لماذا تخطئ أدوات تتبع السعرات الحرارية المدعومة بالذكاء الاصطناعي في تقدير أحجام الحصص (مايو 2026)
تقدير حجم الحصة هو مهمة الذكاء الاصطناعي لتقدير كمية الطعام في الصور. معظم أدوات تتبع السعرات الحرارية المدعومة بالذكاء الاصطناعي تعتمد على أحجام الحصص القياسية.
تقدير حجم الحصة هو مهمة رؤية الذكاء الاصطناعي لتحديد الكمية الفعلية (الحجم أو الكتلة) للطعام في صورة معينة، وهو يختلف عن تصنيف الطعام (تحديد نوع الطعام). في مايو 2026، معظم أدوات تتبع السعرات الحرارية المدعومة بالذكاء الاصطناعي لا تقوم بتقدير الحجم الفعلي؛ بل تعتمد على أحجام الحصص القياسية من USDA بغض النظر عن الكمية الفعلية في الصورة.
ما هو تقدير حجم الحصة؟
تقدير حجم الحصة يتضمن استخدام الذكاء الاصطناعي لتحديد الكمية الفعلية للطعام الموجودة في صورة. هذه المهمة ضرورية لدقة تتبع السعرات الحرارية، حيث تؤثر بشكل مباشر على التحليل الغذائي للوجبات. يتطلب التقدير الدقيق تقنيات متقدمة في رؤية الكمبيوتر وإدراك العمق.
تختلف هذه العملية عن تصنيف الطعام، الذي يركز على تحديد نوع الطعام. يهدف تقدير حجم الحصة إلى قياس حجم أو كتلة العناصر الغذائية، وهو أمر أساسي لتقييمات النظام الغذائي بدقة.
لماذا يعتبر تقدير حجم الحصة مهمًا لدقة تتبع السعرات الحرارية؟
تقدير حجم الحصة بدقة أمر حيوي لتتبع السعرات الحرارية بشكل فعال. تشير الدراسات إلى أن الاعتماد على أحجام الحصص الافتراضية يمكن أن يؤدي إلى تفاوتات كبيرة في استهلاك السعرات الحرارية. يمكن أن تتراوح الأخطاء من 150 إلى 400 سعرة حرارية لكل وجبة للأطباق القائمة على الأوعية. هذا التفاوت يمكن أن يسهم في زيادة الوزن السنوية بمقدار 12 إلى 35 رطلاً دون أن ينعكس في سجلات التتبع.
غالبًا ما يقلل الاستهلاك الغذائي المبلغ عنه ذاتيًا من تقدير السعرات الحرارية، كما أظهرت الأبحاث. على سبيل المثال، وجد Lichtman وآخرون (1992) تفاوتات بين الاستهلاك المبلغ عنه ذاتيًا والاستهلاك الفعلي للسعرات الحرارية. تؤكد هذه الأخطاء على الحاجة إلى تحسين تقدير حجم الحصة في تطبيقات تتبع السعرات الحرارية.
كيف يعمل تقدير حجم الحصة؟
- التقاط الصورة: يتم التقاط صورة للطعام باستخدام كاميرا.
- تحليل العمق: تُستخدم تقنيات مثل تقدير العمق الأحادي، ومستشعر TrueDepth، أو LiDAR لتقييم عمق العناصر الغذائية.
- معايرة مرجع الحجم: يقوم النظام بتحديد مرجع حجم داخل الصورة لقياس حجم الطعام بدقة.
- حساب الحجم: يقوم الخوارزم بحساب حجم أو كتلة الطعام بناءً على معلومات العمق ومرجع الحجم.
- التحليل الغذائي: يتم استخدام حجم الحصة المقدر لتحديد المحتوى من السعرات الحرارية والمغذيات للوجبة.
