Я перейшов з MyFitnessPal на AI-трекінг фотографій — ось що змінилося за 90 днів
Після п'яти років ручного сканування штрих-кодів та пошуку в базі даних я перейшов на AI-трекінг фотографій. Ось що сталося за 90 днів — економія часу, покращення точності та зміни в звичках.
Чому я нарешті вирішив змінити підхід
Протягом п'яти років MyFitnessPal був моїм основним додатком. Я знав інтерфейс на пам'ять. Мав збережені власні страви. Міг відсканувати штрих-код за три секунди. Але десь на четвертому році я почав помічати недоліки — страви, які я пропускав у записах, бо пошук у базі даних здавався занадто нудним, домашні вечері, які я оцінив на око, бо створення рецепту з нуля займало забагато часу, і повільне згасання звички, яка колись здавалася автоматичною.
Я не був єдиним. Дослідження, опубліковане в Journal of Medical Internet Research (2023), показало, що лише 34% людей, які починають використовувати традиційні додатки для обліку їжі, продовжують користуватися ними більше 30 днів. Найпоширеніша причина відмови? Процес займає занадто багато часу в порівнянні з очікуваною вигодою. Інше дослідження з Університету Піттсбурга (2024) виміряло середній час ведення обліку в популярних додатках для харчування і виявило, що користувачі, які вводили дані вручну, витрачали від 12 до 22 хвилин на день лише на облік їжі.
Отже, коли AI-трекінг фотографій став достатньо надійним, я вирішив провести справжній експеримент: 90 днів, повний перехід з MyFitnessPal на функцію Snap & Track від Nutrola. Я відстежував усе — час, точність у порівнянні з важеними порціями, рівень стабільності та суб'єктивні враження. Ось усі деталі.
Налаштування: Як я організував експеримент
Базовий період (Тижні 1-2 попереднього місяця)
Перед переходом я вів облік протягом двох повних тижнів у MyFitnessPal так, як зазвичай. Я використовував таймер, щоб виміряти кожну сесію ведення обліку, і зважував ключові страви на кухонних вагах, щоб встановити базу для подальших порівнянь точності.
Перехід
У перший день я завантажив Nutrola, заповнив анкету для новачків і зобов'язався вести облік кожної страви та перекусу за допомогою фотографій протягом наступних 90 днів. MyFitnessPal залишився встановленим, але я не відкривав його.
Що я відстежував
| Метрика | Як я це вимірював |
|---|---|
| Щоденний час ведення обліку | Таймер від відкриття додатка до підтвердження запису |
| Точність калорій | Порівняння оцінок AI з важеними порціями (3 рази на тиждень) |
| Стабільність ведення обліку | Відсоток страв, що були зафіксовані з загальної кількості з'їдених страв |
| Суб'єктивне відчуття | Щотижнева оцінка від 1 до 10, наскільки набридливим було ведення обліку |
| Точність макроелементів | Порівняння оцінок білків, вуглеводів, жирів з даними USDA для важених продуктів |
Місяць 1: Відсутність кривої навчання
Дні 1-7: Перші враження
Найбільше мене здивувало, що не було кривої навчання. З MyFitnessPal я пам'ятаю, як перший тиждень витратив на вивчення навігації в базі даних, розбирання з розмірами порцій і боротьбу з дублікатами, які мали абсолютно різні калорійні значення для одного й того ж продукту. Підхід Nutrola виявився надзвичайно простим: навести камеру, зробити фото, переглянути розподіл AI, підтвердити або відкоригувати — і готово.
Мій перший запис фотографії був мискою вівсянки з бананом, чорницею та мигдальним маслом. AI визначив кожен компонент, оцінив розміри порцій і повернув розподіл калорій та макроелементів приблизно за чотири секунди. Він оцінив страву в 485 калорій. Мій розрахунок на основі ваги склав 462 калорії — 5% відхилення, що було в межах прийнятного для ручного обліку.
