Jeg byttet fra MyFitnessPal til AI-fotosporing — Her er hva som endret seg på 90 dager

Hvorfor jeg endelig tok steget

I fem år var MyFitnessPal min faste følgesvenn. Jeg kjente grensesnittet ut og inn. Jeg hadde lagret egne måltider. Jeg kunne skanne en strekkode på tre sekunder. Men rundt år fire begynte jeg å merke svakhetene — måltidene jeg droppet å logge fordi det føltes som en plikt å søke i databasen, de hjemmelagde middagene jeg anslo fordi det tok for lang tid å lage en oppskrift fra bunnen av, og den gradvise svekkelsen av en vane som en gang føltes automatisk.

Jeg var ikke alene. Forskning publisert i Journal of Medical Internet Research (2023) viste at bare 34% av de som begynner å bruke en tradisjonell matloggingsapp fortsetter etter 30 dager. Den viktigste årsaken til frafall? Prosessen tar for lang tid i forhold til den opplevde nytten. En annen studie fra University of Pittsburgh (2024) målte gjennomsnittlig loggetid på populære ernæringsapper og fant at brukere av manuell inntasting brukte mellom 12 og 22 minutter per dag kun på matlogging.

Så da AI-drevet fotosporing ble moden nok til å føles pålitelig, bestemte jeg meg for å gjennomføre et reelt eksperiment: 90 dager, helt fra MyFitnessPal til Nutrola sin Snap & Track-funksjon. Jeg logget alt — tid brukt, nøyaktighet mot veide porsjoner, konsistensrater og subjektiv opplevelse. Her er alle detaljer.

Oppsettet: Slik strukturerte jeg eksperimentet

Baseline-periode (Uker 1-2 av forrige måned)

Før jeg byttet, logget jeg to hele uker på MyFitnessPal akkurat som jeg pleide. Jeg brukte en stoppeklokke-app for å time hver loggingsøkt og veide nøkkelmåltider på en kjøkkenvekt for å etablere en sannhetsgrunnlag for nøyaktighets sammenligninger senere.

Byttet

På dag 1 lastet jeg ned Nutrola, fullførte onboarding-spørreskjemaet, og forpliktet meg til å logge hvert måltid og snack via foto de neste 90 dagene. Jeg beholdt MyFitnessPal installert, men åpnet den ikke.

Hva jeg logget

Metrikk	Hvordan jeg målte det
Daglig loggetid	Stoppeklokke fra åpning av appen til bekreftelse av logg
Kalorinøyaktighet	Sammenlignet AI-estimater mot veide porsjoner (3x per uke)
Loggingskonsistens	Prosentandel av måltider logget av totalt spiste måltider
Subjektiv friksjon	Ukentlig vurdering 1-10 av hvor irriterende loggingen føltes
Makronøyaktighet	Sammenlignet estimater for protein, karbohydrater, fett mot USDA-verdier for veide matvarer

Måned 1: Læringskurven som ikke var der

Dager 1-7: Førsteinntrykk

Det som overrasket meg mest, var mangelen på en læringskurve. Med MyFitnessPal husker jeg at jeg brukte den første uken på å lære å navigere i databasen, finne ut av porsjonsstørrelser og håndtere dupliserte oppføringer med vidt forskjellige kaloritall for samme mat. Nutrola sin tilnærming var forfriskende enkel: pek kameraet, ta et bilde, se gjennom AI sin oppsummering, bekreft eller juster, ferdig.

Min første fotologg var en bolle med havregryn over natten med banan, blåbær og mandelsmør. AI-en identifiserte hver komponent, estimerte porsjonsstørrelser, og ga en kalori- og makrooversikt på omtrent fire sekunder. Den anslo måltidet til 485 kalorier. Min skala-bekreftede beregning kom til 462 kalorier — en varians på 5% som var godt innenfor marginen jeg ville ha akseptert fra manuell logging uansett.

