aplikacje AI zaniżały kaloryczność posiłków średnio o około 33%

Aby sprawdzić rzeczywistą skuteczność takich rozwiązań, naukowcy przeprowadzili kontrolowane badanie [1], w którym wykorzystano 102 posiłki przygotowane w warunkach kuchni metabolicznej NIH Clinical Center.

Jest to szczególnie wartościowe podejście badawcze, ponieważ każdy składnik został dokładnie zważony, a rzeczywista wartość odżywcza została określona na podstawie profesjonalnych tabel składu żywności.

Dzięki temu badacze znali faktyczną ilość kalorii, białka, tłuszczu oraz węglowodanów w każdym posiłku. Następnie te same zdjęcia zostały poddane analizie przez cztery popularne aplikacje wykorzystujące automatyczne rozpoznawanie jedzenia. Wyniki okazały się bardzo podobne.

Wszystkie aplikacje miały tendencję do zaniżania wartości energetycznej posiłków:

• MyFitnessPal – średnio o około 327 kcal,
• Lose It! – średnio o około 333 kcal,
• CalAI – średnio o około 345 kcal,
• Appediet – średnio o około 252 kcal.

Oznacza to, że w badanym materiale aplikacje niedoszacowywały energii średnio o około jedną trzecią.

Co ważne, problem nie dotyczył wyłącznie kalorii. Największe błędy odnotowano w posiłkach niskowęglowodanowych i ketogenicznych z uwagi na dużą ilość niewidocznego tłuszczu, podczas gdy węglowodany były szacowane najbardziej spójnie. Wszystkie aplikacje zaniżały zawartość tłuszczu w posiłkach średnio o około 30 gramów [2, 3].

To szczególnie istotne, ponieważ tłuszcz jest składnikiem, który bardzo często pozostaje niewidoczny na zdjęciu. Jednocześnie dostarcza on dużej ilości energii – jeden gram tłuszczu zapewnia około 9 kcal.

W badaniu klinicznym u kobiet z otyłością, z użyciem fizjologicznego złotego standardu – metody podwójnie znakowanej wody (DLW), aplikacja AI (SNAQ) zaniżała dzienne spożycie energii o 25% (średnio o 817,3 kcal/dobę) [2].

Dlaczego sztuczna inteligencja ma problem z dokładnym liczeniem kalorii?

Choć nowoczesne algorytmy coraz lepiej rozpoznają produkty widoczne na zdjęciach, to nadal mają trudności z dokładnym oszacowaniem wartości energetycznej całego posiłku. Wynika to przede wszystkim z ograniczeń analizy obrazu, gdyż fotografia nie dostarcza wszystkich informacji potrzebnych do precyzyjnego obliczenia kalorii i makroskładników. Największe wyzwania dotyczą oceny wielkości porcji oraz składników, których nie widać na pierwszy rzut oka.

Wielkość porcji pozostaje największym wyzwaniem dla aplikacji AI

Jednym z podstawowych problemów automatycznej analizy zdjęć jest prawidłowe określenie wielkości porcji.

Algorytm może stosunkowo dobrze rozpoznać, że na talerzu znajduje się na przykład makaron, kurczak oraz warzywa. Jednak znacznie trudniejsze jest określenie, czy:

• makaronu było 80 czy 200 gramów,
• mięsa było 100 czy 180 gramów,
• sos zawierał jedną czy trzy łyżki oliwy.

A właśnie te różnice często decydują o końcowej wartości energetycznej. Dlatego też nawet poprawne rozpoznanie produktów nie gwarantuje prawidłowego wyniku.

Ukryte kalorie są niewidoczne dla aparatu

Kolejnym problemem są składniki, których nie widać bezpośrednio.

Przykładowo:

• olej dodany podczas smażenia,
• masło wykorzystane do przygotowania potrawy,
• dressing do sałatki,
• śmietanka w sosie,
• cukier dodany do napojów.

W rezultacie posiłek może wyglądać na stosunkowo lekki, mimo że jego rzeczywista wartość energetyczna jest znacznie wyższa. Ponadto użytkownik często nie pamięta wszystkich dodatków, dlatego nawet ręczne uzupełnienie danych może być niepełne.

Czy warto korzystać z aplikacji AI do liczenia kalorii?

Pomimo ograniczeń nie oznacza to, że aplikacje wykorzystujące sztuczną inteligencję są bezużyteczne. Wręcz przeciwnie – mogą stanowić wartościowe wsparcie w wielu sytuacjach.

Przede wszystkim pomagają zwiększyć świadomość żywieniową. Osoba, która wcześniej nie analizowała swojej diety, dzięki aplikacji może zauważyć między innymi:

• jak często podjada,
• jakie produkty pojawiają się najczęściej,
• czy spożywa wystarczającą ilość białka,
• gdzie mogą pojawiać się nadprogramowe kalorie.