Дні 8-14: Знаходження ритму
До кінця другого тижня нова звичка вже почала здаватися автоматичною. Я помітив, що почав фіксувати страви, які раніше пропускав — жменю міксу з горіхів на столі, шматочок десерту партнера, оливкову олію, якою поливав запечені овочі. Завдяки низькому рівню тертя ведення обліку стало швидше нагадувати побутову справу, а не завдання.
Дані про час — Місяць 1
| Метрика | MyFitnessPal (Базовий рівень) | Nutrola (Місяць 1) |
|---|---|---|
| Середній щоденний час ведення обліку | 14.2 хвилини | 4.8 хвилини |
| Середній час на страву | 3.5 хвилини | 1.1 хвилини |
| Найдовша сесія ведення обліку | 8 хвилин (домашнє карі) | 2.5 хвилини (блюдо з буфету) |
| Страви, пропущені в обліку | 4.3 на тиждень | 1.1 на тиждень |
Економія часу щодня була значною — 9.4 хвилини на день, що може звучати незначно, поки не помножити це на місяць: майже п'ять годин, які я отримав назад.
Місяць 2: Точність під тиском
Тестування складних страв
У другому місяці я навмисно поставив систему під випробування. Я готував складні страви — багатокомпонентні смажені страви, запіканки, домашні супи з десятьма і більше інгредієнтами. Це ті страви, через які я завжди відмовлявся від ведення обліку в MyFitnessPal, оскільки створення власного рецепту займало 10-15 хвилин.
З Nutrola я просто фотографував готову страву. AI розбирав видимі компоненти та оцінював кількість. Для курячого тікка масала з басматі та нааном AI оцінив 715 калорій. Мій детальний розрахунок рецепту (зважування кожного інгредієнта, ділення на порції) склав 688 калорій — 3.9% відхилення.
Тест ресторану
Харчування в ресторанах завжди було ахіллесовою п'ятою ручного обліку. База даних ресторанів MyFitnessPal велика, але розміри порцій варіюються в залежності від місця, а багато місцевих ресторанів просто не внесені. Протягом другого місяця я їв у ресторанах 11 разів. З Nutrola я фотографував кожну страву в ресторані. Оцінки AI в середньому відрізнялися на 8% від моїх найкращих ручних оцінок — і весь процес займав менше 15 секунд на страву в порівнянні з 4-6 хвилинами, які я раніше витрачав на пошук у базі даних і оцінку порцій.
Дані про точність — Місяць 2
| Тип їжі | Точність AI за фотографіями (в порівнянні з важеними) | Моя ручна точність MFP (в порівнянні з важеними) |
|---|---|---|
| Простi страви (яйце + тост) | 96.2% | 94.8% |
| Складні домашні страви | 93.1% | 88.4%* |
| Страви з ресторанів | 89.7% | 85.2%* |
| Закуски та дрібні продукти | 94.5% | 91.0% |
| Упаковані продукти (штрих-код) | 98.1% | 99.2% |
*Ручна точність для складних і ресторанних страв відображає ті випадки, коли я насправді їх фіксував — я часто зовсім пропускав їх у MyFitnessPal, що знижувало загальну точність обліку, незважаючи на точність окремих записів.
Єдина сфера, де MyFitnessPal залишався на крок попереду, це упаковані продукти зі штрих-кодами. Сканування штрих-коду забезпечує точні дані виробника, що важко перевершити. Але AI Nutrola відставав лише на один відсоток, і різниця була незначною на практиці.
