בדקתי את מעקב הקלוריות בעזרת AI במסעדות במשך שבועיים
בדקתי את מעקב הקלוריות בעזרת AI ב-28 ארוחות במסעדות, כולל מזון מהיר, מסעדות ישיבה, מטבחים אתניים ובופה. כך התבררה הדיוק של המעקב, ארוחה אחרי ארוחה.
אכילה בחוץ היא המקום שבו מעקב הקלוריות מתמוטט. מחקר מ-2024 שפורסם ב-Journal of the Academy of Nutrition and Dietetics גילה כי ארוחות במסעדות מכילות בממוצע 1,205 קלוריות — והסועדים מעריכים את המספר הזה ב-30 עד 50 אחוזים פחות ממה שהוא באמת. רציתי לבדוק אם מעקב קלוריות בעזרת תמונות עם AI יכול לצמצם את הפער הזה. לכן ביליתי שבועיים באכילת 28 ארוחות במסעדות ב-4 קטגוריות, צילמתי כל צלחת והשוויתי את ההערכות של ה-AI לנתוני התזונה האמיתיים מהתפריטים ומבדיקות מעבדה.
איך ארגנתי את הבדיקה הזו?
עקבתי אחרי כל ארוחה במסעדה בין 24 במרץ ל-6 באפריל 2026. השתמשתי בפיצ'ר התמונות של Nutrola כדי לצלם כל צלחת לפני האכילה. לצורך מדדי דיוק, אספתי נתוני תזונה משלושה מקורות:
- נתוני תזונה מהתפריט המפורסם (זמינים במסעדות רשת בהתאם לחוקי תיוג קלוריות של ה-FDA)
- שחזור מתכון בעזרת רשימות המרכיבים שסיפקו המסעדות כשזה היה אפשרי
- הערכות דיאטנית רשומה למסעדות עצמאיות ללא נתונים מפורסמים (שכרתי יועץ RD עבור 6 ארוחות)
אכלתי ב-22 מסעדות שונות ב-4 קטגוריות: מזון מהיר (8 ארוחות), מסעדות ישיבה/אוכל קל (8 ארוחות), מטבח אתני (7 ארוחות), ובופה (5 ארוחות). צילמתי כל צלחת בתנאי האכילה האמיתיים — בלי תאורה מיוחדת, בלי זוויות צילום מבוימות. פשוט הטלפון שלי מכוון לשולחן כמו שאדם רגיל היה עושה.
עד כמה היה מדויק מעקב הקלוריות בעזרת AI לפי סוגי המסעדות?
הנה התוצאות, ממוצעות לפי קטגוריית המסעדות.
| סוג מסעדה | ארוחות שנבדקו | קלוריות אמיתיות ממוצעות | הערכת AI ממוצעת | סטיית תקן ממוצעת | אחוז סטייה |
|---|---|---|---|---|---|
| מזון מהיר | 8 | 847 קלוריות | 812 קלוריות | -35 קלוריות | -4.1% |
| מסעדות ישיבה | 8 | 1,143 קלוריות | 1,024 קלוריות | -119 קלוריות | -10.4% |
| מטבח אתני | 7 | 978 קלוריות | 891 קלוריות | -87 קלוריות | -8.9% |
| בופה | 5 | 1,412 קלוריות | 1,195 קלוריות | -217 קלוריות | -15.4% |
| סה"כ | 28 | 1,067 קלוריות | 972 קלוריות | -95 קלוריות | -8.9% |
הדפוס ברור. ה-AI פועל הכי טוב עם ארוחות בעלות מראה ברור וסטנדרטי (מזון מהיר) ומתקשה יותר עם צלחות מעורבות, ערמות או שכבות (בופה).
למה מזון מהיר היה הקטגוריה המדויקת ביותר?