Jednocześnie należy pamiętać, że wynik wygenerowany przez aplikację jest jedynie szacunkiem. Dlatego też osoby wymagające większej precyzji powinny traktować takie narzędzia jako pomoc, a nie jako jedyne źródło informacji o swojej diecie.

Co oznacza to dla pacjentów korzystających z aplikacji AI?

Jeżeli pacjent wykorzystuje aplikację AI podczas pracy nad zmianą nawyków żywieniowych, warto zwrócić uwagę na kilka zasad.

Po pierwsze, należy sprawdzać dane wygenerowane automatycznie. Jeżeli aplikacja rozpozna produkt lub porcję błędnie, warto dokonać korekty.

Przegląd 17 zaawansowanych modeli sztucznej inteligencji, w tym m.in. GPT-4.1 mini, Gemini 2.5 Flash oraz Qwen2.5-VL, przeprowadzony na podstawie analizy 3466 posiłków wykazał, że modele stosunkowo dobrze rozpoznają produkty widoczne na zdjęciach, osiągając precyzję na poziomie około 60%. Jednocześnie okazało się, że znacznie większym wyzwaniem pozostaje przeliczanie objętości i wielkości porcji na rzeczywistą wartość odżywczą. Co więcej, autorzy badania wykazali, że nawet prawidłowe rozpoznanie wszystkich składników nie eliminuje błędów związanych z oszacowaniem ich masy, a w konsekwencji również kaloryczności całego posiłku [4].

Po drugie, szczególną uwagę należy zwracać na produkty wysokokaloryczne, których ilość trudno ocenić wizualnie. Dotyczy to przede wszystkim tłuszczów dodanych, sosów, orzechów, serów oraz produktów smażonych.

Podobne wnioski płyną z badań oceniających możliwości modelu ChatGPT-4o. Wykazano, że analiza wartości odżywczej wyłącznie na podstawie zdjęcia może generować błędy sięgające 54,4% w przypadku kalorii oraz 76,5% w przypadku zawartości tłuszczu, zwłaszcza w odniesieniu do posiłków złożonych, takich jak sałatki z sosami czy gulasze. Jednak badacze zauważyli, że już samo uzupełnienie analizy krótkim opisem tekstowym, na przykład poprzez podanie ilości użytej oliwy, sposobu przygotowania lub gramatury składników, znacząco poprawiało dokładność oszacowania wartości odżywczej. Oznacza to, że połączenie analizy obrazu z informacjami przekazanymi przez użytkownika może być znacznie skuteczniejsze niż opieranie się wyłącznie na fotografii posiłku [3].

Po trzecie, nie należy wyciągać zbyt pochopnych wniosków na podstawie pojedynczych dni. Nawet przy dokładnym liczeniu kalorii naturalne różnice w spożyciu energii są normalne.

Przyszłość AI w dietetyce: aplikacje AI jako wsparcie zamiast zastępstwa specjalisty

Sztuczna inteligencja prawdopodobnie będzie odgrywać coraz większą rolę w monitorowaniu sposobu odżywiania. Jednak obecnie najbardziej wartościowe wydaje się połączenie technologii z wiedzą specjalisty.

AI może szybko analizować duże ilości danych, pomagać pacjentowi w codziennym monitorowaniu posiłków oraz zwiększać zaangażowanie w proces zmiany nawyków. Natomiast dietetyk nadal pozostaje potrzebny, ponieważ ocena żywienia obejmuje znacznie więcej niż samo liczenie kalorii.

Obejmuje ona między innymi:

• jakość produktów,
• regularność posiłków,
• kontekst zdrowotny,
• wyniki badań laboratoryjnych,
• preferencje pacjenta,
• możliwość utrzymania zaleceń w długim okresie.

Dlatego też przyszłość dietetyki prawdopodobnie nie będzie polegała na zastąpieniu człowieka przez algorytm, lecz na wykorzystaniu technologii jako dodatkowego narzędzia wspierającego skuteczniejszą opiekę dietetyczną.

DIETA ONLINE

Osiągnij wymarzoną sylwetkę, doskonałe samopoczucie i zadbaj o swoje zdrowie pod okiem specjalisty!

Sprawdź moją ofertę!

Podsumowanie

Aplikacje wykorzystujące sztuczną inteligencję do liczenia kalorii ze zdjęć mogą być pomocnym narzędziem w monitorowaniu diety, jednak obecnie nie zapewniają pełnej dokładności. Badania pokazują, że aplikacje AI mogą znacząco zaniżać wartość energetyczną posiłków, szczególnie ze względu na trudności w ocenie wielkości porcji oraz niewidocznych dodatków, takich jak olej, masło czy sosy.

W praktyce warto traktować wyniki generowane przez AI jako orientacyjny szacunek, a nie dokładny pomiar spożycia kalorii. Technologia może wspierać zmianę nawyków żywieniowych, jednak nadal najlepiej działa jako uzupełnienie, a nie zamiennik profesjonalnej opieki dietetycznej.