在对四款基于照片的应用程序进行的测试中，研究人员发现，卡路里和脂肪的估算值平均偏低约三分之一。
AI如何从食物照片估算卡路里
基于照片的卡路里追踪依赖于AI图像识别技术来识别图片中显示的食物，并估算每份食物的分量。随后，应用程序将这些估算值与营养数据库进行比对，以计算卡路里和其他营养素。
“基于照片的卡路里追踪应用程序非常受欢迎，尤其是对于那些试图管理健康或减肥的人群，”美国国立卫生研究院（NIH）下属美国国立糖尿病、消化和肾脏疾病研究所（NIDDK）院内项目的博士后访问学者Aaron Hengist说道。“然而，许多此类应用程序的准确性尚未得到充分评估。我们的研究通过考察这些应用程序是否能可靠地估算卡路里，帮助解答了这一问题。”
NIDDK的本科后院内研究培训学者Olivia Charles在NUTRITION 2026会议上展示了这些发现，这是美国营养学会的年度旗舰会议，于7月25日至28日在马里兰州国家港（National Harbor）举行，地点紧邻华盛顿特区。
使用精确测量的餐食测试应用程序
该项目是NIH临床中心一项更广泛的营养研究的一部分，该研究旨在调查身体在低碳水化合物（生酮）饮食或标准饮食下如何处理营养素。
临床试验中使用的餐食是在受控的代谢厨房中准备的，研究人员在那里将配料称量精确至0.1克。这为团队评估应用程序提供了高度准确的参考标准。
研究人员收集了为饮食研究准备的102顿餐食的标准化照片。随后，他们将图像提交给MyFitnessPal、LoseIt!、CalAI和Appediet，以查看每个应用程序的估算值与已知营养成分的吻合程度。
“通过使用在严格控制下的代谢厨房中准备的餐食，我们能够将应用程序的估算值与精确的参考值进行比对，”Hengist说。“这种直接、高质量的比对以前是无法实现的。”
应用程序少算了数百卡路里
在所有四款应用程序中，每顿饭的卡路里总估算值平均偏低约250至345卡路里。应用程序对脂肪的低估幅度约为30克。
MyFitnessPal和LoseIt!在分析高卡路里餐食时比分析低卡路里餐食时更准确。所有四款应用程序对碳水化合物的估算也比对其他宏量营养素的估算更加一致。
“人们在使用基于照片的追踪应用程序时，如果不调整份量或输入食物的量，就应该对结果持保留态度，”Hengist说。“这些应用程序倾向于低估卡路里，尤其是来自脂肪的卡路里，因此他们实际摄入的量很可能高于应用程序显示的量。”
AI可能更难测量生酮餐食
在初步分析之后，研究人员测试了另外200多顿餐食，以调查哪些因素可能影响应用程序的准确性。
初步发现表明，这些应用程序在评估低碳水生酮饮食的餐食时可能面临更大的困难。这些餐食通常含有更多的脂肪，而应用程序倾向于持续低估脂肪含量。
研究人员建议，将基于照片的工具与评估食物摄入量和饮食质量的传统方法相结合，可以使日常使用中的卡路里追踪更加准确。
Charles于7月25日星期六在盖洛德国家度假会议中心（Gaylord National Resort & Convention Center）的主席口头报告会上展示了这项研究（摘要）。
在NUTRITION 2026上展示的摘要由专家委员会评审并选出。然而，它们通常尚未完成在科学期刊发表所需的完整同行评审过程。因此，在结果发表于同行评审出版物之前，应被视为初步结果。