מזון מהיר היה השטח המוכר של ה-AI. המבורגרים, צ'יפס, נאגטס עוף ובוריטוס מגיעים בצורות סטנדרטיות, עם גודל מנות עקביות, וכמעט תמיד נראים על הצלחת בלי להיות מכוסים ברטבים או פריטים אחרים.
| ארוחת מזון מהיר | קלוריות אמיתיות | הערכת AI | סטייה |
|---|---|---|---|
| מקדונלד'ס ביג מק + צ'יפס בינוני | 1,080 קלוריות | 1,045 קלוריות | -3.2% |
| בוריטו עוף של צ'יפוטלה | 1,005 קלוריות | 960 קלוריות | -4.5% |
| סנדוויץ' טורקיה של סאבווי 6 אינצ' | 480 קלוריות | 495 קלוריות | +3.1% |
| ארוחה של KFC עם 3 חתיכות ו cole slaw | 1,120 קלוריות | 1,065 קלוריות | -4.9% |
| סנדוויץ' של Chick-fil-A + צ'יפס וופל | 920 קלוריות | 885 קלוריות | -3.8% |
| טאקו בל עם 3 טאקו קראנצ'יים + נאצ'וס | 870 קלוריות | 840 קלוריות | -3.4% |
| המבורגר של Five Guys (בלי צ'יפס) | 840 קלוריות | 810 קלוריות | -3.6% |
| קומבו של דייוויד של וונדי | 1,060 קלוריות | 995 קלוריות | -6.1% |
הסטייה הממוצעת למזון מהיר הייתה רק 4.1 אחוזים. ה-AI של Nutrola גם משווה את הזיהוי הוויזואלי שלו עם מסד הנתונים המאומת שלו, שכולל פריטים סטנדרטיים מתפריטים של רשתות גדולות. הגישה ההיברידית הזו — הערכה ויזואלית בשילוב עם התאמת מסד נתונים — נותנת לו יתרון על פני הערכה מבוססת תמונה בלבד.
מה קורה עם ארוחות במסעדות ישיבה?
מסעדות ישיבה הציגו אתגרים אמיתיים. הצגת האוכל משתנה מאוד. פילט סלמון בגריל במסעדה אחת יכול להיות 6 אונקיות; במסעדה אחרת, 8 אונקיות. רטבים נשפכים, חמאה נמסה לתוך ירקות, וסלי לחם מגיעים לפני שהארוחה מתחילה.
| ארוחת ישיבה | קלוריות אמיתיות | הערכת AI | סטייה | אתגר מרכזי |
|---|---|---|---|---|
| סלמון בגריל + ירקות | 785 קלוריות | 710 קלוריות | -9.6% | חמאה על הירקות |
| עוף פרמזן + פסטה | 1,340 קלוריות | 1,180 קלוריות | -11.9% | עומק שכבת הגבינה |
| סטייק (10 אונקיות ריבאי) + תפוח אדמה אפוי | 1,290 קלוריות | 1,150 קלוריות | -10.9% | שומן לא נראה |
| סלט קיסר + עוף בגריל | 680 קלוריות | 640 קלוריות | -5.9% | כמות הרוטב |
| דג וצ'יפס | 1,180 קלוריות | 1,050 קלוריות | -11.0% | עובי הבצק |
| המבורגר + טבעות בצל | 1,420 קלוריות | 1,285 קלוריות | -9.5% | ספיגת הבצק בטבעות |
| פסטה קארבונרה | 1,050 קלוריות | 940 קלוריות | -10.5% | יחס שמנת/ביצה/גבינה |
| סנדוויץ' עוף בגריל + סלט | 895 קלוריות | 840 קלוריות | -6.1% | מריחה של מיונז/רטבים |
הגורם המרכזי לסטייה היה שומן בלתי נראה. חמאה שנמסה לתוך ברוקולי מאודה, שמן שהתערבב בפסטה, רטבים על בסיס שמנת — ה-AI לא יכול היה לראות מה נספג באוכל. זו מגבלה בסיסית של כל שיטת הערכה ויזואלית, בין אם היא מבוססת על AI או על בני אדם.
איך ה-AI מתמודד עם מטבחים אתניים ובינלאומיים?