Місяць 3: Кумулятивний ефект
Стабільність змінила все
До третього місяця сталося те, чого я не очікував. Порівняння точності між двома методами стало менш цікавим, ніж порівняння стабільності. Оскільки Nutrola робив ведення обліку таким швидким, я насправді почав це робити. Моя стабільність ведення обліку — відсоток страв, які я фіксував з загальної кількості з'їдених страв — розповіла справжню історію.
| Період | Страви, зафіксовані (%) | Оцінка точності трекінгу калорій (в цілому) |
|---|---|---|
| Базовий рівень MyFitnessPal | 76% | ~82% |
| Nutrola Місяць 1 | 91% | ~90% |
| Nutrola Місяць 2 | 94% | ~92% |
| Nutrola Місяць 3 | 96% | ~94% |
Дослідження групи цифрового здоров'я Стенфордського університету (2024) підтвердило те, що я відчував: стабільність ведення обліку важливіша за точність окремих записів. Їхній аналіз 12,000 користувачів щоденників харчування показав, що люди, які фіксували 90% або більше своїх страв, досягали цілей з управління вагою майже втричі частіше, ніж ті, хто фіксував 70-80%, незалежно від того, наскільки точно були виміряні кожен запис.
Функції, які я не очікував полюбити
Голосовий облік. У ті ранкові години, коли я поспішав, я просто казав "два яйця, шматок кислого хліба з маслом, чорна кава" у Nutrola, поки йшов до машини. AI розумів природну мову і фіксував це. Ця одна функція, напевно, зберегла мою стабільність принаймні в 15-20 випадках протягом 90 днів.
AI-асистент з харчування. Приблизно на 8-му тижні я почав запитувати AI-асистента Nutrola питання, такі як "Я в середньому споживаю 140 г білка цього тижня — чи варто мені щось змінити?" і отримував контекстуальні, обґрунтовані дані відповіді. Це було схоже на те, що у вас є дієтолог на зв'язку, без витрат.
Інтеграція з Apple Watch. Швидкий облік закуски з зап'ястя без необхідності діставати телефон перетворював ведення обліку на двосекундне завдання.
Числа: Повне порівняння за 90 днів
Інвестиції часу
| Метрика | MyFitnessPal | Nutrola (середнє за 90 днів) | Різниця |
|---|---|---|---|
| Щоденний час ведення обліку | 14.2 хв | 3.9 хв | -72.5% |
| Загальний щотижневий | 99.4 хв | 27.3 хв | -72.5% |
| Загальний за 90 днів | ~21.3 години | ~5.9 години | 15.4 години зекономлено |
| Час на кожен окремий запис | 3.5 хв | 0.9 хв | -74.3% |
Протягом 90 днів я зекономив більше 15 годин — майже два повних робочих дні. Це час, який раніше витрачав на перегляд бази даних, коригування розмірів порцій і створення власних рецептів.
Точність
| Метрика | MyFitnessPal | Nutrola |
|---|---|---|
| Точність калорій на запис (простi страви) | 94.8% | 96.2% |
| Точність калорій на запис (складні страви) | 88.4% | 93.1% |
| Загальна точність трекінгу (з урахуванням пропущених страв) | ~82% | ~94% |
| Точність розподілу макроелементів (білок) | 91% | 93% |
| Точність розподілу макроелементів (вуглеводи) | 89% | 91% |
| Точність розподілу макроелементів (жири) | 86% | 89% |
Стабільність і дотримання
| Метрика | MyFitnessPal | Nutrola |
|---|---|---|
| Страви, зафіксовані на день (середнє) | 3.1 / 4.1 | 3.9 / 4.1 |
| Дні з повним веденням обліку | 58% | 87% |
| Найдовша серія без пропуску страви | 4 дні | 23 дні |
| Суб'єктивний бал тертя (1-10, нижче = краще) | 6.2 | 2.1 |
Що я сумую за MyFitnessPal
Справедливість важлива, тому ось те, чого я дійсно сумую:
Соціальна спільнота. MyFitnessPal має форуми, списки друзів і спільноту, яка формується вже більше десяти років. Спільнота Nutrola зростає — з понад 2 мільйонами користувачів у 50+ країнах — але спадкова соціальна екосистема MFP важко відтворити за одну ніч.
