Hvor Nøyaktig Er Lose It!? Vi Testet 20 Matvarer Mot USDA-data

Lose It! er en kaloritracker-app utviklet av FitNow Inc., med en blandet database som kombinerer kuraterte oppføringer med brukergenerert data. Den presenterer seg som et enklere, mer visuelt alternativ til MyFitnessPal, med Snap It som hovedfunksjon — et AI-drevet fotologgingverktøy som prøver å identifisere mat fra et fotografi. Men hvor nøyaktige er dataene bak de fargerike diagrammene?

Vi testet 20 vanlige matvarer ved å registrere dem i Lose It! og sammenlignet hver kalorimengde med USDA FoodData Central referansedatabase. Vi gjennomførte også en egen test av Snap It sin nøyaktighet for fotogjenkjenning. Resultatene viser et gjennomsnittlig daglig avvik på ±170 kalorier og en fotogjenkjenningsrate som gir betydelig rom for feil.

Hvordan Vi Testet Nøyaktigheten til Lose It!

Testmetodikk

Vi valgte 20 matvarer som spenner over hele matvarekategorier, inkludert hele matvarer, pakket produkter, hjemmelagde måltider og restaurantretter. For hver matvare fulgte vi en standardisert prosess:

1. Søk etter matvaren i Lose It! med det mest naturlige søkeordet.
2. Velg det øverste resultatet eller oppføringen merket som verifisert (der det var tilgjengelig).
3. Registrer kalorimengden for den spesifiserte porsjonsstørrelsen.
4. Sammenlign med den tilsvarende oppføringen i USDA FoodData Central (SR Legacy eller Foundation Foods dataset).
5. Beregn absolutt og prosentvis avvik.

For Snap It-testen fotograferte vi hver matvare i godt lys på en enkel tallerken og vurderte om appen korrekt identifiserte maten og tildelte rimelige kaloriopplysninger.

Referansestandard: USDA FoodData Central

Alle sammenligninger bruker USDA FoodData Central som referansestandard. Denne databasen vedlikeholdes av USDA's Agricultural Research Service og inneholder laboratorieanalysert ernæringsdata ved hjelp av standardiserte analytiske kjemiske metoder. Det er den samme referansen som FDA bruker for overholdelse av ernæringsmerking og som registrerte dietetikere bruker i klinisk praksis.

Nøyaktighetstestresultater for Lose It!: 20 Vanlige Matvarer

Matvare (Porsjonsstørrelse)	Lose It! (kcal)	USDA Referanse (kcal)	Avvik (kcal)	Avvik (%)
Banan, middels (118g)	110	105	+5	+4.8%
Kyllingbryst, grillet (140g)	220	231	-11	-4.8%
Hvit ris, kokt (200g)	258	260	-2	-0.8%
Fullkornsbrød, 1 skive (30g)	80	81	-1	-1.2%
Peanøttsmør, 2 ss (32g)	200	188	+12	+6.4%
Avokado, halv (68g)	130	114	+16	+14.0%
Rørte egg, 2 store (122g)	190	204	-14	-6.9%
Gresk yoghurt, naturell, 170g	100	97	+3	+3.1%
Olivenolje, 1 ss (14g)	120	119	+1	+0.8%
Laksfilet, bakt (170g)	340	354	-14	-4.0%
Søtpotet, bakt (150g)	130	135	-5	-3.7%
Cheddarost, 1 oz (28g)	110	114	-4	-3.5%
Pasta, kokt (140g)	200	220	-20	-9.1%
Kjøttdeig 85/15, kokt (113g)	240	250	-10	-4.0%
Brokkoli, dampet (90g)	30	31	-1	-3.2%
Eple, middels (182g)	95	95	0	0.0%
Restaurant kylling burrito (est. 450g)	810	920	-110	-12.0%
Hjemmelaget kyllingwok (350g)	420	485	-65	-13.4%
Butikkmerke proteinbar (60g)	200	220	-20	-9.1%
Internasjonale ramen nudler (85g tørket)	370	410	-40	-9.8%

Gjennomsnittlig absolutt avvik: ±17.7 kcal per matvare. Over en hel dag med logging av 10+ elementer, blir dette omtrent ±170 kalorier per dag.

