Приложения с искусственным интеллектом для расчета калорийности и макронутриентного состава блюд по одной фотографии стали главным трендом в нутрициологии. Однако исследование Национального института диабета, болезней пищеварения и почек США (NIDDK/NIH), представленное на флагманском конгрессе NUTRITION 2026, указывает на опасную иллюзию дефицита калорий и систематическое занижение реальной энергетической ценности тарелки.

Исследователи использовали эталонную базу: 102 блюда, приготовленные на метаболической кухне NIH с точностью до 0,1 грамма в рамках клинического испытания кетогенной и стандартной диет. Стандартизированные фотографии этих блюд были протестированы в четырех популярных сервисах: MyFitnessPal, LoseIt!, CalAI и Appediet.

Ключевые результаты

В среднем ИИ-приложения занижали энергетическую ценность каждого приема пищи на 250–345 ккал.

Основная погрешность алгоритмов пришлась на липиды: приложения проглядели в среднем около 30 граммов жира на порцию (скрытые масла, заправки и насыщенные жиры).

Дополнительный анализ еще 200+ блюд показал, что ИИ испытывает наибольшие трудности с оценкой высокожировых (кетогенных) блюд, где объемы порций визуально меньше, но калорийность высока.

Наиболее стабильные и близкие к реальности результаты все четыре приложения продемонстрировали при подсчете углеводов.

Практические рекомендации

Нейросети оценивают только видимый объем и геометрию продуктов, но абсолютно не способны точно определить плотность энергии и количество добавленных жиров.
Пользователям, использующим фото-трекинг для снижения веса без ручной коррекции граммовок, стоит помнить: реальная калорийность дневного рациона оказывается существенно выше цифр на экране.

Источник: Olivia Charles et al. Photograph based AI Features in Calorie tracking Apps Underestimate Energy Content of Meals// NUTRITION 2026 (American Society for Nutrition), 2026, Вашингтон