Πόσο Ακριβές Είναι το Lose It!? Δοκιμάσαμε 20 Τρόφιμα με Δεδομένα της USDA

Το Lose It! είναι μια εφαρμογή καταγραφής θερμίδων που έχει αναπτυχθεί από την FitNow Inc., διαθέτοντας μια μικτή βάση δεδομένων που συνδυάζει επιμελημένα στοιχεία με δεδομένα που υποβάλλονται από χρήστες. Προσδιορίζεται ως μια πιο απλή και οπτική εναλλακτική του MyFitnessPal, με κύρια χαρακτηριστικά τη λειτουργία Snap It — ένα εργαλείο φωτογραφικής καταγραφής που προσπαθεί να αναγνωρίσει τρόφιμα από μια φωτογραφία. Αλλά πόσο ακριβή είναι τα δεδομένα πίσω από αυτά τα πολύχρωμα γραφήματα;

Δοκιμάσαμε 20 κοινά τρόφιμα καταγράφοντας τα στο Lose It! και συγκρίνοντας κάθε μέτρηση θερμίδων με τη βάση δεδομένων USDA FoodData Central. Επίσης, πραγματοποιήσαμε μια ξεχωριστή δοκιμή της ακρίβειας αναγνώρισης φωτογραφιών του Snap It. Τα αποτελέσματα δείχνουν μια μέση ημερήσια απόκλιση ±170 θερμίδων και ένα ποσοστό αναγνώρισης φωτογραφιών που αφήνει σημαντικό περιθώριο λάθους.

Πώς Δοκιμάσαμε την Ακρίβεια του Lose It!

Μεθοδολογία Δοκιμής

Επιλέξαμε 20 τρόφιμα που περιλάμβαναν ολόκληρα τρόφιμα, συσκευασμένα προϊόντα, σπιτικά γεύματα και πιάτα εστιατορίου. Για κάθε τρόφιμο, ακολουθήσαμε μια τυποποιημένη διαδικασία:

1. Αναζητήσαμε το τρόφιμο στο Lose It! χρησιμοποιώντας τον πιο φυσικό όρο αναζήτησης.
2. Επιλέξαμε το κορυφαίο αποτέλεσμα ή την καταχώρηση που ήταν επιβεβαιωμένη (όπου ήταν διαθέσιμη).
3. Καταγράψαμε τη μέτρηση θερμίδων για το καθορισμένο μέγεθος μερίδας.
4. Συγκρίναμε με την αντίστοιχη καταχώρηση της USDA FoodData Central (SR Legacy ή Foundation Foods dataset).
5. Υπολογίσαμε την απόλυτη και ποσοστιαία απόκλιση.

Για τη δοκιμή του Snap It, φωτογραφίσαμε κάθε τρόφιμο σε καλό φωτισμό σε ένα απλό πιάτο και αξιολογήσαμε αν η εφαρμογή αναγνώρισε σωστά το τρόφιμο και ανέθεσε λογικά δεδομένα θερμίδων.

Αναφορά Στάνταρ: USDA FoodData Central

Όλες οι συγκρίσεις χρησιμοποιούν την USDA FoodData Central ως αναφορά. Αυτή η βάση δεδομένων διατηρείται από την Υπηρεσία Γεωργικών Ερευνών της USDA και περιέχει ανάλυση διατροφικών δεδομένων χρησιμοποιώντας τυποποιημένες μεθόδους αναλυτικής χημείας. Είναι η ίδια αναφορά που χρησιμοποιεί η FDA για τη συμμόρφωση με τις ετικέτες διατροφής και οι καταχωρημένοι διαιτολόγοι για κλινική πρακτική.

