ما مدى دقة Lose It!؟ اختبرنا 20 نوعًا من الطعام مقابل بيانات USDA
قمنا بتسجيل 20 نوعًا شائعًا من الطعام في Lose It! وقارنا كل عدد من السعرات الحرارية مع بيانات USDA FoodData Central. كان متوسط الانحراف ±170 سعرة حرارية في اليوم — وكانت دقة تسجيل الصور Snap It صحيحة فقط بنسبة 65-70% من الأطعمة.
تطبيق Lose It! هو تطبيق لتتبع السعرات الحرارية تم تطويره بواسطة FitNow Inc. ويتميز بقاعدة بيانات مختلطة تجمع بين الإدخالات المنسقة والبيانات المقدمة من المستخدمين. يقدم نفسه كبديل أبسط وأكثر بصرية لـ MyFitnessPal، مع ميزة رئيسية هي Snap It — أداة تسجيل الصور المدعومة بالذكاء الاصطناعي التي تحاول التعرف على الطعام من خلال صورة. لكن ما مدى دقة البيانات وراء تلك الرسوم البيانية الملونة؟
قمنا باختبار 20 نوعًا شائعًا من الطعام من خلال تسجيلها في Lose It! ومقارنة كل عدد من السعرات الحرارية مع قاعدة بيانات USDA FoodData Central المرجعية. كما أجرينا اختبارًا منفصلًا لدقة التعرف على الصور في Snap It. أظهرت النتائج متوسط انحراف يومي قدره ±170 سعرة حرارية ومعدل تعرف على الصور يترك مجالًا كبيرًا للخطأ.
كيف اختبرنا دقة Lose It!
منهجية الاختبار
اخترنا 20 نوعًا من الطعام تشمل الأطعمة الكاملة، المنتجات المعبأة، الوجبات المنزلية، والأطباق على طراز المطاعم. لكل نوع من الطعام، اتبعنا عملية موحدة:
- بحثنا عن الطعام في Lose It! باستخدام أكثر مصطلح بحث طبيعي.
- اخترنا النتيجة الأعلى أو الإدخال المعتمد (حيثما كان متاحًا).
- سجلنا عدد السعرات الحرارية للحجم المحدد.
- قارنّا ذلك مع الإدخال المطابق من USDA FoodData Central (مجموعة بيانات SR Legacy أو Foundation Foods).
- حسبنا الانحراف المطلق والنسبة المئوية.
بالنسبة لاختبار Snap It، قمنا بالتقاط صورة لكل نوع من الطعام في إضاءة جيدة على طبق عادي وقيمنا ما إذا كان التطبيق قد تعرف بشكل صحيح على الطعام وخصص بيانات سعرات حرارية معقولة.
المعيار المرجعي: USDA FoodData Central
تستخدم جميع المقارنات USDA FoodData Central كمعيار مرجعي. يتم الحفاظ على هذه القاعدة من قبل خدمة الأبحاث الزراعية التابعة لوزارة الزراعة الأمريكية وتحتوي على بيانات غذائية تم تحليلها في المختبر باستخدام طرق كيميائية تحليلية موحدة. إنها نفس المرجع الذي تستخدمه إدارة الغذاء والدواء للامتثال لعلامات التغذية ومن قبل أخصائيي التغذية المسجلين للممارسة السريرية.