Dager 8-14: Finne rytmen

Mot slutten av den andre uken føltes den nye vanen allerede automatisk. Jeg la merke til at jeg logget måltider jeg tidligere ville ha droppet — en håndfull nøtteblanding på skrivebordet, en bit av partnerens dessert, olivenoljen jeg dryppet over ovnsbakte grønnsaker. Friksjonen var så lav at loggingen føltes som en ettertanke snarere enn en oppgave.

Tidsdata — Måned 1

Metrikk	MyFitnessPal (Baseline)	Nutrola (Måned 1)
Gjennomsnittlig daglig loggetid	14.2 minutter	4.8 minutter
Gjennomsnittlig tid per måltid	3.5 minutter	1.1 minutter
Lengste enkelt loggingsøkt	8 minutter (hjemmelaget curry)	2.5 minutter (buffet tallerken)
Måltider droppet fra logging	4.3 per uke	1.1 per uke

De daglige tidsbesparelsene var umiddelbart betydelige — 9.4 minutter per dag, som kanskje høres trivielt ut, men når du ganger det med en måned, blir det nesten fem timer tilbake.

Måned 2: Nøyaktighet under press

Testing av komplekse måltider

Måned 2 var der jeg bevisst utfordret systemet. Jeg lagde omfattende måltider — multi-komponent wokretter, lagdelte gryteretter, hjemmelagde supper med ti eller flere ingredienser. Dette er måltidene som alltid fikk meg til å gi opp logging på MyFitnessPal fordi det å lage en tilpasset oppskrift tok 10-15 minutter.

Med Nutrola tok jeg bare et bilde av det anrettede måltidet. AI-en brøt ned synlige komponenter og estimerte mengder. For en kylling tikka masala med basmati-ris og naan, ga AI-en 715 kalorier. Min detaljerte oppskriftsberegning (veide hver ingrediens, delte på porsjoner) kom til 688 kalorier — en varians på 3.9%.

Restauranttesten

Å spise ute var alltid akilleshælen ved manuell sporing. MyFitnessPal sin restaurantdatabase er omfattende, men porsjonsstørrelser varierer etter sted, og mange lokale restauranter er rett og slett ikke oppført. I løpet av måned 2 spiste jeg ute 11 ganger. Med Nutrola fotograferte jeg hvert restaurantmåltid. AI-ens estimater var i gjennomsnitt innenfor 8% av mine beste manuelle estimater — og hele prosessen tok under 15 sekunder per måltid sammenlignet med 4-6 minutter jeg pleide å bruke på å søke i databaser og gjette porsjoner.

Nøyaktighetsdata — Måned 2

Mattype	AI Foto Nøyaktighet (vs. veide)	Min Manuelle MFP Nøyaktighet (vs. veide)
Enkle måltider (egg + toast)	96.2%	94.8%
Komplekse hjemmelagde måltider	93.1%	88.4%*
Restaurantmåltider	89.7%	85.2%*
Snacks og småretter	94.5%	91.0%
Emballerte matvarer (strekkode)	98.1%	99.2%

*Manuell nøyaktighet for komplekse og restaurantmåltider reflekterer ganger jeg faktisk logget dem — jeg droppet ofte disse helt på MyFitnessPal, noe som gjorde den totale loggingen mindre nøyaktig til tross for individuell oppføringsnøyaktighet.

Det eneste området der MyFitnessPal hadde en fordel var emballerte matvarer med strekkoder. En strekkodeskanning henter nøyaktige produsentdata, noe som er vanskelig å slå. Men Nutrola sin AI var bare omtrent ett prosentpoeng bak, og forskjellen var ubetydelig i praksis.

Måned 3: Den sammensatte effekten

Konsistens endret alt

I måned 3 skjedde det noe jeg ikke hadde forutsett. Nøyaktighetssammenligningen mellom de to metodene ble mindre interessant enn konsistenssammenligningen. Fordi Nutrola gjorde loggingen så rask, gjorde jeg faktisk det. Min loggingskonsistens — prosentandelen av måltider jeg sporet av totalt spiste måltider — fortalte den virkelige historien.

