המחקר שמטיל ספק ביישומונים לספירת קלוריות [עיבוד AI]
שומן בצלחת: מצלמים את הארוחה - ומקבלים שליש פחות קלוריות |
חוקרים בדקו ארבעה יישומונים המעריכים את הרכב הארוחה מתוך תמונה ומצאו כי כולם נטו להציג ערך קלורי נמוך מהמציאות ● הפער הממוצע הגיע ל-250 עד 345 קלוריות בארוחה ולכ-30 גרם שומן ● החוקרים מזהירים כי הממצאים עדיין ראשוניים |
צילום של הצלחת וקבלת הערכה מיידית של מספר הקלוריות נשמעים כמו פתרון פשוט למי שמנסה לרדת במשקל או לעקוב אחר תזונתו. אלא שמחקר חדש מעלה כי יישומוני בינה מלאכותית המבוססים על צילום הארוחה עלולים להחסיר מאות קלוריות מהחשבון - ובעיקר להתקשות בזיהוי שומן.
החוקרים בדקו ארבעה יישומונים פופולריים - MyFitnessPal, Lose It!, Cal AI ו-Appediet - והשוו את תוצאותיהם לערכים התזונתיים המדויקים של ארוחות שהוכנו במטבח מחקרי מבוקר. בכל ארבעת היישומונים נמצאה נטייה להערכת חסר של מספר הקלוריות ושל כמות השומן.
בממוצע, הערכות היישומונים היו נמוכות ב-250 עד 345 קלוריות מהערך האמיתי של הארוחה. גם כמות השומן הוערכה בחסר של כ-30 גרם בממוצע. החוקרים ציינו כי הפער הכולל התקרב לכשליש מהערך הקלורי של הארוחות שנבדקו.
מארוחות שנשקלו עד עשירית הגרם
המחקר נערך במסגרת המכון הלאומי האמריקני לסוכרת, מחלות עיכול וכליות, השייך למכוני הבריאות הלאומיים של ארצות הברית. הארוחות הוכנו במטבח מטבולי מבוקר במסגרת מחקר רחב יותר שבחן כיצד הגוף מעבד חומרים מזינים בתזונה רגילה ובתזונה דלת פחמימות.
כל אחד מרכיבי הארוחות נשקל בדיוק של עשירית הגרם, וכך יכלו החוקרים לדעת מראש מהו הערך הקלורי והרכב אבות המזון בכל מנה. בשלב הראשון צולמו 102 ארוחות בתנאים אחידים והתמונות הוזנו לארבעת היישומונים. בהמשך נבדקו יותר מ-200 ארוחות נוספות כדי לברר אילו סוגי מזון מקשים במיוחד על המערכות.
היישומונים משתמשים בזיהוי תמונה כדי לזהות את המאכלים המופיעים בצלחת, להעריך את גודל המנות ולהשוות אותן למאגרי מידע תזונתיים. הקושי הוא שתמונה דו-ממדית אינה מאפשרת תמיד לראות את עובי המזון, את הכמות המדויקת או רכיבים חבויים כמו שמן, חמאה, רטבים ושכבות פנימיות.
הקושי הגדול - מנות עתירות שומן
הטעויות הגדולות יותר התגלו בארוחות דלות פחמימות ועתירות שומן, ובהן מנות המתאימות לתזונה קטוגנית. החוקרים מעריכים כי היישומונים התקשו במיוחד לזהות את כמויות השומן, בעוד שהערכת כמות הפחמימות הייתה עקבית יותר.
בשניים מהיישומונים - MyFitnessPal ו-Lose It! - הערכת הארוחות עתירות הקלוריות הייתה מדויקת יותר מהערכת הארוחות שהכילו פחות קלוריות. עם זאת, גם בהם נותרה נטייה כללית להערכת חסר.
