女性の肥満に対する食事評価におけるAI搭載アプリの有効性は限定的

フードトラッキングアプリが全てを示すわけではない理由

多くの人が体重管理のためにスマートフォンのアプリで食事を記録します。こうしたツールは、食事のスナップ写真を短時間で正確なカロリー数値に変換すると謳います。本研究では、SNAQと呼ばれるAI搭載アプリが、肥満を抱える女性の日常的なエネルギー消費量を実際に反映しているかを検証しました。結果は、医療判断や減量計画、長期的な健康目標を数値に頼って進める人々にとって重要です。

研究の設計

スイスの研究チームは成人の肥満女性20名を募集し、通常の生活を1週間追跡しました。参加者はそれぞれ、食べたものや飲んだものすべてを写真でSNAQアプリに記録しました。アプリは深度センサーとコンピュータビジョンを用いて、これらの画像を日々のカロリーや栄養素の推定値に変換します。信頼できる基準として、研究者らはそれぞれの女性の1日の総エネルギー消費量を二重標識水法というゴールドスタンダードなラボ法で測定しました。これは無害なトレーサーが体外へ出る速度を追跡する方法です。加えて、参加者は従来の24時間食事回想法も行い、前日の摂取を思い出して報告しましたが、この方法も歴史はあるものの不完全です。

アプリが誤っていた点

アプリの算定値と体の実際のエネルギー消費量を比較すると、大きな差がありました。平均して、参加女性の体は1日あたり約3000キロカロリーを使用していましたが、SNAQは約2200キロカロリーと報告し、およそ25％の過小評価でした。24時間回想の方はさらに大きく、真の摂取量の約半分を見落としていました。重要なのは、その誤差が個人ごとに一貫していなかったことです。ある女性ではアプリがわずかに過大評価する一方で、別の女性では数千キロカロリー単位で大きく外れていました。統計検定では、個々のケースについてアプリの報告と体の代謝が一致するという信頼できる関係はほとんど示されませんでした。

数値が大きくずれる理由

研究者らは、人間の行動と技術的限界の双方が不一致の原因だと指摘します。実生活では、間食を撮影し忘れたり、照明が変わったり、食べ物がフレーム内で部分的に隠れたりします。AIは各項目が何であるか、どれくらいの量かを推定する必要があり、大皿の盛り付け、混ざった料理、不透明な容器の飲料などでは推定が難しくなります。学習データは標準的で小さめの食事から得られることが多く、肥満者に一般的な食習慣はアプリの想定範囲外になりやすいのです。各段階での小さな誤りが積み重なり、エネルギー推定値が大きく振れ、体格や体組成、短期的な体重変動を追えなくなります。

デジタル時短の限界

グループ平均ではアプリの値がラボ法にやや近く見えたものの、この見かけは誤解を招くものでした。いくつかの大きな過大評価が多数の過小評価を相殺しており、個々の記録が日々非常に不安定である事実を隠していました。疑わしい食事報告を検出する標準的なチェックを適用すると、アプリの日々の記録のうち妥当に正確と見なせるのは約3分の1にすぎませんでした。さらに、アプリの算定値は除脂肪量や体重変化といった主要な生理学的マーカーと有意な関連を示さず、慎重なモニタリングに対する有用性を弱めました。

患者と臨床医にとっての意味

著者らは、SNAQおよび類似のAIベースの食事アプリは、肥満女性に対する厳密な食事評価にはまだ信頼に足るものではないと結論付けます。摂取エネルギーを約25％過小評価し、それを一貫性なく行うことは、治療が効いているかどうかについて医師や患者を容易に誤らせる可能性があります。こうしたツールが臨床に組み込まれる前に、医療機器や診断検査と同様に、精度、安定性、安全性に関する明確で標準化された検査を通過することが必要だと研究は主張します。現時点では、デジタルの利便性は意識向上の補助には有益ですが、肥満治療の重要な判断を下すための単独の計測手段と見なすべきではありません。

引用: Serra, M., Alceste, D., Jucker, N. et al. Limited validity of an AI-powered app for dietary assessment in females with obesity. npj Digit. Med. 9, 357 (2026). https://doi.org/10.1038/s41746-026-02536-2

キーワード: 食事記録アプリ, 栄養における人工知能, 肥満管理, 食事評価の精度, デジタルヘルスの検証