Periode	Loggede måltider (%)	Estimert kalori sporing nøyaktighet (totalt)
MyFitnessPal baseline	76%	~82%
Nutrola Måned 1	91%	~90%
Nutrola Måned 2	94%	~92%
Nutrola Måned 3	96%	~94%

En studie fra Stanford sin Digital Health-gruppe (2024) bekreftet det jeg opplevde: sporingskonsistens betyr mer enn nøyaktighet per oppføring. Deres analyse av 12,000 matdagbokbrukere fant at folk som logget 90% eller mer av måltidene sine oppnådde vekthåndteringsmål nesten tre ganger så ofte som de som logget 70-80%, uavhengig av hvor presist hver oppføring ble målt.

Funksjoner jeg ikke forventet å elske

Stemmelogging. På morgener når jeg hadde det travelt, kunne jeg bare si "to rørte egg, en skive surdeigsbrød med smør, svart kaffe" inn i Nutrola mens jeg gikk til bilen. AI-en tolket naturlig språk og logget det. Denne ene funksjonen reddet sannsynligvis konsistensen min på minst 15-20 anledninger i løpet av de 90 dagene.

AI Diet Assistant. Rundt uke 8 begynte jeg å stille spørsmål til Nutrola sin AI-assistent som "Jeg har i snitt 140g protein denne uken — bør jeg justere?" og fikk kontekstuelle, datadrevne svar. Det føltes som å ha en ernæringsfysiolog tilgjengelig, uten kostnaden.

Apple Watch-integrasjon. Rask logging av en snack fra håndleddet uten å ta opp telefonen gjorde loggingen til en to-sekunders oppgave.

Tallene: Full 90-dagers sammenligning

Tidsinvestering

Metrikk	MyFitnessPal	Nutrola (90-dagers gjennomsnitt)	Forskjell
Daglig loggetid	14.2 min	3.9 min	-72.5%
Ukentlig total	99.4 min	27.3 min	-72.5%
90-dagers total	~21.3 timer	~5.9 timer	15.4 timer spart
Tid per individuell oppføring	3.5 min	0.9 min	-74.3%

I løpet av 90 dager sparte jeg mer enn 15 timer — nesten to hele arbeidsdager. Det er tid som tidligere ble brukt på å bla gjennom databaser, justere porsjonsstørrelser og lage tilpassede oppskrifter.

Nøyaktighet

Metrikk	MyFitnessPal	Nutrola
Kalori nøyaktighet per oppføring (enkle måltider)	94.8%	96.2%
Kalori nøyaktighet per oppføring (komplekse måltider)	88.4%	93.1%
Total sporingsnøyaktighet (tar hensyn til droppede måltider)	~82%	~94%
Makrofordeling nøyaktighet (protein)	91%	93%
Makrofordeling nøyaktighet (karbohydrater)	89%	91%
Makrofordeling nøyaktighet (fett)	86%	89%

Konsistens og etterlevelse

Metrikk	MyFitnessPal	Nutrola
Loggede måltider per dag (gj.snitt)	3.1 / 4.1	3.9 / 4.1
Dager med full logging	58%	87%
Lengste streak uten å gå glipp av et måltid	4 dager	23 dager
Subjektiv friksjonsvurdering (1-10, lavere = bedre)	6.2	2.1

Hva jeg savner med MyFitnessPal

Rettferdighet er viktig, så her er hva jeg faktisk savnet:

Det sosiale fellesskapet. MyFitnessPal har forum, vennelister og et fellesskap som har bygget seg opp i over et tiår. Nutrola sine fellesskapsfunksjoner vokser — med over 2 millioner brukere på tvers av 50+ land — men det etablerte sosiale økosystemet til MFP er vanskelig å gjenskape over natten.

