智能卡路里应用测量误差达345卡

AI饮食追踪工具存在显著偏差

根据美国营养学会的最新研究，当前流行的AI卡路里追踪应用在测量食物热量时可能存在高达345卡的误差，这一发现对依赖这些工具进行体重管理的人群具有重要启示。

研究背景与发现

研究人员对市面上主流的AI卡路里追踪应用进行了系统性评估，发现这些智能体在识别食物种类和估算热量方面存在明显偏差。误差范围从轻微的几十卡路里到严重的数百卡不等，平均误差值为345卡路里。

误差产生的原因

造成这种偏差的主要原因包括：

• 食物识别算法的局限性
• 对食物份量判断的不准确性
• 不同食材营养成分数据库的差异
• 用户拍摄角度和光线条件的影响

对健康管理的实际影响

345卡路里的误差相当于一个成年人每日所需热量的15%-20%。长期累积可能导致：

• 体重管理计划失效
• 营养摄入失衡
• 健康目标难以达成

专家建议

营养专家建议，在使用AI卡路里追踪应用时，应采取以下措施提高准确性：

• 结合传统称重方法进行双重验证
• 定期核对应用数据与营养标签
• 选择经过临床验证的追踪工具
• 将应用作为辅助工具而非唯一依据

随着AI技术在健康管理领域的广泛应用，相关技术的精准度和可靠性将成为未来发展的关键方向。研究人员呼吁开发者和医疗机构共同努力，提高智能体在健康管理领域的实用性和准确性。

关注微信号：智享开源 ，及时了解更新信息。

原文链接：https://www.sciencedaily.com/releases/2026/07/260726015237.htm

推荐阅读

法律AI赛道激战：Clio营收破5亿美元，Anthropic强势入局

AI在法律科技中的崛起 尽管人工智能已广泛应用于医疗、客户服务等领域，但代码编写仍是目前最受欢迎且盈利能力最强的应用场景…