סיפור של יוקי: איך עוקבת זרה אחרי אוכל בינלאומי עם Nutrola
כשיוקי עברה מטוקיו ללונדון, אף אפליקציית מעקב קלוריות לא הצליחה לזהות את הארוחות שלה. כך מאגר המזון הגלובלי של Nutrola והזיהוי בעזרת AI פתרו את הבעיה.
יוקי טנקה לא חשבה על אפליקציות מעקב קלוריות כשקיבלה הצעת עבודה לפיתוח תוכנה בלונדון. היא חשבה על ההזדמנות המקצועית, על הסיכוי לחיות בחו"ל, ועל השאלה אם תוכל לשרוד בלי הבישולים של אמא שלה. מעקב תזונתי היה אמור להיות החלק הקל. היא ניהלה יומן אוכל באפליקציה יפנית בשם Asken במשך שנתיים בטוקיו, והניחה שהיא פשוט תעבור לאפליקציה דוברת אנגלית ברגע שתגיע.
היא טעתה.
מה שקרה אחר כך היה מאבק של ארבעה חודשים עם אפליקציות שלא הצליחו לעקוב אחרי הדרך שבה היא אכלה באמת. זו הסיפור על איך היא בסופו של דבר מצאה את Nutrola, ולמה זה שינה לא רק את הרגלי המעקב שלה אלא גם את כל מערכת היחסים שלה עם אוכל במדינה חדשה.
הבעיה שאף אחד לא מזהיר אותך עליה
בשבוע הראשון שלה בלונדון, יוקי הורידה את MyFitnessPal. זו הייתה אפליקציית המעקב קלוריות הפופולרית ביותר בעולם דובר האנגלית, אז זה נראה כמו הבחירה הברורה. היא פתחה אותה בבוקר יום שני, חיפשה "אויאקודון", ולא קיבלה שום תוצאה.
היא ניסתה "קערת אורז עם עוף וביצה" במקום. הרשומות שהופיעו היו לא עקביות בעליל — רשימה אחת שהוזנה על ידי משתמש טענה ל-320 קלוריות, בעוד אחרת אמרה 680 לאותו מנה. אף אחת מהן לא לקחה בחשבון את מרק הדאשי שהיא השתמשה בו, שמשפיע משמעותית על תכולת הנתרן. כשחיפשה "נימונו" (מנה של ירקות מבושלים שסבתה לימדה אותה להכין), האפליקציה החזירה תוצאות עבור "קינמון".
הבעיה לא הייתה ש-MyFitnessPal הייתה אפליקציה רעה. הבעיה הייתה שמאגר הנתונים שלה, שנבנה על ידי משתמשים אמריקאים ואירופאים, לא כלל כמעט את הבישול היפני, שמייצג כ-65% מהארוחות הנצרכות ביפן, לפי סקר של משרד הבריאות לשנת 2024. הרשומות שהיו קיימות היו לרוב הוזנו על ידי זרים מבולבלים אחרים, עם דיוק משתנה מאוד.
יוקי ניסתה להתגבר על זה על ידי הקלדת כל מרכיב ידנית. קערת מרק מיסו ביתי עם טופו ואצות דרשה ממנה לרשום שישה פריטים נפרדים. זה לקח לה יותר משלוש דקות לכל ארוחה. בתוך שבועיים, היא הפסיקה לעקוב אחרי ארוחת הבוקר לחלוטין.
כשזיהוי תמונות מחמיר את המצב
עמית לעבודה הציע את CalAI, אפליקציית מעקב קלוריות מבוססת תמונות שהבטיחה לזהות כל מנה מתמונה אחת. יוקי הייתה אופטימית. היא צילמה תמונה של מרק אודון ביתי שלה.
CalAI זיהתה את זה כרמני.