זו הייתה הקטגוריה שהכי סיקרנה אותי. מטבחים אתניים מציבים אתגרים ייחודיים: קומפוזיציות מנות לא מוכרות, תערובות תבלינים ושמנים מורכבות, ופחות סטנדרטיזציה בין מסעדות.
| ארוחת מטבח אתני | קלוריות אמיתיות | הערכת AI | סטייה | אתגר מרכזי |
|---|---|---|---|---|
| צ'יקן טיקה מסאלה + נאן + אורז | 1,180 קלוריות | 1,040 קלוריות | -11.9% | שמנת/גי ברוטב |
| פד תאי עם שרימפס | 920 קלוריות | 855 קלוריות | -7.1% | שמן באטריות |
| מגש סושי (12 חתיכות + 2 רולים) | 785 קלוריות | 750 קלוריות | -4.5% | צפיפות האורז משתנה |
| צלחת שווארמה עוף | 1,050 קלוריות | 935 קלוריות | -11.0% | טחינה ושמן |
| פו עם בשר (גדול) | 720 קלוריות | 690 קלוריות | -4.2% | תכולת שומן במרק |
| אנצילדות (3) עם אורז ושעועית | 1,210 קלוריות | 1,095 קלוריות | -9.5% | גבינה בתוך הטורטיה |
| קומבינציה אתיופית (3 מנות + אינג'רה) | 980 קלוריות | 870 קלוריות | -11.2% | חמאה מתובלת בתבשילים |
סושי ופו ביצעו טוב כי המרכיבים ברורים וניתן לספור את חתיכות הסושי ולראות את האטריות במרק ברור. המנות עם השומנים המוסתרים היו הגרועות ביותר: קארי הודי עמוס בגי ושמנת, תבשילים אתיופיים עם נייטר קיבבה (חמאה מתובלת), ומנות מזרח תיכוניות עם טחינה. Nutrola ביקשה ממני להוסיף שמני בישול למנות ההודיות והמזרח תיכוניות, מה שעזר לצמצם את הפער כאשר קיבלתי את ההנחיות הללו.
למה הבופה הוא הקשה ביותר למעקב?
הבופה היה כישלון דיוק, וכנהוג, ציפיתי לכך. האתגרים מצטברים זה על זה.
| אתגר בבופה | השפעה על הדיוק |
|---|---|
| מזון ערום/מעלים זה על זה | ה-AI לא יכול לראות פריטים מתחת |
| מנות מעורבות ממספר תחנות | קשה לזהות פריטים בודדים |
| רטבים ורוטבים שנשפכים על הצלחת | הערכת נפח נכשלת |
| מספר ביקורים (2-3 צלחות) | יש לצלם כל צלחת בנפרד |
| תאורה עמומה בהרבה בופות | איכות התמונה פוחתת |
| ארוחת בופה | קלוריות אמיתיות | הערכת AI | סטייה |
|---|---|---|---|
| בופה סיני (2 צלחות) | 1,580 קלוריות | 1,290 קלוריות | -18.4% |
| בופה הודי (2 צלחות) | 1,490 קלוריות | 1,240 קלוריות | -16.8% |
| בופה ארוחת בוקר במלון | 1,020 קלוריות | 910 קלוריות | -10.8% |
| מסעדת סטייק ברזילאית | 1,650 קלוריות | 1,380 קלוריות | -16.4% |
| בופה פיצה (4 פרוסות + סלט) | 1,320 קלוריות | 1,155 קלוריות | -12.5% |
הבופות הסיניות וההודיות היו עם הדיוק הגרוע ביותר כי הרטבים הסתירו מה שהיה מתחת. בבופה הסיני, רוטב מתוק וחמוץ כיסה לחלוטין את חתיכות העוף, מה שהפך את הערכת המנות כמעט לבלתי אפשרית מתמונה. בופה ארוחת הבוקר במלון ביצע הכי טוב כי הפריטים היו מפוזרים על הצלחת — ביצים, טוסט, בייקון, פירות — כל אחד ברור וגלוי.
האם תאורה עמומה משפיעה על דיוק מעקב הקלוריות של AI?