نتائج اختبار دقة Lose It!: 20 نوعًا شائعًا من الطعام
| الطعام (حجم الحصة) | Lose It! (سعرة حرارية) | مرجع USDA (سعرة حرارية) | الانحراف (سعرة حرارية) | الانحراف (%) |
|---|---|---|---|---|
| موزة متوسطة (118 جرام) | 110 | 105 | +5 | +4.8% |
| صدر دجاج مشوي (140 جرام) | 220 | 231 | -11 | -4.8% |
| أرز أبيض مطبوخ (200 جرام) | 258 | 260 | -2 | -0.8% |
| خبز قمح كامل، شريحة واحدة (30 جرام) | 80 | 81 | -1 | -1.2% |
| زبدة الفول السوداني، ملعقتان كبيرتان (32 جرام) | 200 | 188 | +12 | +6.4% |
| أفوكادو، نصف (68 جرام) | 130 | 114 | +16 | +14.0% |
| بيض مخفوق، 2 كبير (122 جرام) | 190 | 204 | -14 | -6.9% |
| زبادي يوناني، عادي، 170 جرام | 100 | 97 | +3 | +3.1% |
| زيت الزيتون، ملعقة كبيرة (14 جرام) | 120 | 119 | +1 | +0.8% |
| شريحة سمك السلمون المخبوز (170 جرام) | 340 | 354 | -14 | -4.0% |
| بطاطا حلوة مخبوزة (150 جرام) | 130 | 135 | -5 | -3.7% |
| جبنة شيدر، أونصة واحدة (28 جرام) | 110 | 114 | -4 | -3.5% |
| مكرونة مطبوخة (140 جرام) | 200 | 220 | -20 | -9.1% |
| لحم بقري مفروم 85/15، مطبوخ (113 جرام) | 240 | 250 | -10 | -4.0% |
| بروكلي مطبوخ على البخار (90 جرام) | 30 | 31 | -1 | -3.2% |
| تفاحة متوسطة (182 جرام) | 95 | 95 | 0 | 0.0% |
| بوريتو دجاج من المطعم (تقدير 450 جرام) | 810 | 920 | -110 | -12.0% |
| دجاج مقلي منزلي (350 جرام) | 420 | 485 | -65 | -13.4% |
| بار بروتين من العلامة التجارية (60 جرام) | 200 | 220 | -20 | -9.1% |
| نودلز رامين دولية (85 جرام جاف) | 370 | 410 | -40 | -9.8% |
متوسط الانحراف المطلق: ±17.7 سعرة حرارية لكل عنصر غذائي. على مدار يوم كامل من تسجيل 10 عناصر أو أكثر، يتراكم هذا إلى حوالي ±170 سعرة حرارية في اليوم.
تسجيل الصور باستخدام Snap It: ما مدى دقته حقًا؟
ما الذي اختبرناه
قمنا بالتقاط صور لجميع الأطعمة الـ 20 المختبرة باستخدام ميزة Snap It في Lose It!. تم التقاط كل صورة في ضوء النهار الطبيعي، مركزة على الطبق، دون وجود أي أطعمة أخرى في الإطار. كانت هذه ظروفًا مثالية — أفضل مما يحققه معظم المستخدمين عند التقاط صورة سريعة في مطعم أو على مكتب العمل.
نتائج التعرف على Snap It
| الفئة | الأطعمة المختبرة | التعرف الصحيح | جزئي صحيح | غير صحيح/فشل |
|---|---|---|---|---|
| أطعمة كاملة فردية (موز، تفاح، بروكلي) | 5 | 4 | 1 | 0 |
| أطعمة مطبوخة بسيطة (دجاج مشوي، أرز) | 4 | 3 | 1 | 0 |
| أطعمة معبأة (بار بروتين، خبز) | 3 | 1 | 1 | 1 |
| وجبات معقدة (قلي دجاج، بوريتو) | 4 | 1 | 1 | 2 |
| أطعمة مع صلصات/تغطيات | 4 | 1 | 1 | 2 |
معدل التعرف الصحيح الإجمالي: 50% صحيح بالكامل، 25% جزئيًا صحيح (فئة الطعام صحيحة، لكن العنصر أو الحصة المحددة خاطئة)، 25% غير صحيح أو فشل.
تحت ظروف مثالية، حقق Snap It معدل تعرف قابل للاستخدام يقارب 65-70% (مع احتساب النتائج الجزئية الصحيحة كقابلة للاستخدام مع تصحيح المستخدم). في ظروف العالم الحقيقي — إضاءة ضعيفة، أطباق مزدحمة، وجبات مختلطة — ينخفض المعدل القابل للاستخدام أكثر.
لماذا يواجه Snap It صعوبة مع الوجبات المعقدة
تواجه تقنية التعرف على الطعام بالذكاء الاصطناعي تحديًا أساسيًا مع الوجبات المعقدة. تحتوي وجبة دجاج مقلي على دجاج وخضروات وصلصة وزيت مختلطين معًا على الطبق. لا يمكن للذكاء الاصطناعي تحديد كمية الزيت المستخدمة في الطهي، ولا يمكنه التمييز بين فخذ الدجاج وصدر الدجاج، ولا يمكنه التعرف على الصلصات المحددة. يرى طبقًا مختلطًا ويقوم بعمل تقدير عام.
هذا ليس فريدًا من نوعه في Lose It! — تواجه معظم أدوات تسجيل الطعام بالذكاء الاصطناعي نفس المشكلة. الفرق هو كيف يتعامل التطبيق مع عدم اليقين. غالبًا ما يتجه Lose It! إلى إدخال عام "قلي" دون مطالبة المستخدم بالتحقق أو التعديل، مما يؤدي إلى تقليل تقدير السعرات بشكل منهجي.