Snap It Fotologging: Hvor Nøyaktig Er Det Egentlig?

Hva Vi Testet

Vi fotograferte alle 20 testmatvarene ved hjelp av Lose It!s Snap It-funksjon. Hver foto ble tatt i naturlig dagslys, sentrert på tallerkenen, uten andre matvarer i bildet. Dette var ideelle forhold — bedre enn det de fleste brukere oppnår når de tar et raskt bilde på en restaurant eller kontorpult.

Snap It Identifikasjonsresultater

Kategori	Testede Matvarer	Korrekt ID	Delvis Korrekt	Feil/Feilet
Enkle hele matvarer (banan, eple, brokkoli)	5	4	1	0
Enkle kokte retter (grillet kylling, ris)	4	3	1	0
Pakkede matvarer (proteinbar, brød)	3	1	1	1
Komplekse måltider (wok, burrito)	4	1	1	2
Matvarer med sauser/toppinger	4	1	1	2

Total korrekt identifikasjonsrate: 50% helt korrekt, 25% delvis korrekt (riktig matvarekategori, feil spesifikk vare eller porsjon), 25% feil eller feilet.

Under ideelle forhold oppnådde Snap It omtrent 65-70% brukbar identifikasjonsrate (med delvis korrekte resultater som brukbare med brukerjustering). I virkelige forhold — dårlig belysning, rotete tallerkener, blandede måltider — faller den brukbare raten ytterligere.

Hvorfor Snap It Sliter Med Komplekse Måltider

Fotogjenkjenning med AI står overfor en grunnleggende utfordring med komplekse måltider. En kyllingwok inneholder kylling, grønnsaker, saus og olje blandet sammen på en tallerken. AI-en kan ikke bestemme mengden olje brukt i matlagingen, kan ikke skille mellom kyllinglår og kyllingbryst, og kan ikke identifisere spesifikke sauser. Den ser en blandet tallerken og gjør en generell vurdering.

Dette er ikke unikt for Lose It! — de fleste fotogjenkjenningverktøy for matlogging har samme problem. Forskjellen ligger i hvordan appen håndterer usikkerheten. Lose It! går ofte tilbake til en generell "wok"-oppføring uten å be brukeren om å verifisere eller justere, noe som fører til systematisk underregistrering.

Hvor Er Lose It! Faktisk Nøyaktig?

Enkle Pakkede Matvarer

Lose It! fungerer godt med enkle pakkede matvarer som har klare, standardiserte næringsetiketter. Matvarer som yoghurtbeholdere, individuelle osteskiver og standard brødlofer er godt representert i databasen og er vanligvis nøyaktige innen 3-5% av etikettverdien.

Grunnleggende Hele Matvarer

For vanlige hele matvarer med standardiserte porsjonsstørrelser — en middels banan, et middels eple, en kopp kokt ris — leverer Lose It!s kuraterte del av databasen pålitelig data. Disse oppføringene samsvarer nært med USDA-referanseverdier fordi de er hentet fra etablerte næringsdatabaser i stedet for brukersubmitterte data.

Produkter på det Amerikanske Markedet

Som de fleste kaloritrackere utviklet i USA, fungerer Lose It!s strekkodeskanning best med produkter solgt på det amerikanske markedet. Store nasjonale merker er godt dekket, og strekkode-til-næringsdata-mappingen er generelt pålitelig for disse produktene.

Hvor Bryter Nøyaktigheten til Lose It! Ned?

Komplekse Måltider via Fotologging

Den største nøyaktighetsrisikoen i Lose It! er Snap It-funksjonen for komplekse måltider. Når en bruker fotograferer en tallerken med pasta med kjøttsaus, står AI overfor en umulig oppgave: den kan ikke vite om sausen ble laget med magert kjøttdeig eller fet kjøttdeig, om kokken brukte en spiseskje olivenolje eller tre, eller om porsjonen er 300g eller 450g. Det resulterende estimatet kan være feil med 20-30%.