כן, באופן משמעותי. עקבתי אחרי תנאי התאורה בכל 28 הארוחות ומצאתי מתאם ברור.
| תנאי תאורה | ארוחות | סטיית תקן ממוצעת |
|---|---|---|
| תאורה טבעית/בהירה | 11 | -5.8% |
| תאורה פנימית סטנדרטית | 12 | -9.2% |
| תאורה עמומה/אווירתית | 5 | -14.1% |
החמש ארוחות בתנאי תאורה עמומה (שתי מסעדות יוקרה, בר אחד, שני בופות ערב) היו עם כמעט 2.5 פעמים הסטייה של ארוחות מוארות היטב. הפלאש של הטלפון עזר בכמה מקרים, אבל יצר צללים קשים שהקשו על הערכת המנות בשני מקרים. הגישה הטובה ביותר הייתה להגדיל את בהירות המסך ולהשתמש בו כמקור אור רך לפני הצילום.
איך משפיעות מנות משותפות ואכילה משפחתית על המעקב?
שלוש מהארוחות שלי היו בסגנון משפחתי, שבהן המנות חולקו על השולחן. זה הציג בעיה ייחודית: הייתי צריך להעריך מהו החלק של כל מנה שאכלתי בעצמי.
לארוחה תאילנדית משותפת (פד תאי, קארי ירוק, אורז מטוגן, רולים אביב שחולקו בין שני אנשים), הסכום הכולל היה כ-2,100 קלוריות לשולחן. הערכתי שאכלתי בערך 55 אחוזים בהתבסס על מה שהגשתי לעצמי. ההערכה שלי של ה-AI למה שהיה על הצלחת שלי הגיעה ל-985 קלוריות; המספר האמיתי בהתבסס על חלקי היה כ-1,155 קלוריות — סטייה של 14.7 אחוזים.
הפתרון כאן הוא פשוט. צלמו את הצלחת שלכם לאחר שהגשתם לעצמכם, ולא את המנות המשותפות במרכז השולחן. ה-AI של Nutrola פועל הכי טוב כאשר הוא מנתח את המנה של אדם אחד על הצלחת שלו.
מה האסטרטגיה הטובה ביותר למעקב אחרי ארוחות במסעדות בעזרת AI?
לאחר 28 ארוחות, פיתחתי זרימת עבודה שהניבה את התוצאות הטובות ביותר באופן עקבי.
- צלמו מלמעלה בזווית של 45 מעלות. צילום ישיר מהאוויר מפשט את תפיסת העומק. זווית קלה מאפשרת ל-AI להעריך את גובה ונפח המזון.
- הפרידו פריטים על הצלחת שלכם כשזה אפשרי. הזיזו את האורז מהקארי. משכו את הסלט לצד אחד. גבולות ויזואליים ברורים משפרים את ההכרה.
- תמיד קבלו את ההנחיות לגבי שמן/רטבים. כאשר Nutrola שואלת אם נוספו שמן בישול או רוטב, אמרו כן עבור אוכל במסעדות. כמעט תמיד זה היה.
- רשמו את התבלינים בנפרד. קטשופ, מיונז, רוטב סלט, רוטב סויה — צלמו את אלה בצד או הוסיפו אותם ידנית.
- השתמשו ברישום קולי עבור פריטים שאי אפשר לצלם. סל לחם לפני הארוחה עם חמאה, ריפיל של משקה, או ביס של קינוח של מישהו אחר. השתמשתי בפיצ'ר הרישום הקולי של Nutrola ואמרתי "שני לחמניות ערב עם חמאה" וזה נרשם בשניות.
איך משווה מעקב הקלוריות בעזרת תמונות להערכה ידנית במסעדות?