ההבדל הקלורי בין מרק אודון פשוט לרמני עשיר יכול להיות מעל 400 קלוריות. יוקי תיקנה את זה ידנית, אבל הדפוס נמשך. אטריות הסובה שלה זוהו כספגטי. האוניגירי (כדורי אורז עם מילוי סלמון) שלה נרשם כ"אורז לבן, רגיל." לא הייתה לאפליקציה שום הבנה של עטיפת הנורי או של האומבושי שהיא לפעמים השתמשה בו כמילוי.
הבעיה המרכזית הייתה שמודל הזיהוי של CalAI אומן בעיקר על מנות מערביות. הוא יכול היה להבחין בין בוריטו לאנצילדה בדיוק מרשים, אבל התייחס לרוב המנות היפניות כאל וריאציות של אותו דבר: "מרק אטריות אסיאתי" או "מנה עם אורז." עבור מישהו שאוכל אוכל יפני מדי יום, רמת חוסר הדיוק הזו הייתה גרועה יותר מאי-מעקב בכלל, כי היא יצרה תחושת נתונים שקרית שיכולה להוביל לחישובים תזונתיים לא נכונים.
הבעיה ההפוכה: אפליקציות יפניות ואוכל בריטי
יוקי עדיין הייתה עם Asken מותקנת בטלפון שלה, אז היא ניסתה להשתמש בה עבור הארוחות הבריטיות שלה. כשחבריה לדירה הציגו לה ארוחת בוקר אנגלית מלאה — ביצים, בייקון, נקניקיות, שעועית אפויה, טוסט, עגבנייה צלויה ופודינג שחור — האפליקציה לא הצליחה למצוא את "פודינג שחור" בכלל. לא הייתה לה רשומה עבור "שעועית אפויה" בסגנון היינץ הנפוץ בבריטניה. "פאי רועים" החזיר רשומה אחת עם מספרים עגולים חשודים שנראו כאילו מישהו ניחש.
היא הייתה לכודה בחלל שקט שבו חווים מיליוני זרים. לפי נתוני ההגירה של האומות המאוחדות, ישנם כ-281 מיליון מהגרים בינלאומיים ברחבי העולם נכון לשנת 2024. חלק משמעותי מהאנשים הללו מבשלים אוכל מהמדינה שלהם בזמן שהם אוכלים גם את המטבח המקומי. עם זאת, תעשיית מעקב הקלוריות — ששווייה מוערך ב-8.5 מיליארד דולר ברחבי העולם — עדיין מעצבת מוצרים כאילו לכולם יש מטבח אחד ממדינה אחת.
יוקי אכלה מרק מיסו לארוחת בוקר, סנדוויץ' מ-Pret A Manger לארוחת צהריים, ויאקיסובה לארוחת ערב. אף אפליקציה בשוק לא הצליחה לטפל בכל שלוש הארוחות בצורה מדויקת. היא החלה להעריך קלוריות בראש, מה שמחקר מה-Journal of Obesity מראה שמוביל להערכה נמוכה של 30 עד 40 אחוז.
מציאת Nutrola
יוקי גילתה את Nutrola דרך חוט ב-Reddit שכותרתו "אפליקציית מעקב קלוריות הטובה ביותר למזון לא אמריקאי?" בנובמבר 2025. כמה משתמשים בחוט ציינו במיוחד את הכיסוי הבינלאומי שלה. היא הורידה אותה באותו ערב וחיפשה "אויאקודון."
התוצאה הופיעה מיד. לא ניחוש שנעשה על ידי משתמשים, אלא רשומה מאושרת עם נתוני תזונה מלאים על פני יותר מ-100 רכיבים תזונתיים — כולל הפירוט המדויק של החלבון מהעוף והביצה, הפחמימות מהאורז, והנתרן מהסויה ומהדאשי. מספר הקלוריות, 490 למנה סטנדרטית, תאם את הנתון מהטבלאות הסטנדרטיות של הרכב המזון היפני שהיא חיפשה כהרגל.
היא חיפשה "נימונו." מצאה אותו. "נטו." מצאה אותו, כולל נתוני ויטמין K2 ונטוקינאז. "צ'וואן מושי." מצאה אותו. לראשונה מאז שהגיעה ללונדון, כל מנה שהיא הכינה בבית הייתה קיימת באפליקציית מעקב קלוריות.