Αποτελέσματα Δοκιμής Ακρίβειας Lose It!: 20 Κοινά Τρόφιμα

Τρόφιμο (Μέγεθος Μερίδας)	Lose It! (kcal)	Αναφορά USDA (kcal)	Απόκλιση (kcal)	Απόκλιση (%)
Μπανάνα, μέτρια (118g)	110	105	+5	+4.8%
Στήθος κοτόπουλου, ψητό (140g)	220	231	-11	-4.8%
Λευκό ρύζι, μαγειρεμένο (200g)	258	260	-2	-0.8%
Ψωμί ολικής άλεσης, 1 φέτα (30g)	80	81	-1	-1.2%
Φυστικοβούτυρο, 2 κ.σ. (32g)	200	188	+12	+6.4%
Αβοκάντο, μισό (68g)	130	114	+16	+14.0%
Αυγά scrambled, 2 μεγάλα (122g)	190	204	-14	-6.9%
Γιαούρτι ελληνικό, σκέτο, 170g	100	97	+3	+3.1%
Ελαιόλαδο, 1 κ.σ. (14g)	120	119	+1	+0.8%
Φιλέτο σολομού, ψητό (170g)	340	354	-14	-4.0%
Γλυκοπατάτα, ψητή (150g)	130	135	-5	-3.7%
Τυρί cheddar, 1 oz (28g)	110	114	-4	-3.5%
Ζυμαρικά, μαγειρεμένα (140g)	200	220	-20	-9.1%
Κιμάς μοσχαρίσιος 85/15, μαγειρεμένος (113g)	240	250	-10	-4.0%
Μπρόκολο, στον ατμό (90g)	30	31	-1	-3.2%
Μήλο, μέτριο (182g)	95	95	0	0.0%
Burrito κοτόπουλου εστιατορίου (εκτ. 450g)	810	920	-110	-12.0%
Σπιτικό stir-fry κοτόπουλου (350g)	420	485	-65	-13.4%
Πρωτεϊνική μπάρα σούπερ μάρκετ (60g)	200	220	-20	-9.1%
Διεθνή ramen noodles (85g ξηρά)	370	410	-40	-9.8%

Μέση απόλυτη απόκλιση: ±17.7 kcal ανά τρόφιμο. Σε μια πλήρη ημέρα καταγραφής 10+ στοιχείων, αυτό συσσωρεύεται σε περίπου ±170 θερμίδες την ημέρα.

Snap It Φωτογραφική Καταγραφή: Πόσο Ακριβής Είναι Πραγματικά;

Τι Δοκιμάσαμε

Φωτογραφίσαμε όλα τα 20 τρόφιμα δοκιμής χρησιμοποιώντας τη λειτουργία Snap It του Lose It!. Κάθε φωτογραφία τραβήχτηκε σε φυσικό φως, κεντραρισμένη στο πιάτο, χωρίς άλλα τρόφιμα στο κάδρο. Αυτές ήταν ιδανικές συνθήκες — καλύτερες από αυτές που οι περισσότεροι χρήστες πετυχαίνουν όταν τραβούν μια γρήγορη φωτογραφία σε εστιατόριο ή γραφείο.

Αποτελέσματα Αναγνώρισης Snap It

Κατηγορία	Τρόφιμα Δοκιμής	Σωστή Αναγνώριση	Μερικώς Σωστή	Λάθος/Αποτυχία
Μοναδικά ολόκληρα τρόφιμα (μπανάνα, μήλο, μπρόκολο)	5	4	1	0
Απλά μαγειρεμένα είδη (ψητό κοτόπουλο, ρύζι)	4	3	1	0
Συσκευασμένα τρόφιμα (πρωτεϊνική μπάρα, ψωμί)	3	1	1	1
Πολύπλοκα γεύματα (stir-fry, burrito)	4	1	1	2
Τρόφιμα με σάλτσες/επικαλύψεις	4	1	1	2

Συνολικό ποσοστό σωστής αναγνώρισης: 50% πλήρως σωστά, 25% μερικώς σωστά (σωστή κατηγορία τροφίμου, λάθος συγκεκριμένο είδος ή μερίδα), 25% λάθος ή αποτυχία.

Υπό ιδανικές συνθήκες, το Snap It πέτυχε περίπου 65-70% ποσοστό χρηστικής αναγνώρισης (μετρώντας τις μερικώς σωστές αναγνωρίσεις ως χρηστικές με διόρθωση από τον χρήστη). Σε πραγματικές συνθήκες — κακό φωτισμό, γεμάτα πιάτα, μικτά γεύματα — το χρηστικό ποσοστό πέφτει ακόμα περισσότερο.

Γιατί το Snap It Δυσκολεύεται με Πολύπλοκα Γεύματα

Η αναγνώριση τροφίμων μέσω φωτογραφίας αντιμετωπίζει μια θεμελιώδη πρόκληση με πολύπλοκα γεύματα. Ένα stir-fry κοτόπουλου περιλαμβάνει κοτόπουλο, λαχανικά, σάλτσα και λάδι όλα ανακατεμένα σε ένα πιάτο. Η AI δεν μπορεί να προσδιορίσει την ποσότητα του λαδιού που χρησιμοποιήθηκε στο μαγείρεμα, δεν μπορεί να διακρίνει μεταξύ μηρού και στήθους κοτόπουλου, και δεν μπορεί να αναγνωρίσει συγκεκριμένες σάλτσες. Βλέπει ένα ανακατεμένο πιάτο και κάνει μια γενική εκτίμηση.

