Aplikasi pelacak kalori bertenaga AI dapat memperkirakan kandungan nutrisi suatu makanan hanya dari satu foto. Teknologi ini menawarkan alternatif yang cepat dan nyaman dibandingkan memasukkan setiap item dan porsi makanan secara manual, namun penelitian baru menunjukkan bahwa hasilnya bisa jauh lebih rendah daripada yang sebenarnya ada di piring.
Dalam pengujian terhadap empat aplikasi berbasis foto, para peneliti menemukan bahwa perkiraan kalori dan lemak rata-rata sepertiganya terlalu rendah.
Bagaimana AI memperkirakan kalori dari foto makanan
Pelacakan kalori berbasis foto menggunakan pengenalan gambar AI untuk mengidentifikasi makanan yang ditampilkan dalam gambar dan memperkirakan ukuran setiap porsi. Aplikasi ini kemudian membandingkan perkiraan ini dengan database nutrisi untuk menghitung kalori dan nutrisi lainnya.
“Aplikasi pelacakan kalori berbasis foto sangat populer, terutama bagi orang-orang yang mencoba menjaga kesehatan atau menurunkan berat badan,” kata Aaron Hengist, peneliti pascadoktoral tamu dalam program intramural di Institut Nasional Diabetes dan Penyakit Pencernaan dan Ginjal (NIDDK), bagian dari Institut Kesehatan Nasional. Namun, keakuratan banyak aplikasi ini belum dievaluasi secara menyeluruh. Penelitian kami membantu menjawab pertanyaan ini dengan memeriksa apakah aplikasi ini dapat memperkirakan kalori dengan andal.
Olivia Charles, rekan pelatihan penelitian intramural pasca sarjana muda di NIDDK, mempresentasikan temuannya di NUTRITION 2026, pertemuan tahunan utama American Society for Nutrition, yang diadakan pada 25-28 Juli di National Harbor, Maryland, tepat di luar Washington, DC.
Menguji aplikasi dengan makanan yang diukur secara akurat
Proyek ini merupakan bagian dari studi nutrisi yang lebih besar di NIH Clinical Center yang mempelajari bagaimana tubuh memproses nutrisi baik pada diet rendah karbohidrat (ketogenik) atau diet standar.
Makanan yang digunakan dalam uji klinis disiapkan di dapur metabolik terkontrol, di mana peneliti mengukur bahan-bahan hingga 0,1 gram terdekat. Hal ini memberi tim tolok ukur yang sangat spesifik untuk mengevaluasi aplikasi.
Para peneliti mengumpulkan foto-foto standar dari 102 makanan yang disiapkan untuk studi diet. Mereka kemudian mengirimkan gambar tersebut ke MyFitnessPal, LoseIt!, CalAI, dan Appediet untuk melihat seberapa cocok perkiraan masing-masing aplikasi dengan kandungan nutrisi yang diketahui.
“Dengan menggunakan makanan yang disiapkan di dapur metabolisme yang dikontrol dengan ketat, kami dapat membandingkan perkiraan aplikasi dengan tolok ukur yang akurat,” kata Hengist. “Perbandingan langsung dan berkualitas tinggi seperti ini belum pernah ada sebelumnya.”
Aplikasi melewatkan ratusan kalori
Di keempat aplikasi, perkiraan total kalori rata-rata sekitar 250 hingga 345 kalori terlalu rendah per makanan. Aplikasi tersebut juga meremehkan lemak sekitar 30 gram.
MyFitnessPal dan LoseIt! lebih akurat saat menganalisis makanan berkalori tinggi dibandingkan makanan rendah kalori. Keempat aplikasi tersebut juga menghasilkan perkiraan karbohidrat yang lebih konsisten dibandingkan makronutrien lainnya.
“Orang yang menggunakan aplikasi pelacakan foto tanpa menyesuaikan porsi atau memasukkan jumlah makanan harus menganggap remeh hasilnya,” kata Hengist. “Aplikasi-aplikasi ini cenderung meremehkan kalori, terutama yang berasal dari lemak, jadi apa yang sebenarnya mereka makan kemungkinan besar lebih tinggi daripada yang ditampilkan aplikasi.”
Makanan keto mungkin lebih sulit diukur oleh AI
Setelah analisis awal, para peneliti menguji lebih dari 200 makanan tambahan untuk menentukan faktor apa yang mungkin mempengaruhi keakuratan aplikasi.
Hasil awal menunjukkan bahwa aplikasi mungkin lebih sulit menilai makanan dari diet ketogenik rendah karbohidrat. Makanan ini sering kali mengandung lebih banyak lemak, yang cenderung diremehkan oleh aplikasi secara sistematis.
Para peneliti berpendapat bahwa menggabungkan alat fotografi dengan metode tradisional dalam menilai asupan makanan dan kualitas makanan dapat membuat pelacakan kalori harian menjadi lebih akurat.
Charles mempresentasikan penelitiannya pada Sabtu, 25 Juli saat Sidang Lisan Presiden di Gaylord National Resort & Convention Center (abstrak).
Abstrak yang dipresentasikan pada NUTRITION 2026 ditinjau dan dipilih oleh komite ahli. Namun, mereka umumnya belum menyelesaikan proses peer review secara lengkap yang diperlukan untuk publikasi di jurnal ilmiah. Oleh karena itu, hasilnya harus dianggap sebagai hasil awal sampai hasilnya muncul dalam publikasi yang ditinjau oleh rekan sejawat.
