Lose It!の精度はどれくらい？USDAデータと20種類の食品を比較
Lose It!に20種類の一般的な食品を記録し、すべてのカロリー計算をUSDA FoodData Centralと比較しました。平均的な誤差は±170カロリー/日で、Snap Itの写真ログ機能は食品の65-70%しか正しく特定できませんでした。
Lose It!はFitNow Inc.が開発したカロリー追跡アプリで、キュレーションされたエントリーとユーザーが提出したデータを組み合わせた混合データベースを特徴としています。 MyFitnessPalに対するシンプルで視覚的な代替手段として位置付けられ、主な機能はSnap ItというAI駆動の写真ログ機能で、写真から食品を特定しようとします。しかし、そのカラフルなチャートの背後にあるデータはどれほど正確なのでしょうか？
私たちは20種類の一般的な食品をLose It!に記録し、それぞれのカロリー計算をUSDA FoodData Centralの参照データベースと比較しました。また、Snap Itの写真識別精度についても別途テストを行いました。その結果、平均的な日々の誤差は±170カロリーであり、写真認識率には大きな誤差の余地があることがわかりました。
Lose It!の精度テスト方法
テスト方法論
私たちは、全食品、パッケージ製品、自家製料理、レストランスタイルの料理を含む20種類の食品を選びました。各食品について、標準化されたプロセスに従いました：
- Lose It!で最も自然な検索用語を使って食品を検索しました。
- 上位の結果または確認済みのエントリー（利用可能な場合）を選択しました。
- 指定されたサービングサイズのカロリー計算を記録しました。
- 一致するUSDA FoodData Centralのエントリー（SR LegacyまたはFoundation Foodsデータセット）と比較しました。
- 絶対誤差とパーセンテージ誤差を計算しました。
Snap Itテストでは、良好な照明の下で平らな皿に各食品を写真撮影し、アプリが食品を正しく特定し、妥当なカロリーデータを割り当てたかどうかを評価しました。
参照基準：USDA FoodData Central
すべての比較はUSDA FoodData Centralを参照基準として使用しています。このデータベースはUSDAの農業研究サービスによって維持されており、標準化された分析化学的方法を使用してラボで分析された栄養データが含まれています。これはFDAが栄養ラベルの遵守のために使用する基準であり、登録栄養士が臨床実践で使用する基準でもあります。
Lose It! 精度テスト結果：20種類の一般的な食品
| 食品（サービングサイズ） | Lose It! (kcal) | USDA参照 (kcal) | 誤差 (kcal) | 誤差 (%) |
|---|---|---|---|---|
| バナナ、中サイズ (118g) | 110 | 105 | +5 | +4.8% |
| 鶏むね肉、グリル (140g) | 220 | 231 | -11 | -4.8% |
| 白米、調理済 (200g) | 258 | 260 | -2 | -0.8% |
| 全粒粉パン、1スライス (30g) | 80 | 81 | -1 | -1.2% |
| ピーナッツバター、2 tbsp (32g) | 200 | 188 | +12 | +6.4% |
| アボカド、半分 (68g) | 130 | 114 | +16 | +14.0% |
| スクランブルエッグ、2個 (122g) | 190 | 204 | -14 | -6.9% |
| プレーンギリシャヨーグルト、170g | 100 | 97 | +3 | +3.1% |
| オリーブオイル、1 tbsp (14g) | 120 | 119 | +1 | +0.8% |
| サーモンフィレ、焼き (170g) | 340 | 354 | -14 | -4.0% |
| サツマイモ、焼き (150g) | 130 | 135 | -5 | -3.7% |
| チェダーチーズ、1 oz (28g) | 110 | 114 | -4 | -3.5% |
| パスタ、調理済 (140g) | 200 | 220 | -20 | -9.1% |
| 牛ひき肉 85/15、調理済 (113g) | 240 | 250 | -10 | -4.0% |