أين تكون دقة Lose It! فعالة؟
الأطعمة المعبأة البسيطة
يؤدي Lose It! أداءً جيدًا مع الأطعمة المعبأة البسيطة التي تحتوي على ملصقات غذائية واضحة ومعيارية. الأطعمة مثل حاويات الزبادي، شرائح الجبنة الفردية، وأرغفة الخبز القياسية ممثلة بشكل جيد في قاعدة البيانات وعادةً ما تكون دقيقة ضمن 3-5% من قيمة الملصق.
الأطعمة الكاملة الأساسية
بالنسبة للأطعمة الكاملة الشائعة ذات أحجام الحصص المعيارية — موزة متوسطة، تفاحة متوسطة، كوب من الأرز المطبوخ — توفر مجموعة البيانات المنسقة في Lose It! بيانات موثوقة. تتماشى هذه الإدخالات عن كثب مع قيم مرجع USDA لأنها مأخوذة من قواعد بيانات غذائية معروفة بدلاً من تقديمات المستخدمين.
منتجات السوق الأمريكية
مثل معظم متتبعات السعرات الحرارية التي تم تطويرها في الولايات المتحدة، يعمل مسح الباركود في Lose It! بشكل أفضل مع المنتجات المباعة في السوق الأمريكية. يتم تغطية العلامات التجارية الوطنية الكبرى بشكل جيد، وعادةً ما يكون الربط بين الباركود وبيانات التغذية موثوقًا لهذه المنتجات.
أين تتعطل دقة Lose It!؟
الوجبات المعقدة عبر تسجيل الصور
أكبر خطر دقة في Lose It! هو ميزة Snap It للوجبات المعقدة. عندما يلتقط المستخدم صورة لطبق من المعكرونة مع صلصة اللحم، يواجه الذكاء الاصطناعي مهمة مستحيلة: لا يمكنه معرفة ما إذا كانت الصلصة مصنوعة من لحم بقري مفروم قليل الدسم أو لحم بقري مفروم دهني، سواء استخدم الطباخ ملعقة واحدة من زيت الزيتون أو ثلاث، أو ما إذا كانت الحصة 300 جرام أو 450 جرام. يمكن أن يكون التقدير الناتج خاطئًا بنسبة 20-30%.
أظهر اختبارنا انخفاضًا بنسبة 13.4% في التقدير للوجبة المنزلية من الدجاج المقلي المسجلة عبر البحث (كانت نتيجة الصورة أقل دقة). من المحتمل أن يتراكم المستخدمون الذين يعتمدون بشكل كبير على Snap It للوجبات المختلطة أخطاء أكبر مما تم التقاطه في اختبارنا القائم على البحث.
طعام المطاعم
تظل الوجبات في المطاعم نقطة ضعف. أظهر اختبارنا انخفاضًا بنسبة 12.0% في التقدير لبوريتو دجاج من المطعم. تستخدم المطاعم مزيدًا من زيت الطهي والزبدة، وتقدم حصصًا أكبر مما تقترحه الإدخالات العامة في قاعدة بيانات Lose It!. تسمح إدارة الغذاء والدواء بهامش خطأ بنسبة 20% على ملصقات التغذية حتى بالنسبة للمطاعم السلسلة المطلوبة لعرض عدد السعرات (وفقًا لـ 21 CFR 101.9)، ولا توجد متطلبات للملصقات على الإطلاق للمطاعم غير السلسلة.
المنتجات الدولية
قاعدة بيانات Lose It! تركز على السوق الأمريكية. المنتجات الدولية — الوجبات الخفيفة الآسيوية، الألبان الأوروبية، الأساسيات الشرق أوسطية — مغطاة بشكل ضعيف. أظهر اختبارنا انخفاضًا بنسبة 9.8% في التقدير لنودلز رامين الدولية، وغالبًا ما كانت ماسحة الباركود تعيد "غير موجود" للمنتجات المشتراة خارج الولايات المتحدة.
تقدير الحصص
يفترض Lose It! أحجام حصص معيارية قد لا تتطابق مع ما يأكله المستخدمون فعليًا. تعتبر "حصة" زبدة الفول السوداني في Lose It! ملعقتين كبيرتين (32 جرام)، لكن الأبحاث المنشورة في مجلة أكاديمية التغذية والحمية تظهر أن معظم الناس يقدمون لأنفسهم 40-50% أكثر من حجم الحصة المحدد للأطعمة الغنية بالسعرات مثل زبدة المكسرات. لا يوفر التطبيق أي آلية لمساعدة المستخدمين في تقدير حصصهم الفعلية بخلاف إدخال الوزن يدويًا.
