🧬 ملخص علمي: دقة تطبيقات تعقب السعرات الحرارية المعتمدة على الذكاء الاصطناعي
أظهرت دراسة حديثة أن تطبيقات تعقب السعرات الحرارية التي تستخدم تقنية الذكاء الاصطناعي (AI) لتحليل صور الوجبات الغذائية تقلل من كمية السعرات والدهون بمعدلات كبيرة. وبحسب نتائج البحث، فإن هذه التطبيقات تقلل من السعرات الحرارية بحوالي 345 سعرة حرارية ونحو 30 غرامًا من الدهون في المتوسط لكل وجبة، مما يشير إلى أن تقديراتها قد تكون غير دقيقة بشكل كافٍ للاعتماد عليها بمفردها في مراقبة التغذية أو فقدان الوزن.
🧠 كيف تقوم تطبيقات الذكاء الاصطناعي بتقدير السعرات الحرارية؟
تعتمد التطبيقات التي تعمل بتقنية الذكاء الاصطناعي على التعرف على الصور لتحديد نوع وكميات الطعام في الصورة المُلتقطة. بمجرد التعرف على الأطعمة وأحجامها، تقوم التطبيقات بمقارنة هذه البيانات مع قواعد بيانات التغذية لحساب السعرات الحرارية وباقي العناصر الغذائية.
هذا الأسلوب يوفر بديلاً سريعًا وعمليًا عن إدخال المعلومات يدويًا، مما يجعله شائعًا بين الأشخاص الراغبين بإدارة وزنهم أو صحتهم الغذائية.
🧪 نتائج اختبار دقة التطبيقات باستخدام وجبات مراقبة بدقة عالية
أجرى فريق بحثي تجارب باستخدام أربع تطبيقات شهيرة: MyFitnessPal، LoseIt!، CalAI، وAppediet. تم اختبار هذه التطبيقات على صور لـ 102 وجبة تم إعدادها ضمن تجربة تغذوية سريرية بدقة وزن مكونات تصل إلى 0.1 غرام.
استخدمت الوجبات في الدراسة نظامًا غذائيًا منخفض الكربوهيدرات (الحمية الكيتونية) وأخرى نظامًا غذائيًا قياسيًا، مما وفر مرجعًا دقيقًا لمقارنة التقديرات التي تقدمها التطبيقات مع القيم الحقيقية.
📉 انخفاض دقة التقدير عند التطبيقات
- كان متوسط تقدير السعرات الحرارية منخفضًا بين 250 إلى 345 سعرة حرارية لكل وجبة مقارنة بالقيم الحقيقية.
- انخفضت تقديرات الدهون بحوالي 30 غرامًا لكل وجبة.
- كانت التطبيقات أفضل في تقدير الكربوهيدرات مقارنة بالدهون أو البروتينات.
- حقق كل من MyFitnessPal وLoseIt! دقة أفضل في التقديرات للوجبات ذات السعرات الحرارية العالية مقارنة بالوجبات منخفضة السعرات.
توضح النتائج أن الاعتماد الكلي على التطبيقات التي تعتمد فقط على تحليل صورة واحدة دون تعديل البيانات يُعتبر مضللًا، خاصة فيما يتعلق بتقدير الدهون والسعرات الحقيقية التي يستهلكها المستخدم.
🌱 تحديات خاصة مع الوجبات منخفضة الكربوهيدرات والكيتونية (Keto Meals)
أظهرت التحليلات الأولية أن التطبيقات تواجه صعوبة أكبر في تقييم الوجبات التي تنتمي إلى الحمية الكيتونية، والتي تتميز بمحتوى دهني عالٍ. يبدو أن الذكاء الاصطناعي يميل إلى التقليل من كمية الدهون في هذه الوجبات مقارنة بالوجبات التقليدية.
بذلك، تصبح دقة حساب السعرات في الوجبات الكيتونية أقل، مما قد يؤثر على فهم الشخص لمقدار استهلاكه الغذائي بشكل فعلي.
🩺 أهمية دمج تقنيات متعددة لتقييم أفضل
يشير البحث إلى أن الجمع بين التطبيقات التي تعتمد على الذكاء الاصطناعي لـ image recognition وأساليب أخرى لتقييم الغذاء يمكن أن يساعد في تحسين مستوى الدقة لدى المستخدمين.
قد يشمل ذلك تعديل كميات الطعام بصورة يدوية أو استخدام طرق أكثر تفصيلًا لمراقبة النظام الغذائي، وذلك لزيادة موثوقية تتبع السعرات والعناصر الغذائية.
🔍 تحليل نقدي وتداعيات النتائج
تقدم هذه الدراسة إحدى أولى المقاربات التي تقارن بسلاسة بين تقديرات التطبيقات والقياسات الحقيقية في بيئة خاضعة للرقابة، مما يعزز مصداقية النتائج.
على الرغم من الشعبية الكبيرة لتطبيقات تتبع السعرات، تبين أن النتائج قد تشكل تقديرات ناقصة، خصوصًا في ما يتعلق بالدهون. هذا يؤثر بشكل خاص على من يعتمدون على هذه التطبيقات للتحكم في الوزن أو للتأكد من تناول كميات معينة من المغذيات.
من المهم أن يُعلم المستخدمون أن نتائج التطبيقات ليست نهائية، ويجب التعامل معها برؤية نقدية، خاصة في الوجبات المعقدة أو التي تتضمن مكونات متعددة الدهون أو التي تعتمد بشكل كبير على الدهون، مثل الحمية الكيتونية.
🧬 خلاصة
- تقنية الذكاء الاصطناعي في تتبع السعرات تعتمد على التعرف الآلي على الصور لتحديد محتوى الطعام.
- تطبيقات مثل MyFitnessPal وLoseIt! وCalAI وAppediet تقلل بشكل كبير من تقديرات السعرات والدهون مقارنة بالقياسات الحقيقية.
- القصور في تقدير الدهون أعلى بشكل واضح في الوجبات التي تعتمد الحمية الكيتونية.
- الجمع بين أدوات التعرف على الصور وأساليب إدخال البيانات التقليدية يعزز دقة حساب السعرات.
في ظل تزايد اعتماد الأفراد على التكنولوجيا الحديثة لمراقبة صحتهم، تعكس هذه الدراسة الحاجة إلى مزيد من التطوير والتقييم المستمر لتقنيات الذكاء الاصطناعي لضمان تقديم معلومات دقيقة وصحيحة تدعم القرارات الصحية المستنيرة.
📚 مقالات ذات صلة
اكتشاف المزيد من Mohdbali
اشترك للحصول على أحدث التدوينات المرسلة إلى بريدك الإلكتروني.
