一项最近的研究显示，改进人工智能（AI）的训练对于创建帮助用户监控食物摄入和管理体重的营养应用程序是必要的。悉尼大学的一项最新研究强调了增强人工智能（AI）在营养应用程序开发中的训练需求，以帮助追踪食物消费和管理体重。
最初，研究人员评估了800个不同的应用程序，并将选择缩小到18个进行深入评估。这些应用程序包括利用AI的应用程序和手动记录食物的应用程序，这些应用程序被评估其识别成分和计算能量含量的能力。
悉尼大学营养与饮食学的主要作者、注册营养师、讲师和研究员朱利安娜·陈博士提到，虽然基于AI的应用程序提供了手动应用程序所没有的便利，但它们仍然需要谨慎使用。
“对许多人来说，使用应用程序记录食物摄入或管理体重有时可能会感到不知所措，”陈博士表示。“纳入AI功能，例如食物图像识别，可以在很大程度上简化这一过程。”
“然而，确认应用程序识别的部分大小与您实际摄入的量相对应是至关重要的。有些应用程序仅识别食物，而另一些还试图估算部分大小和能量摄入。因此，对于那些试图减肥的人来说，确保应用程序的估算与您的实际摄入相符是至关重要的，”她建议道。
该研究的一个重要焦点是评估这些应用程序在三种不同饮食指南下的准确性和适应性：西式饮食、亚洲饮食和基于澳大利亚饮食指南的推荐饮食，以确保充分代表文化饮食偏好。
在陈博士的指导下，营养与饮食学硕士生李欣怡、尹安娜和崔河英发现，手动食物记录应用程序在西式饮食中通常会高估能量摄入约1040千焦，而在亚洲饮食中低估能量摄入约1520千焦，在推荐饮食中低估约944千焦。
另一方面，基于AI的应用程序在准确测量复杂亚洲菜肴的能量含量方面存在困难；例如，牛肉河粉的热量被高估了49％，而珍珠奶茶的热量则被低估多达76％。
“通常，使用AI的营养应用程序在单独摆放在盘子上的西餐识别方面表现更好，”陈博士还与查尔斯·帕金斯中心相关。“然而，它们在评估混合菜肴如意大利肉酱面或汉堡时发现很有挑战性。这个问题在亚洲食品中尤其普遍，亚洲食品通常由多种成分组成，而在应用程序的数据库中并未表示这一点，从而导致能量含量的潜在错误计算。”
展望未来，该研究提出了对营养应用程序的几项改进建议。这些建议包括确保提供的教育信息和建议基于可靠的研究，并与营养专家合作以实现这一目标。
“为了提高营养应用程序的可靠性和准确性，开发人员需要在构思中让营养师参与，训练AI系统在各种食物图像上—尤其是混合且文化多样的菜肴—扩展食品成分数据库，并教育用户如何拍摄高质量的食物图像以提高识别效果，”陈博士强调。
“如果您正在跟踪您的健康，无论是管理高血压还是监测钠摄入，比较您的饮食选择与营养标签或咨询注册营养师是至关重要的。营养师提供的见解可能至关重要，因为他们提供您能量摄入和饮食需求的更准确评估，以实现均衡饮食。”
此评估是使用移动应用评分量表（MARS）和应用程序行为变化量表（ABACUS）进行的。
评审后，“Noom”在MARS评分中得到了令人印象深刻的4.44分（满分5分），显示出在参与度、功能、设计和信息质量方面的高评分。它在ABACUS评分中还因结合了众多促进行为改变、目标设定、跟踪和教育资源的功能而获得满分21/21。
其他启用AI的应用程序如“MyFitnessPal”和“Fastic”成功识别了一组22个食物和饮料图像，分别达到了97%和92%的识别率。