كيف تتراكم الأخطاء اليومية مع مرور الوقت
تأثير التراكم
قد يبدو متوسط الانحراف اليومي قدره ±170 سعرة حرارية قابلًا للإدارة، لكن الرياضيات تخبر قصة مختلفة:
| الفترة الزمنية | الخطأ التراكمي (سعرة حرارية) | ما يعادل الدهون (أرطال) |
|---|---|---|
| 1 أسبوع | 1,190 | 0.34 |
| 1 شهر | 5,100 | 1.46 |
| 3 أشهر | 15,300 | 4.37 |
| 6 أشهر | 30,600 | 8.74 |
نظرًا لأن أخطاء تتبع السعرات في Lose It! تميل إلى الانحراف نحو التقليل (تقدر قاعدة البيانات وذكاء الصور بشكل محافظ)، فمن المرجح أن يتراكم المستخدمون سعرات حرارية غير مسجلة أكثر من أن يبالغوا في العد. على مدار ستة أشهر، قد يؤدي ذلك إلى ما يقرب من 9 أرطال من الوزن غير المتوقع — أو، بشكل أكثر شيوعًا، إلى استقرار لا يمكن للمستخدم تفسيره لأن تتبعه "يبدو مثاليًا".
كيف تقارن دقة Lose It! مع Nutrola
تعالج Nutrola مشاكل الدقة التي تؤثر على Lose It! من خلال اختلافين رئيسيين: قاعدة بيانات معتمدة بالكامل من قبل أخصائيي التغذية وذكاء اصطناعي متقدم مدعوم ببيانات موثوقة.
| الميزة | Lose It! | Nutrola |
|---|---|---|
| نوع قاعدة البيانات | مختلطة (منسقة + مقدمة من المستخدمين) | معتمدة من أخصائيي التغذية |
| حجم قاعدة البيانات | ~27 مليون طعام (بما في ذلك الإدخالات المقدمة من المستخدمين) | 1.8 مليون+ إدخالات موثوقة |
| متوسط الانحراف اليومي | ±170 سعرة حرارية | متماشٍ مع بيانات مرجع USDA |
| تسجيل الصور بالذكاء الاصطناعي | Snap It (~65-70% دقة) | ذكاء اصطناعي مطابق لقاعدة بيانات موثوقة |
| تسجيل الصوت | لا | نعم |
| مسح الباركود | نعم (مركز على الولايات المتحدة) | نعم |
| إعلانات | نعم (الطبقة المجانية) | لا إعلانات في أي طبقة |
| السعر | مجاني / 39.99 دولارًا أمريكيًا سنويًا متميز | 2.50 يورو/شهر |
الفرق الحاسم هو ما يحدث بعد أن يتعرف الذكاء الاصطناعي على الطعام. في Lose It!، تسحب نتيجة الصورة من قاعدة بيانات مختلطة قد تحتوي على إدخالات غير دقيقة. في Nutrola، يتم مطابقة كل نتيجة — سواء كانت من ذكاء اصطناعي، تسجيل صوتي، أو بحث يدوي — مع بيانات موثوقة من أخصائيي التغذية. هذا يعني أنه حتى عندما يكون التعرف بالذكاء الاصطناعي غير مثالي، فإن بيانات السعرات الأساسية موثوقة.
تدعم Nutrola أيضًا تسجيل الصوت، مما يسمح للمستخدمين بقول "صدر دجاج مشوي، حوالي 140 جرام، مع كوب من البروكلي المطبوخ على البخار" وتسجيل التطبيق لكل مكون من قاعدة بياناته الموثوقة. هذه الطريقة أسرع وغالبًا ما تكون أكثر دقة من تصوير وجبة معقدة.
هل يجب عليك الاستمرار في استخدام Lose It!؟
تطبيق Lose It! هو تطبيق مصمم جيدًا بواجهة سهلة الاستخدام تجعل تتبع السعرات الحرارية يبدو أقل مللًا من المنافسين. بالنسبة لشخص جديد في تتبع السعرات الذي يتناول أطعمة بسيطة، معظمها معبأة في السوق الأمريكية، فهو نقطة انطلاق معقولة.