אז היא ניסתה את הצד הבריטי. "ארוחת בוקר אנגלית מלאה." מצאה אותו, עם פירוט רכיבים נפרדים. "פאי רועים." מצאה אותו, עם רשומות נפרדות לגרסה מבוססת כבש ולגרסה מבוססת בקר. "פודינג דבק דב." מצאה אותו. מאגר הנתונים של Nutrola, שמכיל יותר מ-1,000,000 מזונות מאושרים, נשען על סמכויות תזונה ברחבי העולם — לא רק ה-USDA, אלא גם על טבלאות הרכב המזון של MEXT היפני, על מאגר McCance and Widdowson בבריטניה, EuroFIR, ועשרות מקורות לאומיים נוספים.
היא לא הייתה צריכה לבחור בין הזהות היפנית שלה לבין החיים הבריטיים שלה. אפליקציה אחת הבינה את שניהם.
התמונה ששינתה הכל
המבחן האמיתי הגיע בבוקר יום שבת. יוקי הכינה את מרק המיסו הרגיל שלה — פסטה מיסו לבנה, טופו רך חתוך לקוביות, אצות וואקמה, ובצל ירוק פרוס. היא פתחה את תכונת רישום התמונות של Nutrola וצילמה תמונה אחת.
ה-AI זיהה את זה כ"מרק מיסו עם טופו ואצות." לא "מרק אסיאתי." לא "מרק, מגוון." הוא זיהה את המרכיבים הספציפיים והחזיר הערכת קלוריות של 84 קלוריות לקערה, שהייתה בטווח של 5% ממה שיוקי חישבה כששקלה כל רכיב על מכונת המשקל שלה במטבח.
היא ניסתה שוב עם האודון שלה. Nutrola זיהתה את זה נכון כמרק אודון — לא רמני, לא ספגטי, לא "אטריות אסיאתיות." ההבחנה הייתה חשובה כי קערת קקה אודון מכילה בערך 350 קלוריות בעוד קערת רמני טונקוטסו יכולה לעלות על 750. טעות בזה אינה אי נוחות קטנה. במהלך שבוע, זה יכול להוביל להבדל של כמעט 3,000 קלוריות, מספיק כדי לסטות לחלוטין ממטרת ירידה במשקל או שמירה עליו.
מודל ה-AI של Nutrola אומן על תמונות מזון מכל רחבי העולם, כולל מטבחים יפניים, קוריאניים, סיניים, הודים, מזרח תיכוניים, אפריקאיים, אמריקאיים לטיניים ואירופיים. הוא לא הניח הנחות מערביות. הוא באמת הבין מה הוא רואה.
רישום קולי בין מטבחים
יוקי גם החלה להשתמש בתכונת הרישום הקולי של Nutrola, שאפשרה לה לומר מה היא אכלה באנגלית טבעית ולרשום את זה אוטומטית. היא יכלה לומר "אכלתי אויאקודון עם צד של מלפפון מוחמץ" והאפליקציה הייתה מפרשת את שני הפריטים בצורה נכונה, שולפת את הרשומות הנכונות מהמאגר המאושר.
זה עבד בצורה חלקה גם כשאמרה "לקחתי סנדוויץ' צ'יקן טיקה וקפה שטוח מ-Pret." ה-AI הקולי טיפל בשמות מנות יפניות שנאמרו באנגלית, במונחים של אוכל בריטי, ובארוחות מעורבות בלי hesitation. עבור מישהו שאוכל משתי מסורות קולינריות מדי יום, זה חסך זמן משמעותי. זמן הרישום הממוצע שלה ירד מיותר משלוש דקות לכל ארוחה לפחות מעשר שניות.
גילוי המיקרו-נוטריאנטים
שלושה שבועות לאחר שהחלה להשתמש ב-Nutrola, יוקי שמה לב למשהו בדו"ח התזונה השבועי שלה שלא הייתה אף אפליקציה קודמת שהראתה לה. צריכת יוד שלה ירדה ב-62% מאז שעברה ללונדון.
