Obez kadınlarda diyet değerlendirmesi için yapay zekâ destekli bir uygulamanın sınırlı geçerliliği

Bir Yemek Takip Uygulaması Neden Tüm Hikâyeyi Anlatmayabilir

Birçok kişi, özellikle kilo kontrolü çabalarında, ne yediklerini izlemek için akıllı telefon uygulamalarına başvuruyor. Bu araçlar, öğünlerin hızlı fotoğraflarını alıp bunları hassas kalori hesaplarına dönüştüreceklerini vaat eder. Bu çalışma, SNAQ adındaki yapay zekâ (YZ) destekli bir uygulamanın obez kadınların günlük yaşamlarındaki enerji kullanımını gerçekten yansıtıp yansıtmadığını test etti. Bulgular, bu rakamlara tıbbi kararlar, kilo verme planları veya uzun vadeli sağlık hedefleri için güvenebilecek herkes açısından önem taşıyor.

Çalışma Nasıl Kuruldu

İsviçre’deki araştırmacılar 20 yetişkin obez kadın gönüllüyü normal günlük rutinleri içinde bir hafta boyunca izledi. Her katılımcı yediği ve içtiği her şeyi fotoğraflamak için SNAQ uygulamasını kullandı. Uygulama, bu görüntüleri günlük kalori ve besin tahminlerine dönüştürmek için derinlik algılama ve bilgisayarlı görü teknikleri kullandı. Güvenilir bir karşılaştırma ölçütü elde etmek için ekip ayrıca her kadının toplam günlük enerji kullanımını, zararsız izleyicilerin vücuttan ne kadar hızlı ayrıldığını takip eden altın standart laboratuvar yöntemi olan çift etiketli su ile ölçtü. Ek olarak kadınlar, önceki günün alımını hatırlamaya dayanan ancak kusursuz olmayan uzun süreli kullanılan 24 saatlik diyet röportajlarını da tamamladı.

Uygulamanın Nerede Yanıldığı

Araştırmacılar uygulamanın verdiği sayıları vücudun gerçek enerji kullanımıyla karşılaştırdığında farklar büyük çıktı. Ortalama olarak kadınların vücutları günde yaklaşık 3000 kalori kullanırken SNAQ yalnızca yaklaşık 2200 bildirdi—yaklaşık yüzde 25 oranında bir düşük tahmin. 24 saatlik hatırlama röportajları daha da kötüydü; gerçek alımın yaklaşık yarısını kaçırdı. Kritik olarak, hatalar kişiler arasında tutarlı değildi. Bazı kadınlarda uygulama kaloriyi hafifçe fazla tahmin ederken, bazılarında binlerce kaloriyle büyük sapmalar vardı. İstatistiksel testler, uygulamanın birey bazında raporladıkları ile vücudun metabolizmasının gösterdikleri arasında güvenilir bir eşleşme olmadığını gösterdi.

Rakamlar Neden Bu Kadar Saptı

Araştırmacılar, uyumsuzluğu hem insan davranışına hem de teknoloji sınırlarına bağlıyor. Gerçek yaşam koşullarında insanlar atıştırmalıklarını fotoğraflamayı unutabilir, ışık değişebilir veya yiyecek karede kısmen kapalı olabilir. YZ sistemi ayrıca her bir öğenin ne olduğunu ve ne kadar bulunduğunu tahmin etmek zorunda; bu, porsiyonlar büyük olduğunda, yiyecekler karışık olduğunda veya içecekler opak kaplarda olduğunda zorlaşır. Eğitim verileri genellikle daha standart öğünlerden ve daha küçük porsiyonlardan geldiği için obezitede yaygın olan beslenme örüntüleri uygulamanın konfor alanının dışında kalabilir. Her adımda yapılan küçük hatalar toplanır; bunun sonucu enerji tahminleri geniş dalgalanmalar gösterir ve vücut büyüklüğünü, vücut kompozisyonunu veya kısa vadeli kilo değişikliklerini izlemekte başarısız olur.

Dijital Kısayolların Sınırları

Uygulamadan elde edilen grup ortalamaları laboratuvar yöntemiyle röportaj tabanlı hatırlamalardan biraz daha yakın görünse de bu görünen başarı yanıltıcı çıktı. Birkaç büyük fazla tahmin birçok düşük tahmini dengeleyerek bireysel kayıtların günlük bazda oldukça kararsız olduğunu gizledi. Ekip, şüpheli diyet raporlarını işaretleyen standart kontrolleri uyguladığında, uygulamanın günlük kayıtlarının yalnızca yaklaşık üçte biri bile ihtimal dahilinde doğru kabul edilebildi. Uygulama ayrıca yağsız kütle veya vücut ağırlığındaki değişimler gibi önemli fizyolojik belirteçlerle anlamlı bir ilişki de göstermedi; bu da dikkatli izleme için faydasını daha da zayıflatıyor.

Hastalar ve Klinikler İçin Anlamı

Yazarlar, SNAQ’ın ve muhtemelen benzer YZ tabanlı diyet uygulamalarının obez kadınlarda hassas diyet değerlendirmesi için henüz güvenilir olmadığını sonucuna varıyor. Enerji alımını yaklaşık dörtte bir oranında ve tutarsız şekilde düşük tahmin etmek, bir tedavinin neden işe yarayıp yaramadığını hekimleri ve hastaları kolayca yanıltabilir. Çalışma, bu tür araçlar klinik bakıma entegre edilmeden önce tıbbi cihazlar veya tanı testleri gibi doğruluk, kararlılık ve güvenlik açısından açık, standartlaştırılmış testlerden geçmeleri gerektiğini savunuyor. Şimdilik dijital kolaylık, farkındalığı artıran yararlı bir ek olarak görülmeli; obezite tedavisiyle ilgili ciddi kararlar için tek başına ölçü aracı olarak kabul edilmemeli.

Atıf: 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

Anahtar kelimeler: diyet takip uygulamaları, beslenmede yapay zekâ, obezite yönetimi, diyet değerlendirme doğruluğu, dijital sağlık doğrulaması