לדברי החוקר אהרן הנגיסט, מי שמסתמך על צילום בלבד, בלי לתקן את גודל המנה או להזין בעצמו את כמויות המזון, צריך להתייחס לתוצאה בזהירות. לדבריו, כמות הקלוריות שנצרכה בפועל צפויה להיות גבוהה מזו שמציג היישומון - במיוחד כאשר הארוחה עשירה בשומן.
נוח לשימוש - אך לא מדידה מקצועית
לממצאים עשויה להיות חשיבות למשתמשים הנעזרים ביישומונים לצורך ירידה במשקל, שמירה על מאזן קלורי או מעקב תזונתי. הערכת חסר קבועה עלולה ליצור אצל המשתמש רושם שהוא עומד ביעד היומי, אף שבפועל צרך מאות קלוריות נוספות.
המשמעות אינה שיש להפסיק להשתמש ביישומונים. הם עשויים לסייע בתיעוד הארוחות, בזיהוי דפוסי אכילה ובהגברת המודעות למזון. עם זאת, החוקרים מציעים לשלב אותם עם שיטות מסורתיות יותר - ובהן הזנת כמויות ידנית, בדיקת תוויות מזון ובמקרים רפואיים גם ליווי של תזונאי.
יש גם לסייג את הממצאים: המחקר בדק ארבעה יישומונים בלבד, הארוחות צולמו בתנאים מבוקרים וביצועי המערכות עשויים להשתנות בעקבות עידכוני תוכנה. נוסף על כך, התוצאות הוצגו ב-25 ביולי בכינוס NUTRITION 2026, אך טרם פורסמו כמאמר שעבר ביקורת עמיתים מלאה. לכן יש לראות בהן ממצאים ראשוניים עד לפרסום המחקר המדעי המלא.
החוקרים בדקו ארבעה יישומונים פופולריים - MyFitnessPal, Lose It!, Cal AI ו-Appediet - והשוו את תוצאותיהם לערכים התזונתיים המדויקים של ארוחות שהוכנו במטבח מחקרי מבוקר. בכל ארבעת היישומונים נמצאה נטייה להערכת חסר של מספר הקלוריות ושל כמות השומן.
בממוצע, הערכות היישומונים היו נמוכות ב-250 עד 345 קלוריות מהערך האמיתי של הארוחה. גם כמות השומן הוערכה בחסר של כ-30 גרם בממוצע. החוקרים ציינו כי הפער הכולל התקרב לכשליש מהערך הקלורי של הארוחות שנבדקו.
מארוחות שנשקלו עד עשירית הגרם
המחקר נערך במסגרת המכון הלאומי האמריקני לסוכרת, מחלות עיכול וכליות, השייך למכוני הבריאות הלאומיים של ארצות הברית. הארוחות הוכנו במטבח מטבולי מבוקר במסגרת מחקר רחב יותר שבחן כיצד הגוף מעבד חומרים מזינים בתזונה רגילה ובתזונה דלת פחמימות.
כל אחד מרכיבי הארוחות נשקל בדיוק של עשירית הגרם, וכך יכלו החוקרים לדעת מראש מהו הערך הקלורי והרכב אבות המזון בכל מנה. בשלב הראשון צולמו 102 ארוחות בתנאים אחידים והתמונות הוזנו לארבעת היישומונים. בהמשך נבדקו יותר מ-200 ארוחות נוספות כדי לברר אילו סוגי מזון מקשים במיוחד על המערכות.
היישומונים משתמשים בזיהוי תמונה כדי לזהות את המאכלים המופיעים בצלחת, להעריך את גודל המנות ולהשוות אותן למאגרי מידע תזונתיים. הקושי הוא שתמונה דו-ממדית אינה מאפשרת תמיד לראות את עובי המזון, את הכמות המדויקת או רכיבים חבויים כמו שמן, חמאה, רטבים ושכבות פנימיות.