זה היה הגיוני מיד כשחשבה על זה. ביפן, התזונה שלה הייתה עשירה באופן טבעי ביוד מהאצות, הדגים, ורוטב הסויה. התזונה היפנית המסורתית מספקת בערך 1,000 עד 3,000 מיקרוגרם יוד ביום, הרבה מעבר לצריכה המומלצת של 150 מיקרוגרם על ידי ה-WHO. אבל בלונדון, היא אכלה פחות אצות ויותר לחם, פסטה וחלב. צריכת היוד שלה ירדה לכ-95 מיקרוגרם ביום — מתחת למינימום המומלץ.
היא גם גילתה שצריכת הסלניום שלה ירדה. דיאטות יפניות נוטות להיות גבוהות בסלניום בזכות צריכת דגים קבועה, אבל התזונה שלה בלונדון השתנתה לכיוון עוף וחלבונים מבוססי צמחים. המעקב של Nutrola על יותר מ-100 רכיבים תזונתיים, כולל מינרלים זעירים שרוב האפליקציות מתעלמות מהם לחלוטין, הפך את זה לגלוי לראשונה.
תכונת האימון של ה-AI של Nutrola ציינה את המגמות הללו באופן פרואקטיבי. היא לא רק הראתה לה גרף. היא שלחה לה הודעה שאמרה: "צריכת היוד שלך הייתה מתחת ליעד במשך 14 ימים. שקלי להוסיף אצות, מוצרי חלב או מלח יוד למנות שלך." לאחר מכן היא הציעה מתכונים ספציפיים מהמאגר שלה — כולל סלט אצות בסגנון יפני ופדג'רי בריטי (מנה של דג ואורז) — שיכולים למלא את הפער בתבנית האכילה הקיימת שלה.
אף אפליקציה אחרת שהיא ניסתה לא עקבה אחרי יוד בכלל. MyFitnessPal עוקבת אחרי 11 רכיבים תזונתיים. Cronometer עוקבת אחרי יותר, אבל הכיסוי שלה למזון יפני היה מוגבל. CalAI לא עקבה אחרי מיקרו-נוטריאנטים. השילוב של Nutrola בין מאגר נתונים מאושר עולמית ומעקב מעמיק אחרי מיקרו-נוטריאנטים אפשר ליוקי לראות לראשונה את התמונה התזונתית המלאה של הדיאטה הביקורתית שלה.
אימון AI שמבין אכילה מעורבת
אולי היתרון הכי עדין שיוקי מצאה היה באימון התזונה של Nutrola. רוב האלגוריתמים של האימון מכוונים לתבנית תזונתית אחת. הם מניחים שאתה אוכל בערך את אותו סוג אוכל כל יום ומבצעים המלצות על סמך תבנית זו.
התבנית של יוקי הייתה שונה. יום שני יכול להיות כולו יפני. יום שלישי יכול להיות תערובת של ארוחת בוקר יפנית, צהריים בריטיים, ואוכל הודי לקחת הביתה לארוחת ערב. יום רביעי יכול להיות כולו אוכל בריטי מקפיטריה של המשרד. מודל אימון נוקשה היה מתקשה עם השונות הזו.
ה-AI של Nutrola הסתגל. הוא זיהה שצריכת החלבון שלה הייתה חזקה באופן עקבי בימים שבהם אכלה יותר אוכל יפני (בזכות דגים, טופו וביצים) אבל ירדה בימים שבהם אכלה יותר אוכל נוח בריטי. במקום לתת לה הנחיה כללית "לאכול יותר חלבון", הוא הציע תוספות ספציפיות לארוחות הבריטיות שלה — כמו להוסיף צד של אדממה לארוחת הצהריים שלה בפאב או לבחור בדג וצ'יפס במקום בפאי כשרצתה לשמור על צריכת האומגה-3 שלה.