Vår test viste et 13.4% underregistrering for hjemmelaget kyllingwok registrert via søk (fotresultatet var enda mindre nøyaktig). Brukere som i stor grad stoler på Snap It for blandede måltider, vil sannsynligvis akkumulere større feil enn det vår søkebaserte test fanget opp.

Restaurantmat

Restaurantmåltider forblir et svakt punkt. Vår test viste en 12.0% underregistrering for en restaurant kyllingburrito. Restauranter bruker mer matolje, smør og større porsjoner enn de generiske oppføringene i Lose It!s database antyder. FDA tillater en 20% feilmargin på næringsetiketter selv for kjederestauranter som er pålagt å vise kalorimengder (i henhold til 21 CFR 101.9), og ikke-kjederestauranter har ingen merking krav i det hele tatt.

Internasjonale Produkter

Lose It!s database er USA-sentrert. Internasjonale produkter — asiatiske snacks, europeiske meieriprodukter, mellomøstlige basisvarer — er dårlig dekket. Vår test viste en 9.8% underregistrering for internasjonale ramen nudler, og strekkodeskanneren returnerte ofte "ikke funnet" for produkter kjøpt utenfor USA.

Porsjonsestimering

Lose It! går som standard til standard porsjonsstørrelser som kanskje ikke samsvarer med hva brukerne faktisk spiser. En "porsjon" av peanøttsmør i Lose It! er 2 spiseskjeer (32g), men forskning publisert i Journal of the Academy of Nutrition and Dietetics viser at de fleste serverer seg selv 40-50% mer enn den angitte porsjonsstørrelsen for kaloririke matvarer som nøttesmør. Appen gir ingen mekanisme for å hjelpe brukerne med å estimere sin faktiske porsjon utover manuell gramregistrering.

Hvordan Daglige Feil Aksumuleres Over Tid

Den Aksumulerende Effekten

Et gjennomsnittlig daglig avvik på ±170 kalorier kan høres håndterlig ut, men matematikken forteller en annen historie:

Tidsperiode	Aksumulert Feil (kcal)	Tilsvarende Fett (lbs)
1 uke	1,190	0.34
1 måned	5,100	1.46
3 måneder	15,300	4.37
6 måneder	30,600	8.74

Siden kaloritrackingfeil i Lose It! har en tendens til å skje mot underregistrering (både databasen og foto AI har en tendens til å estimere konservativt), er brukerne mer sannsynlig å akkumulere uregistrerte kalorier enn å overregistrere. Over seks måneder kan dette utgjøre nesten 9 pund med uventet vekt — eller, mer vanlig, en platå som brukeren ikke kan forklare fordi deres registrering "ser perfekt ut."

Hvordan Nøyaktigheten til Lose It! Sammenlignes med Nutrola

Nutrola adresserer nøyaktighetsproblemene som påvirker Lose It! gjennom to viktige forskjeller: en fullt ernæringsfaglig verifisert database og mer avansert foto AI støttet av verifiserte data.

Funksjon	Lose It!	Nutrola
Databasetype	Blandet (kurert + crowdsourced)	Ernæringsfaglig verifisert
Databasestørrelse	~27M matvarer (inkludert brukeroppføringer)	1.8M+ verifiserte oppføringer
Gjennomsnittlig daglig avvik	±170 kcal	Justert med USDA referansedata
Foto AI logging	Snap It (~65-70% nøyaktighet)	Foto AI matchet til verifisert database
Stemmelogging	Nei	Ja
Strekkodeskanning	Ja (US-fokusert)	Ja
Annonser	Ja (gratis nivå)	Ingen annonser på noe nivå
Pris	Gratis / €39.99/år premium	€2.50/måned

Den kritiske forskjellen er hva som skjer etter at AI identifiserer en matvare. I Lose It! hentes fotoresultatet fra en blandet database som kan inneholde unøyaktige oppføringer. I Nutrola matches hvert resultat — enten fra foto AI, stemmelogging eller manuell søk — mot ernæringsfaglig verifiserte data. Dette betyr at selv når AI-identifikasjonen er upålitelig, er de underliggende kaloriopplysningene pålitelige.