ومع ذلك، فإن الجمع بين قاعدة بيانات ذات دقة مختلطة وميزة تسجيل الصور بالذكاء الاصطناعي التي تحدد بشكل صحيح حوالي ثلثي الأطعمة يخلق عدم يقين متزايد. إذا كنت تعتمد على Snap It للراحة، فقد تكون تحتسب السعرات بشكل منهجي بفارق كبير دون أن تدرك ذلك.
بالنسبة للمستخدمين الذين يحتاجون إلى دقة موثوقة — سواء لفقدان الدهون، أو زيادة العضلات، أو إدارة النظام الغذائي الطبي — فإن متتبعًا بقاعدة بيانات موثوقة بالكامل مثل Nutrola يلغي عدم اليقين في جودة البيانات. كل إدخال غذائي تمت مراجعته من قبل محترفي التغذية، وكل نتيجة ذكاء اصطناعي متطابقة مع بيانات موثوقة بدلاً من مزيج من الإدخالات المنسقة والمقدمة من المستخدمين.
الأسئلة الشائعة
هل Lose It! دقيق بما يكفي لفقدان الوزن؟
يمكن أن يدعم Lose It! فقدان الوزن إذا حافظت على عجز كبير في السعرات الحرارية وتناولت بشكل أساسي أطعمة بسيطة ومعبأة ذات أحجام حصص واضحة. ومع ذلك، فإن الانحراف اليومي ±170 سعرة حرارية يعني أن المستخدمين الذين لديهم عجز معتدل (250-400 سعرة حرارية) قد لا يحققون فقدان دهون ملحوظ. لتحقيق تتبع دقيق، فإن تطبيقًا بقاعدة بيانات موثوقة مثل Nutrola ينتج نتائج أكثر موثوقية.
ما مدى دقة ميزة Snap It في Lose It!؟
في اختباراتنا تحت ظروف مثالية (إضاءة جيدة، عناصر غذائية فردية، عرض واضح)، تعرف Snap It بشكل صحيح على حوالي 65-70% من الأطعمة بدقة قابلة للاستخدام. كانت الوجبات المعقدة، الأطباق المختلطة، والأطعمة مع الصلصات أو التغطيات لها معدلات تعرف أقل بكثير. تعتبر الميزة مفيدة لتسجيل سريع للعناصر البسيطة ولكن لا ينبغي الاعتماد عليها لتعداد دقيق للسعرات في الوجبات المعقدة.
هل Lose It! أكثر دقة من MyFitnessPal؟
وجد اختبارنا أن Lose It! أكثر دقة قليلاً من MyFitnessPal في المتوسط (±170 سعرة حرارية/اليوم مقابل ±185 سعرة حرارية/اليوم)، على الأرجح لأن قاعدة بيانات Lose It! تشمل المزيد من الإدخالات المنسقة بجانب البيانات المقدمة من المستخدمين. ومع ذلك، تظهر كلا التطبيقين انحرافات ملحوظة عن قيم مرجع USDA، خاصة بالنسبة للوجبات المنزلية، وطعام المطاعم، والمنتجات الدولية.
هل يستخدم Lose It! بيانات USDA؟
يستخدم Lose It! مزيجًا من مصادر البيانات. يتم الحصول على بعض الإدخالات من قواعد بيانات غذائية معروفة بما في ذلك USDA FoodData Central، لكن قاعدة البيانات تتضمن أيضًا إدخالات مقدمة من المستخدمين التي لم يتم التحقق منها مقابل قيم مرجع USDA. على عكس التطبيقات مثل Cronometer التي تستخدم بيانات USDA/NCCDB كمصادر رئيسية، أو Nutrola التي تستخدم بيانات موثوقة من أخصائيي التغذية، لا يميز Lose It! بين الإدخالات الموثوقة وغير الموثوقة في واجهة المستخدم.
ما هو أكثر تطبيق دقيق لتتبع السعرات؟
بين التطبيقات الرئيسية لتتبع السعرات، تظهر Cronometer (التي تستخدم بيانات USDA/NCCDB) وNutrola (التي تستخدم بيانات موثوقة من أخصائيي التغذية) باستمرار أقل انحراف عن قيم مرجع USDA. تقدم Nutrola مزايا دقة إضافية من خلال ذكاء الصور وتسجيل الصوت المتطابق مع بيانات موثوقة، وعدم وجود إدخالات مكررة، وتجربة خالية من الإعلانات مقابل 2.50 يورو/شهر على iOS وAndroid.
مستعد لتحويل تتبع تغذيتك؟
انضم إلى الآلاف الذين حولوا رحلتهم الصحية مع Nutrola!