האימון הרגיש אישי כי הוא נבנה על הנתונים מהארוחות שלה, ולא על תבנית שנועדה למטבח אחד בלבד. הוא הבין שהיא לא "אוכלת יפנית" או "אוכלת בריטית." היא הייתה גם וגם.
התמונה הגדולה יותר: אוכל הוא עולמי, אפליקציות לא
סיפור של יוקי אינו ייחודי. הוא מייצג כישלון מבני בתעשיית מעקב התזונה. בשנת 2026, אוכל הוא עולמי. אנשים עוברים בין מדינות, מתחתנים בין תרבויות, מגלים מטבחים חדשים דרך מדיה חברתית, ומבשלים מנות פיוז'ן בבית. התושב העירוני הממוצע בעיר גדולה נתקל באוכל מחמישה מסורות קולינריות שונות לפחות במהלך שבוע טיפוסי.
עם זאת, רוב אפליקציות מעקב הקלוריות עדיין נבנות עבור שוק אחד. מאגר הנתונים של MyFitnessPal נוטה להיות אמריקאי מאוד. Yazio חזק באירופה אבל חלש באסיה. FatSecret יש כיסוי עולמי סביר אבל חסר אימות, מה שאומר שהרשומות אמינות רק כמו המשתמשים האנונימיים שהגישו אותן. Asken מצוינת עבור אוכל יפני אבל כמעט חסרת תועלת מחוץ ליפן.
Nutrola היא החריג. מאגר הנתונים המאושר שלה נשען על סמכויות הרכב מזון מ-40+ מדינות. מודל הזיהוי שלה אומן על תמונות מזון עולמיות. רישום הקול שלה מטפל בשמות מנות מכל מטבח שנאמרות בכל שפה נתמכת. היא לא מתייחסת לאוכל לא מערבי כמקרה גבולי. היא מתייחסת לכל מטבח כאילו הוא חשוב באותה מידה, כי בשנת 2026, זו הגישה היחידה שמשקפת איך אנשים באמת אוכלים.
עבור יוקי, מציאת Nutrola אפשרה לה להפסיק להילחם עם אפליקציית המעקב שלה ולהתחיל להתמקד במטרות הבריאות שלה. היא שמרה על משקלה בטווח של 2 קילוגרמים מהמטרה שלה במהלך כל השנה הראשונה שלה בלונדון. רמות המיקרו-נוטריאנטים שלה התייצבו. היא לא הייתה צריכה לוותר על האוכל שגדלה עליו או להימנע מהמזון הבריטי כדי לשמור על דיוק הנתונים שלה.
היא פשוט הייתה צריכה אפליקציה שהבינה את שני העולמות.
שאלות נפוצות
האם Nutrola באמת יכולה לזהות מנות ביתיות יפניות מתמונה?
כן. מודל הזיהוי של Nutrola אומן על תמונות מזון מעשרות מטבחים ברחבי העולם, כולל בישול ביתי יפני. הוא יכול להבחין בין מנות דומות ויזואלית כמו אודון לרמני, לזהות מרכיבים כמו טופו ואצות במרק מיסו, ולספק נתוני תזונה מאושרים עבור מנות מסורתיות כמו אויאקודון, נימונו וצ'וואן מושי. המודל לא מניח הנחות לגבי קטגוריות "אוכל אסיאתי" כלליות. הוא מזהה מנות ומרכיבים ספציפיים.
איך מאגר המזון הבינלאומי של Nutrola משתווה ל-MyFitnessPal או CalAI?
מאגר הנתונים של Nutrola, הכולל יותר מ-1,000,000 מזונות מאושרים, נשען על סמכויות הרכב מזון מ-40+ מדינות, כולל טבלאות MEXT היפניות, מאגר McCance and Widdowson בבריטניה, ה-USDA ו-EuroFIR. בניגוד למאגר הנתונים המיוצר על ידי משתמשים של MyFitnessPal, כל רשומה ב-Nutrola מאושרת לדיוק. CalAI מתמקדת בעיקר בזיהוי תמונות ואינה שומרת על אותה עומק של נתוני תזונה מאושרים, במיוחד עבור מטבחים לא מערביים. עבור זרים ואוכלים רב-תרבותיים, Nutrola מספקת כיסוי רחב ומדויק הרבה יותר.
