文｜未來醫編輯室
AI熱量計算App一餐少算最多345大卡 脂肪平均漏掉30克
只拍一張餐點照片，就能讓人工智慧計算熱量，看似省去逐項輸入食物與份量的麻煩，但最新測試發現，數字可能比實際一餐少了數百大卡。美國營養學會（American Society for Nutrition）在NUTRITION 2026年會公布初步研究，研究人員以4款照片辨識型飲食App分析受控製作的餐點，結果4款工具平均都低估約三分之一的熱量與脂肪：每餐熱量少算約250至345大卡，脂肪則少算約30克。
這項結果直接關係到利用AI熱量計算App減重、控制飲食或管理健康的使用者。畫面顯示的熱量較低，不代表餐盤實際攝取也較少。美國國家衛生研究院（National Institutes of Health，NIH）旗下國家糖尿病、消化與腎臟疾病研究所（National Institute of Diabetes and Digestive and Kidney Diseases，NIDDK）博士後訪問研究員Aaron Hengist提醒，未調整份量、也未自行輸入食物重量時，應審慎看待App結果，尤其脂肪最容易被低估。
精準到0.1克的代謝廚房實測 4款App都低估約三分之一
照片型AI熱量計算App的運作流程，是先用人工智慧影像辨識判斷照片中有哪些食物，再估算每一項食物的份量，最後與營養資料庫比對，計算總熱量及其他營養素。為了知道這套流程是否可靠，研究團隊使用美國國家衛生研究院臨床中心營養研究中的餐點進行測試。這些餐點由「受控代謝廚房」製作，也就是研究人員能精確控制食材與烹調內容的研究環境，每一項材料測量至0.1克，提供比日常目測更精準的參考基準。
團隊先為102份餐點拍攝標準化照片，再分別交給MyFitnessPal、Lose It!、CalAI與Appediet分析，比較App估算值，與餐點已知營養含量之間的差距。這批餐點原本用於比較，低碳水化合物的生酮飲食與一般飲食如何被身體處理，因此也涵蓋營養組成不同的餐盤。Hengist研究員表示，過去缺少以高度控制餐點直接驗證照片型App的高品質比較。精準到0.1克的基準，能讓研究人員看見「拍起來合理」，與「實際吃進去」之間可能存在的落差。
碳水反而較穩定？生酮高脂餐點成AI辨識盲區
結果顯示，4款App並非所有營養素都同樣容易算錯。整體而言，碳水化合物的估算較一致，但脂肪持續被低估，成為熱量出現落差的重要訊號。巨量營養素包括碳水化合物、脂肪與蛋白質，脂肪含量較高的餐點，可能更考驗照片辨識工具。MyFitnessPal與Lose It!分析高熱量餐點時，比分析低熱量餐點更準確，但4款App跨餐點比較後，平均仍少算250至345大卡與約30克脂肪。
研究人員接著增加超過200份餐點，進一步尋找影響準確度的因素，初步發現低碳水化合物的生酮餐點，可能是AI較難判讀的類型。生酮飲食是降低碳水化合物、提高脂肪比例的飲食方式。由於這類餐點通常脂肪較多，恰好碰上App最常低估的營養素。研究結果提醒使用者，即使同樣拍照，不同熱量與脂肪比例的餐點，估算誤差也可能不同。換言之，餐點組成也可能影響App的估算表現。
研究仍未完成完整同儕審查 減重紀錄別只信一張照片
不過，這項研究目前仍需保留解讀空間。研究結果由學士後院內研究訓練研究員Olivia Charles在美國營養學會NUTRITION 2026年會發表，會議摘要雖經專家委員會審查與遴選，但通常尚未完成科學期刊正式出版前，所要求的完整同儕審查，因此現階段應視為初步發現。研究測試的是4款App，以及受控代謝廚房製作的餐點，它說明照片辨識可提供快速、便利的飲食紀錄方式，也同時顯示便利不能取代核對。
研究團隊建議，日常使用時可結合照片型工具，與傳統飲食攝取、飲食品質評估方法，提高紀錄準確度。對正在減重或管理健康者而言，較適合的做法是依實際情況修正份量，或輸入食物用量。若未做任何調整，更應預期真正攝取的熱量，可能高於App顯示值。AI熱量計算App可以是快速的輔助工具，但不宜把單次拍照結果視為精確答案，更不能因數字較低，就忽略餐點的脂肪與整體飲食品質。
延伸閱讀：補對才「肌」本：破解運動營養迷思，打造有效增肌減脂
減重不只是吃多動少：激素失衡、腸道菌與瘦素阻抗導致體重不降反升，168斷食法為何容易失敗
參考資料：American Society for Nutrition. (2026, July 26). Your AI calorie-tracking app may be off by 345 calories. ScienceDaily. Retrieved July 26, 2026 from www.sciencedaily.com/releases/2026/07/260726015237.htm