| ブロッコリー、蒸し (90g) | 30 | 31 | -1 | -3.2% |
| リンゴ、中サイズ (182g) | 95 | 95 | 0 | 0.0% |
| レストランのチキンブリトー (推定 450g) | 810 | 920 | -110 | -12.0% |
| 自家製チキン炒め (350g) | 420 | 485 | -65 | -13.4% |
| ストアブランドのプロテインバー (60g) | 200 | 220 | -20 | -9.1% |
| インターナショナルラーメン (85g乾燥) | 370 | 410 | -40 | -9.8% |
平均絶対誤差：±17.7 kcal/食品。10品以上を記録する1日の合計で、約±170カロリーに相当します。
Snap It写真ログ：実際の精度は？
テスト内容
Lose It!のSnap It機能を使って、20種類のテスト食品を写真撮影しました。各写真は自然光の下で、皿の中心に焦点を合わせ、他の食品が写らないように撮影しました。これらは理想的な条件であり、ほとんどのユーザーがレストランやオフィスデスクで撮影する際の状況よりも良好です。
Snap It識別結果
| カテゴリー | テスト食品数 | 正確な識別 | 部分的に正確 | 不正確/失敗 |
|---|---|---|---|---|
| 単一の全食品（バナナ、リンゴ、ブロッコリー） | 5 | 4 | 1 | 0 |
| シンプルな調理済み食品（グリルチキン、米） | 4 | 3 | 1 | 0 |
| パッケージ食品（プロテインバー、パン） | 3 | 1 | 1 | 1 |
| 複雑な料理（炒め物、ブリトー） | 4 | 1 | 1 | 2 |
| ソースやトッピングのある食品 | 4 | 1 | 1 | 2 |
全体の正確な識別率：完全に正確なものが50%、部分的に正確なものが25%（正しい食品カテゴリー、特定のアイテムやポーションが間違っている）、不正確または失敗が25%です。
理想的な条件下で、Snap Itは約65-70%の使用可能な識別率を達成しました（部分的に正確な結果をユーザーの修正とともに使用可能とカウント）。実際の条件下では、照明が悪い、皿が混雑している、料理が混ざっているなどの状況では、使用可能な率はさらに低下します。
Snap Itが複雑な料理で苦戦する理由
写真AIによる食品認識は、複雑な料理に対して根本的な課題を抱えています。チキン炒めには鶏肉、野菜、ソース、油が混ざっており、AIは調理に使用された油の量を特定できず、鶏もも肉と鶏むね肉を区別できず、特定のソースを識別することもできません。混合された皿を見て、一般的な推定を行います。
これはLose It!に特有の問題ではなく、ほとんどの写真AI食品ログツールが同じ問題に直面しています。違いは、アプリが不確実性にどのように対処するかです。Lose It!は、ユーザーに確認や調整を促すことなく、しばしば一般的な「炒め物」エントリーにデフォルト設定されるため、系統的な過小計算が生じます。
Lose It!が実際に正確な部分は？
シンプルなパッケージ食品
Lose It!は、明確で標準化された栄養ラベルを持つシンプルなパッケージ食品で良好なパフォーマンスを発揮します。ヨーグルトの容器、個別のチーズスライス、標準的なパンのローフなどは、データベースにしっかりと登録されており、通常はラベル値の3-5%以内で正確です。
基本的な全食品
標準化されたサービングサイズを持つ一般的な全食品（中サイズのバナナ、中サイズのリンゴ、調理済の米1カップ）については、Lose It!のキュレーションされたデータベースが信頼できるデータを提供します。これらのエントリーは、ユーザーの提出ではなく、確立された栄養データベースから取得されているため、USDAの参照値と密接に一致します。
米国市場の製品
米国で開発されたカロリー追跡アプリの多くと同様に、Lose It!のバーコードスキャン機能は、米国市場で販売されている製品に最も適しています。主要な全国ブランドはしっかりとカバーされており、これらの製品に対するバーコードと栄養データのマッピングは一般的に信頼できます。
Lose It!の精度が崩れる部分は？
写真ログによる複雑な料理