האם Nutrola עוקבת אחרי מיקרו-נוטריאנטים כמו יוד וסלניום שחשובים עבור זרים שמשנים את התזונה שלהם?
Nutrola עוקבת אחרי יותר מ-100 רכיבים תזונתיים, כולל מינרלים זעירים כמו יוד, סלניום, אבץ ומנגן שרוב אפליקציות מעקב הקלוריות מתעלמות מהם. זה במיוחד חשוב עבור זרים שצריכת המיקרו-נוטריאנטים שלהם יכולה להשתנות באופן דרמטי כאשר הם משנים מדינה ומטבח. האימון של Nutrola גם מציין באופן פרואקטיבי מגמות ירידה ברכיבים ומציע מזונות או מתכונים ספציפיים כדי למלא פערים, מה שהופך אותה לאופציה המקיפה ביותר עבור אנשים שמתמודדים עם מעברים תזונתיים.
האם Nutrola יכולה לטפל ברישום קולי עבור שמות מנות יפניות שנאמרות באנגלית?
תכונת הרישום הקולי של Nutrola מבינה שמות מנות יפניות שנאמרות באנגלית, כמו "אויאקודון," "אדממה," או "יאקיסובה," וממפה אותן בצורה נכונה לרשומות מאגר המאושר. היא גם מטפלת ברישום מעורב-מטבחים, כך שתוכל לומר משהו כמו "אכלתי אוניגירי לארוחת בוקר ופאי רועים לארוחת צהריים" במשפט אחד, ו-Nutrola תפרש ותקלוט את שני הפריטים בצורה מדויקת. זה הופך את זה למהיר בהרבה מאשר חיפוש ידני עבור אוכלים רב-לשוניים או רב-תרבותיים.
האם Nutrola טובה יותר מ-Cronometer במעקב אחרי מזונות בינלאומיים?
Cronometer נחשבת לאפליקציה מצוינת בזכות העומק שלה במיקרו-נוטריאנטים ונתונים שנבדקו במעבדה, אבל מאגר הנתונים שלה נוטה להיות ממוקד בעיקר במזון צפון אמריקאי ואירופי. עבור מטבחים יפניים, דרום-מזרח אסיאתיים, מזרח תיכוניים או אפריקאיים, Nutrola מציעה כיסוי רחב יותר עם רשומות שנלקחו ממאגרי הרכב מזון לאומיים באותן אזורים. אם אתה אוכל בעיקר אוכל מערבי, שתי האפליקציות פועלות היטב. אם אתה אוכל ממגוון מטבחים באופן קבוע, Nutrola מספקת חוויה מלאה ומדויקת יותר.
איך Nutrola עזרה ליוקי לשמור על מטרות התזונה שלה כזרה בלונדון?
Nutrola עזרה ליוקי בשלושה דרכים ספציפיות. ראשית, מאגר הנתונים המאושר שלה אפשר לה לרשום בצורה מדויקת גם את הבישול היפני וגם את הארוחות הבריטיות מבלי להזין מרכיבים ידנית. שנית, המעקב שלה על יותר מ-100 רכיבים תזונתיים חשף שצריכת היוד והסלניום שלה ירדה משמעותית לאחר המעבר, מה שאפשר לה לתקן את החסר לפני שיגרום לבעיות בריאות. שלישית, האימון של Nutrola הסתגל לתבנית האכילה המעורבת שלה, והציע המלצות מותאמות אישית שהכיבו את מסורות האוכל היפניות שלה ואת הסביבה הבריטית החדשה שלה. היא שמרה על משקלה בטווח של 2 קילוגרמים מהמטרה שלה במהלך כל השנה הראשונה שלה בלונדון.
מוכנים לשנות את מעקב התזונה שלכם?
הצטרפו לאלפים ששינו את מסע הבריאות שלהם עם Nutrola!
