يمكن لتطبيقات تتبع السعرات الحرارية المدعومة بالذكاء الاصطناعي تقدير المحتوى الغذائي للوجبة من صورة واحدة. توفر هذه التقنية بديلاً سريعًا ومريحًا لإدخال كل طعام وجزء يدويًا، لكن الأبحاث الجديدة تشير إلى أن النتائج قد تكون أقل بكثير مما هو موجود بالفعل على الطبق.
وفي اختبار لأربعة تطبيقات تعتمد على الصور، وجد الباحثون أن تقديرات السعرات الحرارية والدهون كانت منخفضة جدًا بحوالي الثلث في المتوسط.
كيف يقدر الذكاء الاصطناعي السعرات الحرارية من صور الطعام
يعتمد تتبع السعرات الحرارية القائم على الصور على التعرف على الصور بتقنية الذكاء الاصطناعي لتحديد الأطعمة المعروضة في الصورة وتقدير حجم كل جزء. ثم يقوم التطبيق بمقارنة تلك التقديرات مع قواعد بيانات التغذية لحساب السعرات الحرارية والمواد المغذية الأخرى.
وقال آرون هينجست، زميل زائر ما بعد الدكتوراه في البرنامج الداخلي للمعهد الوطني للسكري وأمراض الجهاز الهضمي والكلى (NIDDK)، وهو جزء من المعاهد الوطنية للصحة: ”تحظى تطبيقات تتبع السعرات الحرارية المعتمدة على الصور بشعبية كبيرة، خاصة بالنسبة للأشخاص الذين يحاولون إدارة صحتهم أو فقدان الوزن”. “ومع ذلك، لم يتم تقييم دقة العديد من هذه التطبيقات بشكل شامل. تساعد دراستنا في الإجابة على هذا السؤال من خلال النظر في ما إذا كانت هذه التطبيقات يمكنها تقدير السعرات الحرارية بشكل موثوق.”
قدمت أوليفيا تشارلز، زميلة التدريب على الأبحاث الداخلية بعد البكالوريا في NIDDK، النتائج في NUTRITION 2026، وهو الاجتماع السنوي الرئيسي للجمعية الأمريكية للتغذية، الذي عقد في الفترة من 25 إلى 28 يوليو في ناشيونال هاربور بولاية ماريلاند، خارج واشنطن العاصمة.
اختبار التطبيقات باستخدام وجبات تم قياسها بدقة
يعد المشروع جزءًا من دراسة تغذية أوسع نطاقًا في المركز السريري للمعهد الوطني للصحة والتي تبحث في كيفية معالجة الجسم للعناصر الغذائية إما في نظام غذائي منخفض الكربوهيدرات (الكيتون) أو نظام غذائي قياسي.
يتم إعداد الوجبات المستخدمة في التجربة السريرية في مطبخ أيضي خاضع للرقابة، حيث يقوم الباحثون بقياس المكونات إلى أقرب 0.1 جرام. وقد أعطى هذا للفريق مرجعًا دقيقًا للغاية لتقييم التطبيقات.
قام الباحثون بجمع صور موحدة لـ 102 وجبة تم إعدادها لدراسة النظام الغذائي. ثم أرسلوا الصور إلى MyFitnessPal وLoseIt! وCalAI وAppediet لمعرفة مدى تطابق تقديرات كل تطبيق مع المحتوى الغذائي المعروف.
وقال هينجيست: “باستخدام الوجبات المحضرة في مطبخ أيضي يتم التحكم فيه بإحكام، تمكنا من مقارنة تقديرات التطبيقات بمرجع دقيق”. “لم يكن هذا النوع من المقارنة المباشرة عالية الجودة متاحًا من قبل.”
التطبيقات فقدت مئات السعرات الحرارية
اقرأ أيضًا...
في جميع التطبيقات الأربعة، كان إجمالي السعرات الحرارية المقدرة حوالي 250 إلى 345 سعرة حرارية منخفضة جدًا لكل وجبة في المتوسط. كما قللت التطبيقات من نسبة الدهون بحوالي 30 جرامًا.
MyFitnessPal وLoseIt! كانت أكثر دقة عند تحليل الوجبات ذات السعرات الحرارية العالية مقارنة بالوجبات ذات السعرات الحرارية المنخفضة. أنتجت جميع التطبيقات الأربعة أيضًا تقديرات أكثر اتساقًا للكربوهيدرات مقارنةً بالمغذيات الكبيرة الأخرى.
وقال هينجيست: “يجب على الأشخاص الذين يستخدمون تطبيق تتبع يعتمد على الصور دون تعديل الأجزاء أو إدخال كميات الطعام أن يأخذوا النتائج بحذر”. “تميل هذه التطبيقات إلى التقليل من شأن السعرات الحرارية، خاصة الدهون، لذا فإن ما تناولوه بالفعل من المرجح أن يكون أعلى مما يعرضه التطبيق.”
قد يكون من الصعب على الذكاء الاصطناعي قياس وجبات الكيتو
بعد التحليل الأول، اختبر الباحثون أكثر من 200 وجبة إضافية للتحقق من العوامل التي قد تؤثر على دقة التطبيق.
تشير النتائج الأولية إلى أن التطبيقات قد تواجه صعوبة أكبر في تقييم الوجبات من نظام غذائي منخفض الكربوهيدرات. غالبًا ما تحتوي هذه الوجبات على المزيد من الدهون، وهو ما تميل التطبيقات إلى التقليل من أهميته باستمرار.
ويشير الباحثون إلى أن الجمع بين الأدوات المعتمدة على الصور والأساليب التقليدية لتقييم تناول الطعام وجودة النظام الغذائي يمكن أن يجعل تتبع السعرات الحرارية أكثر دقة في الاستخدام اليومي.
قدم تشارلز هذا البحث يوم السبت 25 يوليو، خلال الجلسة الشفهية للرئيس في منتجع ومركز مؤتمرات جايلورد الوطني (ملخص).
تمت مراجعة الملخصات المقدمة في NUTRITION 2026 واختيارها من قبل لجنة من الخبراء. ومع ذلك، فإنهم عمومًا لم يكملوا عملية مراجعة النظراء الكاملة المطلوبة للنشر في مجلة علمية. ولذلك ينبغي اعتبار النتائج أولية حتى تظهر في منشور خاضع لمراجعة النظراء.
المصدر :- Health & Medicine News — ScienceDaily
