Een foto van je maaltijd, voedingswaarden in je app
Is dit de toekomst van foodtracking?
© Getty Images - Olivia
Eindeloos je rijst, kip en groente afwegen, de barcode van elk ingrediënt van je avondmaaltijd inscannen of totaal geen idee hebben van de voedingswaarden als je buiten de deur eet. Herkenbaar? Dit is wellicht allemaal verleden tijd met de komst van Artificiële Intelligente foodtracking-apps. Deze beweren dat het mogelijk is om met één simpele foto nauwkeurig in te schatten hoeveel calorieën, koolhydraten, eiwitten en vetten jouw maaltijd bevat. Te mooi om waar te zijn? Men’s Health zocht het voor je uit.
Meten is weten
Voordat de kwaliteit en betrouwbaarheid van de nieuwe technologie onder de loep wordt genomen, is het belangrijk om eerst te benoemen waarom ‘foodtracking’ zo nuttig kan zijn. Het bijhouden en invoeren van je voeding kan waardevolle inzichten bieden, zo weet je zeker dat je in een calorietekort, balans of overschot zit en zie je of jouw macro-verdeling (koolhydraten, eiwitten en vetten) gewenst is. Hierdoor kan jij gericht op je doel afgaan.
Welke apps?
Er komen steeds meer foodtracking-apps op de markt die gebruik maken van innovatieve AI-technologie. Apps die veel media-aandacht krijgen zijn:
Foodvisor
Deze app heeft dankzij 10 miljoen geïmporteerde foto’s, inmiddels 20.000 voedingsproducten en meer dan 40 voedingswaarden weten te herkennen. Daarbij beweert het bedrijf een foutmarge van slechts 5% te hebben.
Lose it!
Dit bedrijf lanceerde in 2016 als eerste de nieuwe fotofunctie: Snap it! Dit model voldoet volgens het bedrijf aan een nauwkeurigheidspercentage van 87,3 procent.
HealthyfiMe
Deze app importeerde honderdduizenden foto’s van -voornamelijk Aziatische- maaltijden. HealthifyMe beweert een nauwkeurigheid van 60-70% te bieden voor het automatisch herkennen van voeding. Als het voedselproduct niet goed wordt herkend, krijgen gebruikers suggesties over wat het item mogelijk zou kunnen zijn.
Voedingsdeskundige Itay Paz geeft aan dat de nauwkeurigheid van de apps kan variëren, afhankelijk van de kwaliteit van de foto, de zichtbaarheid van het eten en het vermogen van de apps om de items correct te identificeren en te kwantificeren. Hoewel deze apps een handige manier bieden om de voedingsinname bij te houden, moeten gebruikers die op zoek zijn naar exacte gegevens de informatie van de app mogelijk aanvullen met handmatige registratie.
Meerdere reviewplatforms geven aan dat er nog werk nodig is voordat het fotograferen van een maaltijd voldoende is om tot een nauwkeurige tracking te komen.
Conclusie
Ondanks dat bovenstaande apps in de sommige gevallen jouw bord aardig kunnen beoordelen, zijn er helaas toch nog te veel gevallen waarbij de voedingswaarden te veel afwijken of handmatig ingevoerd moeten worden. Een losse banaan is makkelijk te herkennen, maar een grote maaltijd die in allerlei oliën bereid is en met sausen wordt geserveerd is een stuk lastiger. Wees je hiervan bewust als je een van deze apps wilt proberen.
Naarmate de apps meer worden ingezet, zullen deze na verloop van tijd maaltijden en bijbehorende voedingswaarden beter herkennen. Geef de technologie nog een aantal jaar en dan kunnen we de overstap naar AI-foodtracking met alle zekerheid maken.