Cât de precisă este recunoașterea alimentelor prin AI? La ce să te aștepți

Publicat în aprilie 2026

Înregistrarea meselor din fotografii cu ajutorul AI este mult mai rapidă decât căutarea manuală într-o bază de date de alimente. Dar o întrebare frecventă înainte de schimbare este: cât de precisă este, de fapt? Răspunsul sincer este că depinde de ce mănânci și de cum fotografiezi. Iată ce poate și ce nu poate face tehnologia.

AI pentru recunoașterea alimentelor: cum funcționează tehnologia

AI-ul pentru recunoașterea alimentelor înseamnă viziune computerizată aplicată unei farfurii: un model antrenat pe imagini etichetate cu alimente, care identifică ce se află într-o fotografie și estimează cât de mult este. Aceeași clasă de modele alimentează aplicațiile de calorii pentru consumatori și API-urile comerciale de recunoaștere a alimentelor pe care se bazează restaurante, spitale și platforme de sănătate. Fiecare implementare parcurge aceleași cinci etape.

• Detecția. Modelul găsește zonele imaginii care conțin mâncare, separându-le de farfurie, masă și fundal.
• Segmentare. Fiecare regiune de mâncare este împărțită în elemente distincte, așa că un stir-fry devine proteine, legume, orez și sos, nu un singur obiect.
• Clasificare. Fiecare segment este comparat cu categoriile de alimente pe care a fost antrenat modelul. Aceasta este etapa care a devenit fiabilă: modelele moderne recunosc mii de feluri de mâncare.
• Estimarea volumului și a porției. Modelul deduce cât de mult este prezent din fiecare element din mărimea sa aparentă, în raport cu farfuria, tacâmurile sau alte obiecte de referință. Din această etapă, nu din clasificare, provine aproape toată eroarea.
• Căutarea nutrițională. Fiecare aliment identificat este scalat la porția estimată și asociat cu valorile de calorii și macronutrienți.

Când fotografiezi o masă, un model AI de viziune analizează imaginea pentru a identifica fiecare aliment. Se uită la forme, culori, texturi și context ca să stabilească ce este în farfurie. După identificarea alimentelor, sistemul estimează mărimea porțiilor pe baza indiciilor vizuale, inclusiv mărimea aparentă a fiecărui aliment raportată la farfurie, tacâmuri sau alte puncte de referință din cadru.

Pe baza acestor estimări, calculează caloriile și macronutrienții folosind valorile nutriționale ale alimentelor identificate. Tot procesul durează de obicei câteva secunde.

Cât de precisă este?

Pentru mesele obișnuite, clar vizibile, recunoașterea alimentelor prin AI este destul de precisă. O farfurie cu piept de pui, orez și legume la abur este genul de masă la care AI-ul se descurcă bine. Componentele sunt vizibile, porțiile pot fi estimate, iar alimentele sunt unele pe care modelul le-a văzut de multe ori. Cât de aproape ajunge estimarea nu este ceva ce poate fi redus sincer la un singur procent. Recenzia sistematică din 2023 din Annals of Medicine a examinat 14.059 de publicații, a păstrat 52 publicate între 2010 și 2023 și a găsit erori relative medii pentru calorii între 0,1% și 38,3%. Autorii nu au putut combina aceste studii într-o singură cifră, pentru că bazele de date de imagini cu alimente și rezultatele raportate variau prea mult pentru o meta-analiză. Ce stabilește recenzia este direcția: erorile au fost mai mici pentru imaginile cu alimente simple sau unice.

Acuratețea scade la felurile mixte. Un bol de tocăniță, o caserolă sau un curry conține ingrediente parțial sau complet ascunse. AI-ul poate identifica felul de mâncare, dar nu poate vedea ce e înăuntru, așa că estimările se bazează mai mult pe rețetele obișnuite decât pe ce este de fapt în oala ta. Marja de eroare crește.

Sosurile, uleiurile și dressingurile sunt în mod constant dificile. O salată cu ulei de măsline și o salată cu o vinegretă ușoară arată aproape identic într-o fotografie. Diferența de calorii dintre ele poate fi semnificativă. Uleiul pus în tigaie înainte de a căli mâncarea este complet invizibil în fotografia finală.

Alimentele ambalate cu etichete nutriționale se gestionează mai bine prin introducere manuală sau scanarea codului de bare. O porție de 200 g dintr-un anumit iaurt de marcă are un profil nutrițional cunoscut și exact. Estimarea AI introduce o incertitudine inutilă atunci când valorile reale sunt tipărite pe ambalaj.

