Ograniczona wiarygodność aplikacji zasilanej przez sztuczną inteligencję do oceny diety u kobiet z otyłością

Dlaczego aplikacja do śledzenia posiłków może nie oddawać pełnego obrazu

Wiele osób korzysta z aplikacji na smartfony, by kontrolować to, co jedzą, zwłaszcza przy próbach zarządzania wagą. Narzędzia te obiecują przekształcenie szybkich zdjęć posiłków w precyzyjne wyliczenia kalorii. W badaniu sprawdzono, czy jedna z takich aplikacji wykorzystujących sztuczną inteligencję, nazwana SNAQ, rzeczywiście odzwierciedla, ile energii kobiety z otyłością zużywają w codziennym życiu. Wyniki mają znaczenie dla każdego, kto może polegać na tych liczbach przy podejmowaniu decyzji medycznych, planów odchudzania lub długoterminowych celów zdrowotnych.

Jak zorganizowano badanie

Naukowcy ze Szwajcarii zrekrutowali 20 dorosłych kobiet z otyłością i obserwowali je przez tydzień w ich normalnych codziennych warunkach. Każda uczestniczka używała aplikacji SNAQ, fotografując wszystko, co jadła i piła. Aplikacja wykorzystywała sensory głębokości i widzenie komputerowe do przekształcania tych zdjęć w szacunki dziennej podaży kalorii i składników odżywczych. Aby uzyskać wiarygodny punkt odniesienia, zespół zmierzył także całkowite dzienne zużycie energii każdej kobiety złotym standardem laboratoryjnym zwanym podwójnie znakowaną wodą, który śledzi, jak szybko obojętne znaczniki opuszczają organizm. Dodatkowo kobiety wypełniały tradycyjne wywiady żywieniowe 24‑godzinne, długo stosowaną, lecz niedoskonałą metodę przypominania sobie spożycia z poprzedniego dnia.

Co aplikacja robiła źle

Gdy badacze porównali liczby z aplikacji z rzeczywistym zużyciem energii przez organizm, różnice były duże. Średnio ciała kobiet zużywały około 3000 kalorii dziennie, podczas gdy SNAQ wskazywał tylko około 2200 — niedoszacowanie rzędu 25 procent. Wywiady 24‑godzinne wypadły jeszcze gorzej, pomijając około połowy rzeczywistego spożycia. Co kluczowe, błędy nie były stałe między osobami. U niektórych kobiet aplikacja nieznacznie zawyżała kalorie, u innych błąd sięgał kilku tysięcy. Testy statystyczne wykazały praktycznie brak miarodajnego dopasowania między raportami aplikacji a tym, co wskazywał metabolizm organizmu dla konkretnej osoby.

Dlaczego dane tak bardzo odbiegają

Badacze wskazują zarówno na zachowania ludzkie, jak i ograniczenia technologii jako przyczyny rozbieżności. W warunkach życia codziennego ludzie mogą zapomnieć sfotografować przekąski, zmienia się oświetlenie lub jedzenie jest częściowo zasłonięte w kadrze. System AI musi też zgadywać, co znajduje się na obrazie i w jakiej ilości, co utrudnia się przy dużych porcjach, potrawach mieszanych czy napojach w nieprzezroczystych pojemnikach. Ponieważ dane treningowe często pochodzą ze standardowych posiłków i mniejszych porcji, wzorce żywieniowe częściej występujące przy otyłości mogą wykraczać poza „strefę komfortu” aplikacji. Małe błędy na każdym etapie sumują się, prowadząc do oszacowań energii, które wahają się szeroko i nie odzwierciedlają rozmiaru ciała, składu ciała ani krótkoterminowych zmian masy.

Ograniczenia cyfrowych skrótów

Chociaż średnie grupowe z aplikacji wydawały się nieco bliższe metodzie laboratoryjnej niż wywiady, to pozorne powodzenie okazało się mylące. Kilka dużych zawyżeń zrównoważyło wiele niedoszacowań, ukrywając fakt, że indywidualne zapisy były bardzo niestabilne z dnia na dzień. Gdy zespół zastosował standardowe kontrole wykrywające podejrzane raporty żywieniowe, tylko około jednej trzeciej dziennych zapisów z aplikacji można było uznać za nawet w przybliżeniu wiarygodne. Aplikacja nie wykazała też istotnego związku z kluczowymi markerami fizjologicznymi, takimi jak masa beztkankowa ani zmiany masy ciała, co dodatkowo podważa jej użyteczność do starannego monitorowania.

Co to oznacza dla pacjentek i klinicystów

Autorzy wnioskują, że SNAQ, a prawdopodobnie także podobne aplikacje dietetyczne oparte na AI, nie są jeszcze wystarczająco wiarygodne do precyzyjnej oceny diety u kobiet z otyłością. Niedoszacowanie podaży energii o około jedną czwartą — i robienie tego w sposób niekonsekwentny — może łatwo wprowadzić w błąd lekarzy i pacjentki co do przyczyn skuteczności lub nieskuteczności terapii. Badanie argumentuje, że zanim takie narzędzia zostaną włączone do opieki klinicznej, muszą przejść jasne, znormalizowane testy dokładności, stabilności i bezpieczeństwa, podobnie jak urządzenia medyczne czy testy diagnostyczne. Na razie wygodę cyfrową należy traktować jako pomocne uzupełnienie służące zwiększaniu świadomości, a nie jako samodzielną miarę do poważnych decyzji dotyczących leczenia otyłości.

Cytowanie: 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

Słowa kluczowe: aplikacje do śledzenia diety, sztuczna inteligencja w żywieniu, leczenie otyłości, dokładność oceny diety, walidacja zdrowia cyfrowego