Сканування штрих-кодів для упакованих продуктів. Як вже згадувалося, тут ручні додатки все ще мають невелику перевагу. Коли я їм упакований протеїновий батончик, сканування штрих-коду та отримання точних даних виробника є задовільним у своїй точності. Тим не менш, оцінки AI Nutrola для упакованих продуктів були достатньо близькими, щоб практична різниця була мінімальною.
Знайомство. П'ять років м'язової пам'яті важко перебороти. Протягом перших двох тижнів я інстинктивно тягнувся до MyFitnessPal після їжі, перш ніж згадати, що я перейшов.
Чого я не сумую
Дубльовані записи в базі даних. Пошук "куряча грудинка" у MyFitnessPal повертає десятки записів, надісланих користувачами, з калорійними значеннями від 120 до 280 на порцію. Який з них правильний? Завдяки 100% перевіреній базі даних Nutrola ця гра в здогадки зникає.
Рекламні перерви. Безкоштовний рівень MyFitnessPal переповнений банерною рекламою та інтерстиціалами. Nutrola не має реклами на своєму безкоштовному рівні, що усуває додатковий рівень тертя, до якого я звик, але який ніколи не подобався.
Створення рецептів. Витрачати 12 хвилин на введення кожного інгредієнта домашньої страви було найбільшою причиною, чому я пропускав ведення обліку в MyFitnessPal. Фотографування готової страви та отримання розподілу за секунди — це принципово інший досвід.
Спіраль провини. Це тонко, але важливо. Коли ведення обліку є нудним, пропуск страви викликає провину. Ця провина накопичується, і врешті-решт ви пропускаєте день, потім тиждень, а потім зовсім залишаєте додаток. Коли ведення обліку займає п'ять секунд, провини немає, бо немає причин пропускати.
Кому варто зробити цей перехід?
Виходячи з моїх 90 днів, AI-трекінг фотографій є кращим вибором для:
- Домашніх кухарів, які готують страви з нуля і бояться створення рецептів
- Зайнятих професіоналів, яким потрібно, щоб ведення обліку займало секунди, а не хвилини
- Людей, які часто їдять у ресторанах і мають труднощі з оцінкою страв
- Будь-кого, хто раніше відмовлявся від трекінгу калорій, бо це здавалося занадто важким
- Мандрівників, які їдять різноманітну їжу в різних країнах (покриття Nutrola в 50+ країнах робить це безперешкодним)
Ручний облік все ще може підійти вам, якщо ваша дієта складається майже виключно з упакованих продуктів зі штрих-кодами, або якщо ви глибоко залучені в соціальну спільноту MyFitnessPal, і ця відповідальність допомагає вам бути послідовними.
Підсумок
Після 90 днів я не повернувся назад. Експеримент закінчився, але перехід став постійним. Дані очевидні: AI-трекінг фотографій заощадив мені 72% часу на ведення обліку, покращив загальну точність трекінгу приблизно на 12 відсоткових пунктів (в основному завдяки кращій стабільності) і перетворив трекінг калорій з щоденної рутини на щось, про що я майже не думаю.
Найкращий метод трекінгу харчування — це той, яким ви насправді користуєтеся. Протягом п'яти років я використовував MyFitnessPal — непослідовно, зростаючим тертям, пропускаючи страви, які мали значення. За 90 днів з Nutrola я зафіксував більше повністю і точніше, ніж за будь-який порівнянний період моєї історії трекінгу.
Якщо ви вагаєтеся щодо переходу, дані говорять самі за себе. Крива навчання практично відсутня, точність порівнянна або краща для більшості типів страв, а економія часу накопичується у щось справді значуще протягом тижнів і місяців. Націлив, зняв, готово.
Готові трансформувати своє відстеження харчування?
Приєднуйтесь до тисяч, які трансформували свою подорож до здоров'я з Nutrola!