Αυτό δεν είναι μοναδικό για το Lose It! — οι περισσότερες εφαρμογές καταγραφής τροφίμων μέσω φωτογραφίας αντιμετωπίζουν το ίδιο πρόβλημα. Η διαφορά είναι στο πώς η εφαρμογή διαχειρίζεται την αβεβαιότητα. Το Lose It! συχνά προεπιλέγει μια γενική καταχώρηση "stir fry" χωρίς να ζητήσει από τον χρήστη να επιβεβαιώσει ή να προσαρμόσει, γεγονός που οδηγεί σε συστηματική υποκαταμέτρηση.

Πού Είναι Πραγματικά Ακριβές το Lose It!?

Απλά Συσκευασμένα Τρόφιμα

Το Lose It! αποδίδει καλά με απλά συσκευασμένα τρόφιμα που έχουν σαφείς, τυποποιημένες ετικέτες διατροφής. Τρόφιμα όπως τα γιαούρτια, οι ατομικές φέτες τυριού και οι τυπικές φραντζόλες ψωμιού είναι καλά εκπροσωπημένα στη βάση δεδομένων και συνήθως είναι ακριβή εντός 3-5% της αναγραφόμενης τιμής.

Βασικά Ολόκληρα Τρόφιμα

Για κοινά ολόκληρα τρόφιμα με τυποποιημένα μεγέθη μερίδας — μια μέτρια μπανάνα, ένα μέτριο μήλο, ένα φλιτζάνι μαγειρεμένου ρυζιού — η επιμελημένη μερίδα της βάσης δεδομένων του Lose It! παρέχει αξιόπιστα δεδομένα. Αυτές οι καταχωρήσεις ευθυγραμμίζονται στενά με τις τιμές αναφοράς της USDA επειδή προέρχονται από καθιερωμένες διατροφικές βάσεις δεδομένων και όχι από υποβολές χρηστών.

Προϊόντα Αγοράς ΗΠΑ

Όπως οι περισσότερες εφαρμογές καταγραφής θερμίδων που έχουν αναπτυχθεί στις ΗΠΑ, η σάρωση γραμμωτού κώδικα του Lose It! λειτουργεί καλύτερα με προϊόντα που πωλούνται στην αγορά των ΗΠΑ. Οι μεγάλες εθνικές μάρκες καλύπτονται καλά, και η αντιστοίχιση γραμμωτού κώδικα με δεδομένα διατροφής είναι γενικά αξιόπιστη για αυτά τα προϊόντα.

Πού Σπάει η Ακρίβεια του Lose It!?

Πολύπλοκα Γεύματα μέσω Φωτογραφικής Καταγραφής

Ο μεγαλύτερος κίνδυνος ακρίβειας στο Lose It! είναι η λειτουργία Snap It για πολύπλοκα γεύματα. Όταν ένας χρήστης φωτογραφίζει ένα πιάτο ζυμαρικών με σάλτσα κρέατος, η AI αντιμετωπίζει μια αδύνατη αποστολή: δεν μπορεί να γνωρίζει αν η σάλτσα φτιάχτηκε με άπαχο ή λιπαρό κιμά, αν ο μάγειρας χρησιμοποίησε μια κουταλιά ελαιόλαδο ή τρεις, ή αν η μερίδα είναι 300g ή 450g. Η εκτίμηση που προκύπτει μπορεί να είναι λανθασμένη κατά 20-30%.

Η δοκιμή μας έδειξε μια υποκαταμέτρηση 13.4% για το σπιτικό stir-fry κοτόπουλου που καταγράφηκε μέσω αναζήτησης (το αποτέλεσμα φωτογραφίας ήταν ακόμα λιγότερο ακριβές). Οι χρήστες που βασίζονται σε μεγάλο βαθμό στο Snap It για μικτά γεύματα είναι πιθανό να συσσωρεύουν μεγαλύτερα λάθη από αυτά που κατέγραψε η δοκιμή μας με βάση την αναζήτηση.