Ce influențează acuratețea

Mai mulți factori practici influențează cât de bine se descurcă AI-ul cu o anumită fotografie:

• Lumina. Fotografiile bine luminate îi oferă modelului mai multe informații vizuale. Lumina slabă aplatizează texturile și reduce fidelitatea culorilor, ceea ce face alimentele mai greu de identificat corect.
• Unghi. Fotografiile de sus (direct deasupra farfuriei) tind să producă cele mai bune rezultate. Unghiurile din lateral pot ascunde alimente în spatele altora și pot face estimarea porției mai puțin fiabilă.
• Aranjarea mâncării. Alimentele așezate pe farfurie în porții distincte sunt mai ușor de analizat decât cele suprapuse sau amestecate. Dacă ai mai multe alimente, întinde-le înainte de a fotografia.
• Obiectele de referință. Includerea marginii farfuriei, a unei furculițe sau a altui obiect familiar în cadru ajută modelul să calibreze mărimea porției. O bucată de pui arată foarte diferit ca scară lângă o furculiță față de lângă nimic.

Mesele mixte sunt mai greu de estimat decât alimentele individuale

Un piept de pui la grătar lângă orez și broccoli înseamnă trei forme distincte, cu margini clare. Un curry, o tocăniță, o caserolă sau o salată cu dressing este o singură masă vizuală în care componentele se suprapun, se ascund una pe alta și au densități diferite. AI-ul estimează al doilea tip considerabil mai puțin precis, iar acesta este cel mai mare predictor al faptului că o estimare foto va fi apropiată sau nu.

Recenzia sistematică din 2023 din Annals of Medicine, care acoperă 52 de studii publicate între 2010 și 2023, a găsit erori relative medii pentru calorii între 0,10% și 38,3% și a raportat că erorile „au tins să fie mai mici pentru imaginile cu un singur aliment comparativ cu imaginile cu mai multe alimente”. Evidențiază direct cazul dificil: „imaginile cu feluri mixte (precum curry) sau farfuriile cu o varietate de alimente suprapuse, de înălțimi diferite sau cu margini neclare prezintă un risc mai mare de erori de clasificare sau de segmentare”. Dintre cele mai mici 22 de erori de estimare a volumului din studiile analizate, 68% au provenit din imagini cu un singur aliment.

O analiză GPT-4V comparată cu mese de referință cântărite, publicată în IEEE Journal of Biomedical and Health Informatics în 2024, a pus cifre pe această diferență. Estimarea câte unui aliment pe rând, pentru 32 de alimente, a dus la o eroare absolută medie de 69,2 kcal. Estimarea întregului episod de masă, pentru 10 episoade, a dus la 151,2 kcal, aproximativ dublu. Cauza este acumularea: mărimea porției este principala sursă de eroare, iar un fel mixt cere o evaluare separată a porției pentru fiecare componentă, fiecare cu propria eroare.

Acest lucru nu este complet lămurit. Un studiu din 2025 din Nutrients, care a analizat 195 de feluri de mâncare, a găsit doar o corelație slabă între numărul de ingrediente și eroare (r de cel mult 0,37) și a concluzionat că numărul de componente nu este un factor determinant critic. Rezumatul sincer este că separabilitatea vizuală contează mai mult decât numărul de ingrediente: o farfurie cu șase alimente clar separate este mai ușoară decât un bol cu trei amestecate.

Ce înseamnă asta în practică

• Fotografiază înainte de amestecare. Fă poza componentelor cât încă sunt distincte, nu a bolului deja amestecat.
• Împarte o masă mixtă în două fotografii ori de câte ori e posibil. Două estimări individuale sunt mai bune decât o estimare compusă.
• Corectează estimarea pentru orice e mixat, cu sos sau în straturi. Grăsimea este nutrientul subestimat cel mai constant în toate studiile, iar uleiul dintr-un sos este invizibil într-o fotografie.
• Tratează tocănițele și curry-urile făcute în casă ca pe cel mai rău caz și înregistrează-le din ingrediente, nu dintr-o fotografie, când masa contează.

Comparat cu ce?

Comparația utilă nu este între AI și un număr perfect, ci între AI și felul în care ai înregistra altfel masa, care este și el imprecis.

Un studiu din 2018 publicat în Nutrients a cerut 38 de profesioniști în nutriție să estimeze porțiile din imagini cu mâncare. Doar 23,7% dintre estimările lor pentru farfurii s-au încadrat în 10% din cantitatea reală cântărită, cu o diferență procentuală absolută medie de 47,6%. Lucrarea Nutrition5k prezentată la CVPR 2021 a făcut o verificare umană mai mică alături de setul său de aproximativ 5.000 de feluri de mâncare: 4 nutriționiști și 16 amatori au evaluat 10 feluri alese să fie mai simple decât media setului. Nutriționiștii au avut în medie o eroare de 41%, iar amatorii de 53%. Interpretează asta ca un ordin de mărime pe un eșantion favorabil, nu ca o estimare pentru întreaga populație.