Lose It!における最大の精度リスクは、複雑な料理に対するSnap It機能です。ユーザーがミートソースのパスタの皿を写真撮影すると、AIは不可能なタスクに直面します。ソースが赤身の牛ひき肉で作られたのか、脂肪分の多い牛ひき肉で作られたのか、調理に使用されたオリーブオイルの量が1杯なのか3杯なのか、ポーションが300gなのか450gなのかを知ることはできません。その結果、推定値は20-30%もずれる可能性があります。
私たちのテストでは、自家製のチキン炒めを検索経由で記録した際に13.4%の過小計算が見られました（写真結果はさらに精度が低かったです）。複雑な料理に対してSnap Itに依存するユーザーは、私たちの検索ベースのテストが捉えた以上の大きな誤差を蓄積している可能性が高いです。
レストランの食品
レストランの食事は依然として弱点です。私たちのテストでは、レストランのチキンブリトーで12.0%の過小計算が見られました。レストランでは、Lose It!のデータベースにある一般的なエントリーが示唆するよりも多くの調理油やバター、より大きなポーションを使用します。FDAは、カロリー表示が義務付けられているチェーンレストランに対しても栄養ラベルに20%の誤差を許可しており（21 CFR 101.9に基づく）、非チェーンレストランにはラベル表示の義務が全くありません。
国際製品
Lose It!のデータベースは米国中心です。アジアのスナック、ヨーロッパの乳製品、中東の主食などの国際製品は、十分にカバーされていません。私たちのテストでは、インターナショナルラーメンで9.8%の過小計算が見られ、バーコードスキャナーは米国外で購入した製品に対して「見つかりません」と頻繁に返答しました。
ポーションの推定
Lose It!は、ユーザーが実際に食べる量と一致しない標準ポーションサイズにデフォルト設定されています。Lose It!の「サービング」はピーナッツバターが2 tbsp（32g）ですが、Journal of the Academy of Nutrition and Dieteticsに発表された研究によると、ほとんどの人はカロリー密度の高い食品（ナッツバターなど）について、表示されたサービングサイズの40-50%多くを自分に盛ることが示されています。アプリは、手動でグラムを入力する以外に、ユーザーが実際のポーションを推定するためのメカニズムを提供していません。
日々の誤差が時間とともに累積する方法
蓄積効果
平均的な日々の誤差が±170カロリーであることは管理可能に思えるかもしれませんが、数学は異なる物語を語ります：
| 時間の経過 | 累積誤差 (kcal) | 相当する脂肪 (lbs) |
|---|---|---|
| 1週間 | 1,190 | 0.34 |
| 1ヶ月 | 5,100 | 1.46 |
| 3ヶ月 | 15,300 | 4.37 |
| 6ヶ月 | 30,600 | 8.74 |
Lose It!のカロリー追跡エラーは過小計算に偏る傾向があるため（データベースと写真AIの両方が保守的に推定する傾向があります）、ユーザーは過剰計算するよりも未追跡のカロリーを蓄積する可能性が高いです。6ヶ月間で、これは予期しない体重の約9ポンドに相当するか、より一般的には、ユーザーが「完璧に見える」と感じる追跡の中で説明できない停滞を引き起こす可能性があります。
Lose It!の精度がNutrolaと比較してどうか
Nutrolaは、完全に栄養士によって確認されたデータベースと、確認されたデータに基づくより高度な写真AIという2つの重要な違いを通じて、Lose It!に影響を与える精度の問題に対処しています。
| 機能 | Lose It! | Nutrola |
|---|---|---|
| データベースの種類 | 混合（キュレーション + クラウドソース） | 栄養士確認済み |
| データベースのサイズ | 約2,700万食品（ユーザーエントリーを含む） | 180万以上の確認済みエントリー |
| 平均的な日々の誤差 | ±170 kcal | USDA参照データと一致 |
| 写真AIログ | Snap It（約65-70%の精度） | 確認済みデータにマッチした写真AI |
| 音声ログ | なし | あり |
| バーコードスキャン | あり（米国中心） | あり |
| 広告 | あり（無料プラン） | すべてのプランで広告なし |
| 価格 | 無料 / 年間39.99ドルプレミアム | 月額2.50ユーロ |