Φαγητό Εστιατορίου

Τα γεύματα εστιατορίου παραμένουν αδύναμο σημείο. Η δοκιμή μας έδειξε μια υποκαταμέτρηση 12.0% για ένα burrito κοτόπουλου εστιατορίου. Τα εστιατόρια χρησιμοποιούν περισσότερα λάδια μαγειρέματος, βούτυρο και μεγαλύτερες μερίδες από ό,τι προτείνουν οι γενικές καταχωρήσεις στη βάση δεδομένων του Lose It!. Η FDA επιτρέπει περιθώριο σφάλματος 20% στις ετικέτες διατροφής ακόμη και για αλυσίδες εστιατορίων που απαιτείται να εμφανίζουν μετρήσεις θερμίδων (σύμφωνα με τον 21 CFR 101.9), και τα μη αλυσίδα εστιατόρια δεν έχουν καμία υποχρέωση επισήμανσης.

Διεθνή Προϊόντα

Η βάση δεδομένων του Lose It! είναι επικεντρωμένη στις ΗΠΑ. Διεθνή προϊόντα — ασιατικά σνακ, ευρωπαϊκά γαλακτοκομικά, μεσανατολικές βασικές τροφές — καλύπτονται ελάχιστα. Η δοκιμή μας έδειξε μια υποκαταμέτρηση 9.8% για τα διεθνή ramen noodles, και η σάρωση γραμμωτού κώδικα συχνά επέστρεφε "δεν βρέθηκε" για προϊόντα που αγοράστηκαν εκτός ΗΠΑ.

Εκτίμηση Μερίδας

Το Lose It! προεπιλέγει τυποποιημένα μεγέθη μερίδας που μπορεί να μην ταιριάζουν με αυτά που καταναλώνουν οι χρήστες. Μια "μερίδα" φυστικοβούτυρου στο Lose It! είναι 2 κουταλιές (32g), αλλά έρευνα που δημοσιεύθηκε στο Journal of the Academy of Nutrition and Dietetics δείχνει ότι οι περισσότεροι άνθρωποι σερβίρουν 40-50% περισσότερα από το αναγραφόμενο μέγεθος μερίδας για τρόφιμα πλούσια σε θερμίδες όπως τα βούτυρα ξηρών καρπών. Η εφαρμογή δεν παρέχει μηχανισμό για να βοηθήσει τους χρήστες να εκτιμήσουν την πραγματική τους μερίδα πέρα από την χειροκίνητη καταχώρηση γραμμαρίων.

Πώς Συσσωρεύονται τα Ημερήσια Λάθη με την Πάροδο του Χρόνου

Το Συσσωρευτικό Εφέ

Μια μέση ημερήσια απόκλιση ±170 θερμίδων μπορεί να ακούγεται διαχειρίσιμη, αλλά τα μαθηματικά λένε μια διαφορετική ιστορία:

Χρονική Περίοδος	Συσσωρευτικό Σφάλμα (kcal)	Ισοδύναμο Λίπους (lbs)
1 εβδομάδα	1,190	0.34
1 μήνας	5,100	1.46
3 μήνες	15,300	4.37
6 μήνες	30,600	8.74

Δεδομένου ότι τα σφάλματα καταγραφής θερμίδων στο Lose It! τείνουν να είναι υποκαταμετρημένα (η βάση δεδομένων και η φωτογραφική AI τείνουν να εκτιμούν συντηρητικά), οι χρήστες είναι πιο πιθανό να συσσωρεύουν μη καταμετρημένες θερμίδες παρά να υπερκαταμετρούν. Σε έξι μήνες, αυτό θα μπορούσε να αντιστοιχεί σε σχεδόν 9 κιλά απροσδόκητου βάρους — ή, πιο συχνά, σε μια πλατώ που ο χρήστης δεν μπορεί να εξηγήσει επειδή η καταγραφή του "φαίνεται τέλεια".

Πώς Συγκρίνεται η Ακρίβεια του Lose It! με το Nutrola

Το Nutrola αντιμετωπίζει τα προβλήματα ακρίβειας που επηρεάζουν το Lose It! μέσω δύο βασικών διαφορών: μιας πλήρως επιβεβαιωμένης βάσης δεδομένων από διατροφολόγους και μιας πιο προηγμένης φωτογραφικής AI υποστηριγμένης από επιβεβαιωμένα δεδομένα.