Nutrola støtter også stemmelogging, som lar brukerne si "grillet kyllingbryst, omtrent 140 gram, med en kopp dampet brokkoli" og få appen til å logge hver komponent fra sin verifiserte database. Dette er raskere og ofte mer nøyaktig enn å fotografere et komplekst måltid.

Bør Du Fortsatt Bruke Lose It!?

Lose It! er en velutformet app med et brukervennlig grensesnitt som gjør kaloritracking mindre kjedelig enn konkurrentene. For noen som er ny innen kaloritracking og spiser enkle, hovedsakelig pakkede matvarer på det amerikanske markedet, er det et rimelig utgangspunkt.

Imidlertid skaper kombinasjonen av en blandet nøyaktighetsdatabase og en AI-fotologgingsfunksjon som kun korrekt identifiserer omtrent to tredjedeler av matvarene, en aksumulerende usikkerhet. Hvis du stoler på Snap It for bekvemmelighet, kan du systematisk underregistrere med betydelig margin uten å innse det.

For brukere som trenger pålitelig nøyaktighet — enten for fettap, muskelvekst eller medisinsk kostholdshåndtering — eliminerer en tracker med en fullt verifisert database som Nutrola usikkerheten rundt datakvalitet. Hver matvareoppføring har blitt gjennomgått av ernæringsfaglige fagfolk, og hvert AI-resultat er matchet mot verifiserte data i stedet for en blanding av kuraterte og brukersubmitterte oppføringer.

Vanlige Spørsmål

Er Lose It! nøyaktig nok for vekttap?

Lose It! kan støtte vekttap hvis du opprettholder et stort kaloriunderskudd og primært spiser enkle, pakkede matvarer med klare porsjonsstørrelser. Imidlertid betyr det ±170 kalorier daglige avvik at brukere med moderate underskudd (250-400 kalorier) kanskje ikke oppnår meningsfullt fettap. For presis sporing gir en app med verifisert database som Nutrola mer pålitelige resultater.

Hvor nøyaktig er Lose It!s Snap It-fotofunksjon?

I våre tester under ideelle forhold (god belysning, enkelt matvarer, klar presentasjon) identifiserte Snap It omtrent 65-70% av matvarene med brukbar nøyaktighet. Komplekse måltider, blandede tallerkener og matvarer med sauser eller topping hadde betydelig lavere identifikasjonsrater. Funksjonen er nyttig for rask logging av enkle elementer, men bør ikke stoles på for presis kaloriztelling av komplekse måltider.

Er Lose It! mer nøyaktig enn MyFitnessPal?

Våre tester fant at Lose It! er litt mer nøyaktig enn MyFitnessPal i gjennomsnitt (±170 kcal/dag vs. ±185 kcal/dag), sannsynligvis fordi Lose It!s database inkluderer flere kuraterte oppføringer i tillegg til brukersubmitterte data. Imidlertid viser begge apper betydelige avvik fra USDA-referanseverdier, spesielt for hjemmelagde måltider, restaurantmat og internasjonale produkter.

Bruker Lose It! USDA-data?

Lose It! bruker en blanding av datakilder. Noen oppføringer er hentet fra etablerte næringsdatabaser, inkludert USDA FoodData Central, men databasen inkluderer også brukersubmitterte oppføringer som ikke er verifisert mot USDA-referanseverdier. I motsetning til apper som Cronometer som bruker USDA/NCCDB som primære kilder, eller Nutrola som bruker ernæringsfaglig verifiserte data, skiller ikke Lose It! mellom verifiserte og uverifiserte oppføringer i brukergrensesnittet.

Hva er den mest nøyaktige kaloritracker-appen?

Blant de store kaloritracker-appene viser Cronometer (som bruker USDA/NCCDB-data) og Nutrola (som bruker ernæringsfaglig verifiserte data) konsekvent den laveste avviket fra USDA-referanseverdier. Nutrola tilbyr ytterligere nøyaktighetsfordeler gjennom foto AI og stemmelogging matchet til verifiserte data, ingen duplikatoppføringer, og en ren annonsefri opplevelse for €2.50/måned på iOS og Android.