Înregistrarea manuală în aplicații are propria eroare sistematică, deși mai mică decât sugerează cifra din titlu. O meta-analiză din 2021 publicată în Advances in Nutrition, care a combinat 11 studii despre aplicații de jurnal alimentar, a constatat că acestea subestimau aportul energetic în medie cu 202 kcal pe zi (IC 95%: 319 până la 85 kcal). Cea mai mare parte a acestei diferențe vine din tabelul de compoziție a alimentelor, nu din înregistrare: acolo unde aplicația și metoda de referință foloseau același tabel, deficitul combinat a scăzut la 57 kcal pe zi (IC 95%: de la un deficit de 116 kcal la un surplus de 2 kcal), iar eterogenitatea dintre studii a scăzut la zero. Într-o zi de 2.000 de calorii, asta înseamnă sub 3%, așa că introducerea manuală atentă, cu o bază de date potrivită, chiar este metoda mai precisă.

Așadar estimarea din fotografie a unui fel mixt este imprecisă, la fel ca un dietetician care se uită la aceeași farfurie. Introducerea manuală atentă le întrece pe amândouă la precizie și pierde în fața amândurora la capitolul dacă o mai faci. Ce schimbă înregistrarea din fotografii nu este precizia, ci faptul că înregistrezi masa, iar o masă înregistrată cu o estimare corectabilă e mai bună decât una neînregistrată.

Fii sceptică față de pretențiile de acuratețe

Mai multe site-uri publică cifre de acuratețe care par precise pentru aplicațiile de calorii, unele citând studii și DOI-uri care nu există. Nicio aplicație nu are o validare publicată și evaluată de specialiști a produsului pe care îl livrează. Acolo unde o cifră nu are în spate o revistă numită, o dimensiune a eșantionului și o metodologie, trateaz-o ca marketing. Asta include și cifrele noastre: cele de pe această pagină sunt citate din cercetări independente, nu din propriile noastre teste.

Este „destul de aproape” suficient de bun?

Pentru majoritatea oamenilor, da. O marjă de eroare de două cifre pare semnificativă luată separat, dar contextul contează.

Nici înregistrările manuale din bazele de date nu sunt perfect precise. Bazele de date completate de utilizatori conțin erori, definițiile porțiilor diferă de la o sursă la alta, iar mesele gătite acasă rareori corespund exact metodei de preparare presupuse de o intrare din baza de date. Acuratețea practică a înregistrării manuale pentru mâncarea gătită acasă este mai mică decât cred majoritatea oamenilor.

Mai important, pentru monitorizare consecvența contează mai mult decât precizia. Dacă compari aplicațiile bazate pe AI cu aplicațiile tradiționale cu baze de date, comparația VitaCal vs MyFitnessPal prezintă diferențele practice de înregistrare. Dacă AI-ul greșește sistematic cu 15% la o anumită masă pe care o mănânci des, aportul înregistrat reflectă totuși aportul real în termeni relativi. Tendințele săptămânale, reacțiile la schimbările din alimentație și progresul în timp rămân toate relevante. Scopul monitorizării este să îți construiești conștientizarea și să identifici tipare, nu să obții o măsurătoare de laborator pentru fiecare masă.

Ce distruge urmărirea nu este marja de eroare. Ce distruge urmărirea este abandonarea obiceiului pentru că înregistrarea este prea lentă sau prea solicitantă. Înregistrarea prin fotografie cu AI abordează direct această problemă.

Cum să obții rezultate mai bune

Câteva obiceiuri simple vor îmbunătăți calitatea estimărilor AI:

• Verifică ce a identificat AI-ul înainte de a confirma înregistrarea. Dacă a omis un ingredient sau a identificat ceva greșit, poți corecta înainte de salvare.
• Fă fotografii direct de sus, într-o lumină bună. Asta durează o secundă în plus și face o diferență măsurabilă.
• Pentru mesele unde precizia contează, înregistrează componentele separat, nu ca o singură farfurie. Astfel modelul are o sarcină mai clară pentru fiecare aliment.
• Folosește introducerea manuală pentru alimentele ambalate. Dacă există o etichetă nutrițională, folosește-o. Păstrează înregistrarea cu AI pentru mesele unde are un avantaj real: mâncare gătită, mese la restaurant și orice altceva ar trebui altfel să cauți.

Abordarea VitaCal

Pentru a vedea cum se compară înregistrarea din fotografii între aplicațiile care o oferă, vezi ghidul aplicațiilor de numărat calorii cu recunoaștere foto AI.

VitaCal îți arată exact ce a identificat AI-ul în fotografie înainte să se înregistreze ceva. Poți vedea alimentele individuale, porțiile estimate și caloriile și macronutrienții rezultați. Dacă ceva nu pare în regulă, poți ajusta porțiile sau elimina alimente înainte de confirmare. Nimic nu se înregistrează fără verificarea ta.

Dacă vrei să vezi cum funcționează în practică înregistrarea cu AI, încearcă VitaCal gratuit. Planul gratuit include cinci analize AI pe săptămână, fără reclame.