Χαρακτηριστικό	Lose It!	Nutrola
Τύπος βάσης δεδομένων	Μικτή (επιμελημένη + crowdsourced)	Επιβεβαιωμένη από διατροφολόγους
Μέγεθος βάσης δεδομένων	~27M τρόφιμα (συμπεριλαμβανομένων των υποβολών χρηστών)	1.8M+ επιβεβαιωμένες καταχωρήσεις
Μέση ημερήσια απόκλιση	±170 kcal	Ευθυγραμμισμένη με τα δεδομένα αναφοράς της USDA
Φωτογραφική AI καταγραφή	Snap It (~65-70% ακρίβεια)	Φωτογραφική AI αντιστοιχισμένη με επιβεβαιωμένη βάση δεδομένων
Φωνητική καταγραφή	Όχι	Ναι
Σάρωση γραμμωτού κώδικα	Ναι (επικεντρωμένη στις ΗΠΑ)	Ναι
Διαφημίσεις	Ναι (δωρεάν επίπεδο)	Χωρίς διαφημίσεις σε κανένα επίπεδο
Τιμή	Δωρεάν / €39.99/έτος premium	€2.50/μήνα

Η κρίσιμη διαφορά είναι το τι συμβαίνει μετά την αναγνώριση ενός τροφίμου από την AI. Στο Lose It!, το αποτέλεσμα φωτογραφίας προέρχεται από μια μικτή βάση δεδομένων που μπορεί να περιέχει ανακριβείς καταχωρήσεις. Στο Nutrola, κάθε αποτέλεσμα — είτε από φωτογραφική AI, φωνητική καταγραφή ή χειροκίνητη αναζήτηση — αντιστοιχεί σε επιβεβαιωμένα δεδομένα από διατροφολόγους. Αυτό σημαίνει ότι ακόμα και όταν η αναγνώριση της AI είναι ατελής, τα υποκείμενα δεδομένα θερμίδων είναι αξιόπιστα.

Το Nutrola υποστηρίζει επίσης τη φωνητική καταγραφή, που επιτρέπει στους χρήστες να λένε "ψητό στήθος κοτόπουλου, περίπου 140 γραμμάρια, με ένα φλιτζάνι στον ατμό μπρόκολο" και η εφαρμογή καταγράφει κάθε συστατικό από τη βάση δεδομένων της. Αυτό είναι ταχύτερο και συχνά πιο ακριβές από το να φωτογραφίσεις ένα πολύπλοκο γεύμα.

Πρέπει να Συνεχίσετε να Χρησιμοποιείτε το Lose It!?

Το Lose It! είναι μια καλά σχεδιασμένη εφαρμογή με προσιτό περιβάλλον που καθιστά την καταγραφή θερμίδων λιγότερο κουραστική σε σύγκριση με τους ανταγωνιστές. Για κάποιον που είναι νέος στην καταγραφή θερμίδων και καταναλώνει κυρίως απλά, συσκευασμένα τρόφιμα στην αγορά των ΗΠΑ, είναι μια λογική αρχή.

Ωστόσο, ο συνδυασμός μιας βάσης δεδομένων μικτής ακρίβειας και μιας λειτουργίας φωτογραφικής καταγραφής AI που αναγνωρίζει σωστά περίπου τα δύο τρίτα των τροφίμων δημιουργεί συσσωρευμένη αβεβαιότητα. Αν βασίζεστε στο Snap It για ευκολία, μπορεί να υποκαταμετράτε συστηματικά κατά σημαντικό ποσοστό χωρίς να το συνειδητοποιείτε.

Για χρήστες που χρειάζονται αξιόπιστη ακρίβεια — είτε για απώλεια λίπους, αύξηση μυϊκής μάζας ή ιατρική διαχείριση διατροφής — μια εφαρμογή με πλήρως επιβεβαιωμένη βάση δεδομένων όπως το Nutrola εξαλείφει την αβεβαιότητα ποιότητας δεδομένων. Κάθε καταχώρηση τροφίμου έχει αναθεωρηθεί από επαγγελματίες διατροφολόγους, και κάθε αποτέλεσμα AI αντιστοιχεί σε επιβεβαιωμένα δεδομένα αντί για ένα μείγμα επιμελημένων και υποβαλλόμενων από χρήστες καταχωρήσεων.