לפי מחקר מ-2023 ב-Obesity Reviews, אנשים שמעריכים ידנית את הארוחות במסעדות טועים ב-30 עד 50 אחוזים מהתוכן הקלורי האמיתי. המעקב שלי בעזרת AI סטה ב-8.9 אחוזים בממוצע. אפילו במקרה הגרוע ביותר — בופות בתנאי תאורה עמומה — הסטייה של ה-AI הגיעה ל-18 אחוזים, עדיין הרבה יותר טוב מאשר ניחוש בלתי מסייע.
| שיטת הערכה | סטיית תקן ממוצעת | סטיית תקן במקרה הגרוע ביותר |
|---|---|---|
| ניחוש בלתי מסייע (ממוצע מחקר) | 30-50% | 100%+ |
| עוקב ידני מנוסה | 15-25% | 40% |
| הערכת תמונה בעזרת AI (בדיקה זו) | 8.9% | 18.4% |
הנתונים ברורים: מעקב קלוריות בעזרת תמונות של AI אינו מושלם, אך הוא עולה בהרבה על הערכה אנושית. עבור מישהו שאוכל בחוץ 3-5 פעמים בשבוע, ההבדל הזה מצטבר למאות קלוריות של דיוק משופר בשבוע.
מהן המגבלות האמיתיות של מעקב קלוריות בעזרת AI במסעדות?
לאחר שבועיים, אני יכול לרשום את התרחישים הספציפיים שבהם מעקב קלוריות בעזרת תמונות באופן עקבי נכשל.
- שומנים ושמנים מוסתרים: מקור השגיאה הגדול ביותר. אם זה נספג באוכל, שום מצלמה לא יכולה לראות את זה.
- מנות שכבות או ערמות: לזניה, טאקוס ערומים, המבורגרים עמוסים — ה-AI לא יכול להעריך במדויק מה יש בין השכבות.
- מזון כהה בתנאי תאורה עמומה: רוטב מול על עוף כהה במסעדה עם תאורה עמומה כמעט בלתי אפשרי לפענח ויזואלית.
- רטבים ורוטבים עתירי קלוריות: כף רוטב ראנצ' מוסיפה 73 קלוריות. שתי כפות רוטב בוטנים מוסיפות 190 קלוריות. הנפחים הקטנים הללו נושאים משקל קלורי גבוה.
- גודל מנות שמשתנה לפי מסעדה: "מנה צד של צ'יפס" יכולה להיות 200 קלוריות במקום אחד ו-500 במקום אחר.
למרות המגבלות הללו, גורם הנוחות הוא עצום. להקדיש 5 שניות לצילום צלחת לעומת 5 דקות לחיפוש במסד נתונים ולניחוש מנות הוא הבדל משמעותי. במהלך שבועיים, אני מעריך שהגישה של AI בעזרת תמונות חסכה לי כ-45 דקות של זמן רישום ידני תוך מתן דיוק הרבה יותר טוב ממה שהייתי יכול להשיג בעצמי.
פסק דין סופי: האם כדאי להשתמש במעקב קלוריות בעזרת תמונות במסעדות?
עבור כל מי שאוכל בחוץ באופן קבוע, מעקב קלוריות בעזרת תמונות עם AI הוא הפתרון המעשי ביותר הקיים כיום. הוא לא ישווה לדיוק של שקילת מזון בבית, והוא יעריך באופן שיטתי ארוחות עם שומנים מוסתרים. אבל הסטייה הממוצעת של 8.9 אחוזים שמדדתי נמצאת בטווח מקובל לרוב המטרות התזונתיות.
הגישה של Nutrola לשלב בין AI לתמונות עם מסד נתונים מאומת על ידי תזונאים והנחיות חכמות לגבי שמנים ורטבים הניבה את התוצאות הכי עקביות בבדיקות שלי. פיצ'ר הרישום הקולי מילא את הפערים עבור פריטים שלא יכולתי לצלם. במחיר התחלתי של רק 2.50 אירו לחודש, השיפור בדיוק על פני ניחוש ידני במסעדות מצדיק את העלות פעמים רבות.
המסקנה: מעקב מושלם במסעדות הוא בלתי אפשרי בכל שיטה. אבל מעקב בעזרת תמונות של AI מתקרב מספיק כדי לאפשר התקדמות משמעותית במטרות התזונה שלכם בלי החיכוך שגורם לרוב האנשים להפסיק לעקוב כשאוכלים בחוץ.
מוכנים לשנות את מעקב התזונה שלכם?
הצטרפו לאלפים ששינו את מסע הבריאות שלהם עם Nutrola!