重要な違いは、AIが食品を特定した後に何が起こるかです。Lose It!では、写真結果が不正確なエントリーを含む混合データベースから引き出されます。Nutrolaでは、写真AI、音声ログ、手動検索のいずれの結果も、栄養士確認済みデータと照合されます。これにより、AIの特定が不完全であっても、基礎となるカロリーデータは信頼できます。
Nutrolaは音声ログもサポートしており、ユーザーは「グリルチキンブレスト、約140グラム、蒸しブロッコリー1カップ」と言うことで、アプリが確認済みデータベースから各コンポーネントを記録できます。これは、複雑な料理を写真撮影するよりも迅速で、しばしばより正確です。
それでもLose It!を使うべきか？
Lose It!は、カロリー追跡を競合他社よりも面倒に感じさせないアプローチしやすいインターフェースを持つ、よく設計されたアプリです。カロリー追跡に不慣れで、主に米国市場のシンプルなパッケージ食品を食べる人にとっては、合理的な出発点です。
しかし、混合精度のデータベースと約3分の2の食品しか正しく特定できないAI写真ログ機能の組み合わせは、累積的不確実性を生み出します。Snap Itの便利さに依存している場合、気づかないうちに大きな誤差を体系的に過小計算している可能性があります。
脂肪減少、筋肉増加、または医療的な食事管理のために信頼性のある精度が必要なユーザーには、Nutrolaのような完全に確認されたデータベースを持つトラッカーがデータの質に関する不確実性を排除します。すべての食品エントリーは栄養専門家によってレビューされており、すべてのAI結果はキュレーションされたデータやユーザー提出エントリーの混合ではなく、確認されたデータと照合されます。
よくある質問
Lose It!は体重減少に十分な精度がありますか？
Lose It!は、大きなカロリー赤字を維持し、主にシンプルなパッケージ食品を食べる場合、体重減少をサポートできます。しかし、±170カロリーの毎日の誤差は、中程度の赤字（250-400カロリー）を持つユーザーが意味のある脂肪減少を達成できない可能性があることを意味します。精密な追跡には、Nutrolaのような確認されたデータベースアプリがより信頼性のある結果を提供します。
Lose It!のSnap It写真機能はどれくらい正確ですか？
理想的な条件下（良好な照明、単一の食品アイテム、明確なプレゼンテーション）でのテストでは、Snap Itは約65-70%の食品を使用可能な精度で正しく特定しました。複雑な料理、混合皿、ソースやトッピングのある食品は、識別率が大幅に低下しました。この機能はシンプルなアイテムの迅速なログには便利ですが、複雑な料理の正確なカロリー計算には信頼できません。
Lose It!はMyFitnessPalよりも正確ですか？
私たちのテストでは、Lose It!は平均してMyFitnessPalよりもわずかに正確であることがわかりました（±170 kcal/日対±185 kcal/日）。これは、Lose It!のデータベースにユーザー提出データとともにより多くのキュレーションされたエントリーが含まれているためと思われます。しかし、両方のアプリは、特に自家製料理、レストラン食品、国際製品に関して、USDAの参照値から意味のある偏差を示します。
Lose It!はUSDAデータを使用していますか？
Lose It!は、さまざまなデータソースを使用しています。一部のエントリーはUSDA FoodData Centralを含む確立された栄養データベースから取得されていますが、データベースにはUSDAの参照値に対して確認されていないユーザー提出エントリーも含まれています。CronometerのようにUSDA/NCCDBを主要なソースとして使用するアプリや、Nutrolaのように栄養士確認済みデータを使用するアプリとは異なり、Lose It!はユーザーインターフェースで確認済みエントリーと未確認エントリーを区別していません。
最も正確なカロリー追跡アプリは何ですか？
主要なカロリー追跡アプリの中で、Cronometer（USDA/NCCDBデータを使用）とNutrola（栄養士確認済みデータを使用）は、USDAの参照値からの偏差が最も少ないことが一貫して示されています。Nutrolaは、確認されたデータにマッチした写真AIや音声ログ、重複エントリーの排除、iOSおよびAndroidで月額2.50ユーロの広告なしのクリーンな体験を通じて、追加の精度の利点を提供します。