Συχνές Ερωτήσεις

Είναι το Lose It! αρκετά ακριβές για απώλεια βάρους;

Το Lose It! μπορεί να υποστηρίξει την απώλεια βάρους αν διατηρείτε ένα μεγάλο θερμιδικό έλλειμμα και καταναλώνετε κυρίως απλά, συσκευασμένα τρόφιμα με σαφή μεγέθη μερίδας. Ωστόσο, η ημερήσια απόκλιση ±170 θερμίδων σημαίνει ότι οι χρήστες με μέτρια έλλειμμα (250-400 θερμίδες) ενδέχεται να μην επιτύχουν σημαντική απώλεια λίπους. Για ακριβή καταγραφή, μια εφαρμογή με επιβεβαιωμένη βάση δεδομένων όπως το Nutrola παρέχει πιο αξιόπιστα αποτελέσματα.

Πόσο ακριβής είναι η λειτουργία φωτογραφίας Snap It του Lose It!?

Στις δοκιμές μας υπό ιδανικές συνθήκες (καλός φωτισμός, μοναδικά τρόφιμα, καθαρή παρουσίαση), το Snap It αναγνώρισε σωστά περίπου το 65-70% των τροφίμων με χρηστική ακρίβεια. Πολύπλοκα γεύματα, ανακατεμένα πιάτα και τρόφιμα με σάλτσες ή επικαλύψεις είχαν σημαντικά χαμηλότερα ποσοστά αναγνώρισης. Η λειτουργία είναι χρήσιμη για γρήγορη καταγραφή απλών στοιχείων αλλά δεν πρέπει να εμπιστεύεστε για ακριβή καταμέτρηση θερμίδων πολύπλοκων γευμάτων.

Είναι το Lose It! πιο ακριβές από το MyFitnessPal;

Η δοκιμή μας έδειξε ότι το Lose It! είναι ελαφρώς πιο ακριβές από το MyFitnessPal κατά μέσο όρο (±170 kcal/ημέρα έναντι ±185 kcal/ημέρα), πιθανώς επειδή η βάση δεδομένων του Lose It! περιλαμβάνει περισσότερες επιμελημένες καταχωρήσεις μαζί με δεδομένα που υποβάλλονται από χρήστες. Ωστόσο, και οι δύο εφαρμογές εμφανίζουν σημαντικές αποκλίσεις από τις τιμές αναφοράς της USDA, ιδιαίτερα για σπιτικά γεύματα, φαγητό εστιατορίου και διεθνή προϊόντα.

Χρησιμοποιεί το Lose It! δεδομένα της USDA;

Το Lose It! χρησιμοποιεί ένα μείγμα πηγών δεδομένων. Ορισμένες καταχωρήσεις προέρχονται από καθιερωμένες διατροφικές βάσεις δεδομένων, συμπεριλαμβανομένων των USDA FoodData Central, αλλά η βάση δεδομένων περιλαμβάνει επίσης καταχωρήσεις που υποβάλλονται από χρήστες που δεν έχουν επιβεβαιωθεί με τις τιμές αναφοράς της USDA. Σε αντίθεση με εφαρμογές όπως το Cronometer που χρησιμοποιούν δεδομένα USDA/NCCDB ως κύριες πηγές, ή το Nutrola που χρησιμοποιεί επιβεβαιωμένα δεδομένα από διατροφολόγους, το Lose It! δεν διακρίνει μεταξύ επιβεβαιωμένων και μη επιβεβαιωμένων καταχωρήσεων στην διεπαφή χρήστη.

Ποια είναι η πιο ακριβής εφαρμογή καταγραφής θερμίδων;

Ανάμεσα στις κύριες εφαρμογές καταγραφής θερμίδων, το Cronometer (χρησιμοποιώντας δεδομένα USDA/NCCDB) και το Nutrola (χρησιμοποιώντας επιβεβαιωμένα δεδομένα από διατροφολόγους) δείχνουν σταθερά τη χαμηλότερη απόκλιση από τις τιμές αναφοράς της USDA. Το Nutrola προσφέρει επιπλέον πλεονεκτήματα ακρίβειας μέσω φωτογραφικής AI και φωνητικής καταγραφής που αντιστοιχούν σε επιβεβαιωμένα δεδομένα, χωρίς διπλές καταχωρήσεις, και μια καθαρή εμπειρία χωρίς διαφημίσεις για €2.50/μήνα σε iOS και Android.