08 Сентября 2026 Вторник

Ученые: ИИ-приложения для подсчета калорий занижают энергетическую ценность блюд более чем на 30%
Софья Волкодавова
Мединдустрия Искусственный интеллект
10 августа 2026, 14:55

Фото: magnific.com / автор: drobotdean
1363

Ученые из США представили на ежегодной конференции Американского общества питания NUTRITION 2026 исследование, в котором оценили точность ИИ-функций четырех приложений для подсчета калорий, определяющих состав еды по фотографии. Анализ 102 приготовленных блюд показал, что все протестированные приложения в среднем занижали их энергетическую ценность примерно на 33% – на 252–345 килокалорий относительно рассчитанного фактического содержания. Наиболее нестабильными оказались оценки содержания жиров и белков.

Исследование было проведено на базе данных о питательной ценности 102 заранее приготовленных блюд. Их состав и энергетическая ценность рассчитывались с использованием национальных таблиц химического состава продуктов, после чего фотографии анализировались четырьмя приложениями – MyFitnessPal, LoseIt!, CalAI и Appediet.

Энергетическая ценность порций варьировалась от 592 до 1 211 килокалорий. В среднем они содержали 60 г углеводов, 61 г жиров и 36 г белка. Все четыре приложения статистически значимо занижали энергетическую ценность: наибольшая разница была зафиксирована у CalAI – в среднем 345 ккал, у LoseIt! – 333 ккал, у MyFitnessPal – 327 ккал. Наименьшее отклонение показало Appediet – 252 ккал.

Исследователи также оценили точность определения отдельных макронутриентов. LoseIt! и CalAI занижали содержание углеводов примерно на 14 г. Статистически значимых различий по этому показателю для MyFitnessPal и Appediet выявлено не было, при этом все четыре приложения занижали содержание жиров примерно на 30 г. Согласованность оценок содержания углеводов между приложениями была умеренной или хорошей. Для остальных показателей – энергетической ценности, жиров и белка – согласованность оказалась низкой.

Для MyFitnessPal и LoseIt! исследователи также выявили систематическое смещение: при увеличении энергетической ценности блюда ошибка оценки уменьшалась. Таким образом, эти приложения точнее определяли калорийность более энергетически плотных блюд, чем блюд с меньшей калорийностью.

По оценке авторов, полученные результаты свидетельствуют о том, что ИИ-функции, определяющие состав пищи по фотографии, пока не могут обеспечить точную оценку ее энергетической ценности. Выявленное среднее занижение примерно на 33% сопоставимо с ранее описанной погрешностью традиционных методов оценки рациона, основанных на самостоятельных отчетах пациентов.

В марте 2026 года исследователи из Университета Атлас сравнили рекомендации по питанию, составленные пятью популярными ИИ-моделями, и рационы, подготовленные профессиональным диетологом. Результаты работы показали, что нейросети систематически формировали планы питания с недостаточной калорийностью и несбалансированным содержанием питательных веществ.

Подписывайтесь на наши каналы: в MAX – Vademecum и Vademecum Live, в Telegram – Vademecum и Vademecum Live.

Источник: American Society for Nutrition

Картина дня: дайджест главных новостей от 7 сентября 2026 года

Валентина Фикс покинула ГК «Фармасинтез»

Появились конфеты для сна на основе пептида, открытого с помощью ИИ

Созданный с помощью ИИ препарат показал признаки замедления старения

Аналитики: обеспеченность врачами-остеопатами в госклиниках РФ близится к нулю

ФАС возбудила дело против Teva и «Гротекса» из-за дженериков апиксабана

EDQM приостановил действие сертификатов 17 фармсубстанций из-за нарушений стандартов GMP

Минздрав предложит варианты модернизации мер для повышения рождаемости

На российский тендерный рынок вышел крупный китайский производитель КТ UIH

МВД получит доступ к медкартам мигрантов и данным о медосмотрах водителей через ЕГИСЗ