Strekkodeskanning for emballerte matvarer. Som nevnt, dette er der manuelle apper fortsatt har en liten fordel. Når jeg spiser en emballert proteinbar, er det tilfredsstillende å skanne strekkoden og få nøyaktige produsentdata. Når det er sagt, var Nutrola sin AI-estimering for emballerte matvarer nær nok til at den praktiske forskjellen var minimal.

Familiaritet. Fem år med muskelminne er vanskelig å overvinne. I løpet av de første to ukene rakte jeg instinktivt ut etter MyFitnessPal etter måltider før jeg husket at jeg hadde byttet.

Hva jeg ikke savner

Dupliserte databaseoppføringer. Å søke etter "kyllingbryst" på MyFitnessPal gir dusinvis av brukerinnsendte oppføringer med kaloritall som varierer fra 120 til 280 per porsjon. Hvilken er riktig? Med Nutrola sin 100% ernæringsfysiolog-godkjente database forsvinner det gjette-spillet.

Annonseavbrudd. MyFitnessPal sin gratisversjon er overfylt med bannerannonser og interstitials. Nutrola har ingen annonser på sin gratisversjon, noe som fjerner et lag med friksjon som jeg hadde normalisert, men aldri likt.

Oppskriftsbygging. Å bruke 12 minutter på å legge inn hver ingrediens i et hjemmelaget måltid var den største grunnen til at jeg droppet logging på MyFitnessPal. Å fotografere det anrettede måltidet og få en oppsummering på sekunder er en fundamentalt annen opplevelse.

Skylden. Dette er subtilt, men viktig. Når loggingen er tidkrevende, skaper det skyldfølelse å hoppe over et måltid. Den skylden bygger seg opp, og til slutt hopper du over en dag, så en uke, og så gir du opp appen helt. Når loggingen tar fem sekunder, er det ingen skyld fordi det ikke er noen grunn til å hoppe over.

Hvem bør gjøre dette byttet?

Basert på mine 90 dager, er AI-fotosporing det bedre valget for:

• Hjemmekokker som lager måltider fra bunnen av og gruer seg til oppskriftsbygging
• Travle profesjonelle som trenger at loggingen tar sekunder, ikke minutter
• Folk som spiser ute ofte og sliter med estimering av restaurantmåltider
• Alle som har sluttet med kalori tracking før fordi det føltes som for mye arbeid
• Reisende som spiser variert mat fra forskjellige land (Nutrola sin dekning av 50+ land gjør dette sømløst)

Manuell sporing kan fortsatt passe deg hvis kostholdet ditt nesten utelukkende består av emballerte matvarer med strekkoder, eller hvis du er dypt inne i MyFitnessPal sitt sosiale fellesskap og den ansvarligheten er det som holder deg konsekvent.

Konklusjonen

Etter 90 dager gikk jeg ikke tilbake. Eksperimentet ble avsluttet, men byttet var permanent. Dataene er klare: AI-fotosporing sparte meg 72% av loggetiden, forbedret min totale sporingsnøyaktighet med omtrent 12 prosentpoeng (for det meste gjennom bedre konsistens), og forvandlet kalori tracking fra en daglig plikt til noe jeg knapt tenker på.

Den beste metoden for ernæringssporing er den du faktisk bruker. I fem år brukte jeg MyFitnessPal — inkonsekvent, med økende friksjon, og droppet måltidene som betydde mest. I løpet av 90 dager med Nutrola logget jeg mer fullstendig og mer nøyaktig enn i noen sammenlignbar periode av min sporingshistorie.

Hvis du har vært usikker på å bytte, snakker dataene for seg selv. Læringskurven er nesten ikke-eksisterende, nøyaktigheten er sammenlignbar eller bedre for de fleste måltidstyper, og tidsbesparelsene akkumuleres til noe genuint meningsfylt over uker og måneder. Pek, ta bilde, ferdig.