حالة الصناعة: قدرة تقدير حجم الحصة من قبل أدوات تتبع السعرات الحرارية الرئيسية (مايو 2026)
| التطبيق | الإدخالات المجمعة | تسجيل الصور بالذكاء الاصطناعي | السعر المميز | قدرة تقدير الحصة |
|---|---|---|---|---|
| Nutrola | 1.8M+ | نعم | 2.50 يورو/شهر | تقدير حجم الحصة المدرك بالعمق |
| MyFitnessPal | ~14M | نعم (الطبقة المجانية) | 99.99 دولار/سنة | أحجام الحصص الافتراضية |
| Lose It! | ~1M+ | محدود (الطبقة المجانية) | ~40 دولار/سنة | أحجام الحصص الافتراضية |
| FatSecret | ~1M+ | التعرف الأساسي بالذكاء الاصطناعي | مجاني | أحجام الحصص الافتراضية |
| Cronometer | ~400K | لا | 49.99 دولار/سنة | أحجام الحصص الافتراضية |
| YAZIO | جودة مختلطة | لا | ~45-60 دولار/سنة | أحجام الحصص الافتراضية |
| Foodvisor | مجمعة/معدلة | محدود (الطبقة المجانية) | ~79.99 دولار/سنة | أحجام الحصص الافتراضية |
| MacroFactor | معدلة | لا | ~71.99 دولار/سنة | أحجام الحصص الافتراضية |
الاقتباسات
- الهيئة الأوروبية لسلامة الأغذية. قاعدة بيانات تكوين الطعام للاستهلاك الغذائي. https://www.efsa.europa.eu/
- وزارة الزراعة الأمريكية، خدمة الأبحاث الزراعية. FoodData Central. https://fdc.nal.usda.gov/
- Schoeller، D. A. (1995). القيود في تقييم استهلاك الطاقة الغذائية عن طريق الإبلاغ الذاتي. الأيض، 44(2)، 18–22.
- Lichtman، S. W. وآخرون. (1992). التفاوت بين الاستهلاك المبلغ عنه ذاتيًا والاستهلاك الفعلي للسعرات الحرارية وممارسة الرياضة لدى الأشخاص البدينين. مجلة نيو إنجلاند الطبية، 327(27)، 1893–1898.
الأسئلة الشائعة
كيف يؤثر حجم الحصة على دقة تتبع السعرات الحرارية؟
يؤثر حجم الحصة بشكل كبير على دقة تتبع السعرات الحرارية. يمكن أن يؤدي تقدير أحجام الحصص بشكل خاطئ إلى حسابات غير صحيحة للاستهلاك من السعرات الحرارية، مما قد يؤدي إلى زيادة أو فقدان الوزن.
ما هي التقنيات المستخدمة في تقدير حجم الحصة؟
تُستخدم تقنيات مثل تقدير العمق الأحادي، ومستشعرات TrueDepth، وLiDAR لتقدير حجم الحصة. تساعد هذه التقنيات في تقييم عمق وحجم العناصر الغذائية في الصور.
لماذا تعتمد أدوات تتبع السعرات الحرارية المدعومة بالذكاء الاصطناعي على أحجام الحصص القياسية؟
غالبًا ما تعتمد أدوات تتبع السعرات الحرارية المدعومة بالذكاء الاصطناعي على أحجام الحصص القياسية بسبب القيود في تقدير أحجام الحصص بدقة من الصور. هذه الطريقة تبسط العملية ولكن يمكن أن تؤدي إلى عدم الدقة.
ما هو تأثير تقدير حجم الحصة غير الدقيق؟
يمكن أن يؤدي تقدير حجم الحصة غير الدقيق إلى تفاوتات كبيرة في السعرات الحرارية، مما يؤثر على تتبع النظام الغذائي وإدارة الوزن. تشير الدراسات إلى أن هذا يمكن أن يؤدي إلى زيادة الوزن السنوية بمقدار 12 إلى 35 رطلاً.
كيف يمكن أن يحسن الذكاء الاصطناعي المدرك بالعمق تتبع السعرات الحرارية؟
يمكن أن يعزز الذكاء الاصطناعي المدرك بالعمق تتبع السعرات الحرارية من خلال تقديم تقديرات أكثر دقة لحجم الحصة. تأخذ هذه التقنية في الاعتبار الحجم الفعلي للطعام بدلاً من الاعتماد فقط على أحجام الحصص القياسية.
هل هناك أي قيود على تقدير حجم الحصة بالذكاء الاصطناعي؟
نعم، تشمل القيود تحديات في تحديد مرجع الحجم، وغموض العمق في الصور ثنائية الأبعاد، وتنوع تكوين الطعام. يمكن أن تؤثر هذه العوامل على دقة تقديرات حجم الحصة.
ما هو مستقبل الذكاء الاصطناعي في تتبع السعرات الحرارية؟
قد يتضمن مستقبل الذكاء الاصطناعي في تتبع السعرات الحرارية تحسين الخوارزميات لتقدير حجم الحصة وواجهات المستخدم المعززة. من المحتمل أن تؤدي التطورات المستمرة في تكنولوجيا رؤية الكمبيوتر إلى تقييمات غذائية أكثر دقة.
هذه المقالة جزء من سلسلة منهجية التغذية الخاصة بـ Nutrola. تم مراجعة المحتوى من قبل أخصائيي تغذية مسجلين (RDs) في فريق علوم التغذية في Nutrola. آخر تحديث: 9 مايو 2026.
مستعد لتحويل تتبع تغذيتك؟
انضم إلى الآلاف الذين حولوا رحلتهم الصحية مع Nutrola!