הקושי הגדול - מנות עתירות שומן
הטעויות הגדולות יותר התגלו בארוחות דלות פחמימות ועתירות שומן, ובהן מנות המתאימות לתזונה קטוגנית. החוקרים מעריכים כי היישומונים התקשו במיוחד לזהות את כמויות השומן, בעוד שהערכת כמות הפחמימות הייתה עקבית יותר.
בשניים מהיישומונים - MyFitnessPal ו-Lose It! - הערכת הארוחות עתירות הקלוריות הייתה מדויקת יותר מהערכת הארוחות שהכילו פחות קלוריות. עם זאת, גם בהם נותרה נטייה כללית להערכת חסר.
לדברי החוקר אהרן הנגיסט, מי שמסתמך על צילום בלבד, בלי לתקן את גודל המנה או להזין בעצמו את כמויות המזון, צריך להתייחס לתוצאה בזהירות. לדבריו, כמות הקלוריות שנצרכה בפועל צפויה להיות גבוהה מזו שמציג היישומון - במיוחד כאשר הארוחה עשירה בשומן.
נוח לשימוש - אך לא מדידה מקצועית
לממצאים עשויה להיות חשיבות למשתמשים הנעזרים ביישומונים לצורך ירידה במשקל, שמירה על מאזן קלורי או מעקב תזונתי. הערכת חסר קבועה עלולה ליצור אצל המשתמש רושם שהוא עומד ביעד היומי, אף שבפועל צרך מאות קלוריות נוספות.
המשמעות אינה שיש להפסיק להשתמש ביישומונים. הם עשויים לסייע בתיעוד הארוחות, בזיהוי דפוסי אכילה ובהגברת המודעות למזון. עם זאת, החוקרים מציעים לשלב אותם עם שיטות מסורתיות יותר - ובהן הזנת כמויות ידנית, בדיקת תוויות מזון ובמקרים רפואיים גם ליווי של תזונאי.
יש גם לסייג את הממצאים: המחקר בדק ארבעה יישומונים בלבד, הארוחות צולמו בתנאים מבוקרים וביצועי המערכות עשויים להשתנות בעקבות עידכוני תוכנה. נוסף על כך, התוצאות הוצגו ב-25 ביולי בכינוס NUTRITION 2026, אך טרם פורסמו כמאמר שעבר ביקורת עמיתים מלאה. לכן יש לראות בהן ממצאים ראשוניים עד לפרסום המחקר המדעי המלא.
|
|
+בינה מלאכותית עשויה לשפר את התחזית לשיבושי GPS מהשמש
13:38 27/07/26 | עידן יוסף | לרשימה המלאה
התרעה מדויקת יותר מפני שיבושי ניווט
חוקרים פיתחו דגם למידה עמוקה לחיזוי השינויים ביונוספרה בעקבות התפרצויות שמש חזקות ▪ בבדיקת ארבע התפרצויות הצליח הדגם לחזות את השינויים בכמות האלקטרונים בדיוק גבוה מהדגם היונוספרי המקובל בחלק גדול מהמקרים ▪ המחקר מצומצם ונדרש אימות באזורים נוספים, ובהם ישראל
התרעה מדויקת יותר מפני שיבושי ניווט
| מועדון VIP | להצטרפות הקלק כאן |
| פורומים News1 / תגובות |
| כללי | חדשות | רשימות | נושאים | אישים | פירמות | מוסדות |
| אקטואליה | מדיני/פוליטי | בריאות | כלכלה | משפט | סדום ועמורה | עיתונות |
| שומן בצלחת: מצלמים את הארוחה - ומקבלים שליש פחות קלוריות |
| תגובות [ 0 ] |
|
לכל התגובות
תפוס כינוי יחודי
|
||
| חדשות נוספות ברשת |
|
|
|
||
|
|
|||
|
|
|
||
|
|
|||
|
|
|
||
|
|
|||
|
|
|
||
|
|
|||
|
|
|
||
| ברחבי הרשת / פרסומת |

