Är AI-kostscheman exakta? Kalorier, makron och verkligheten

Du skriver in dina uppgifter i en app och trettio sekunder senare har du en hel veckas måltider med kalorier och makron. Det ser exakt ut. Om det också stämmer är en annan fråga, och det ärliga svaret är: tillräckligt exakt för de flesta mål, men med felmarginaler som ingen visar på skärmen. Den här artikeln går igenom var felen kommer ifrån, hur stora de faktiskt är och hur du kontrollerar ett AI-kostschema innan du litar på det i tre månader.

Så fungerar AI-baserad kostplanering egentligen

Under huven gör de flesta AI-kostplanerare tre saker. Först uppskattar de ditt kaloribehov, oftast med en ekvation som Mifflin-St Jeor multiplicerad med en aktivitetsfaktor. Sedan delar de upp kalorierna i makron utifrån ditt mål, till exempel 1,6 till 2,2 g protein per kg kroppsvikt för den som tränar. Till sist fyller de planen med livsmedel från en näringsdatabas, portionerade för att nå målen.

Lägg märke till att inget av stegen är magi. AI-delen bestämmer mest vilka livsmedel som kombineras och hur planen anpassas när du byter måltider eller loggar något annat. Matematiken under är densamma som en coach skulle räkna fram för hand. Det spelar roll, eftersom en AI-plan då ärver alla kända begränsningar i den matematiken.

Felkälla 1: själva kalorimålet

Prediktionsekvationer uppskattar viloomsättningen inom ungefär 10 % för de flesta vuxna, och aktivitetsfaktorn lägger till ännu mer osäkerhet. Om din verkliga kaloriförbrukning vid stabil vikt är 2 600 kcal är det helt normalt att en AI-plan bygger på en uppskattning på 2 400 eller 2 800 kcal. Det är inget AI-fel. En mänsklig coach som använder samma formel börjar från samma gissning. Skillnaden ligger i vad som händer sedan: en bra coach, och en bra app, justerar målet efter hur din vikt faktiskt utvecklas.

Felkälla 2: luckor i livsmedelsdatabasen

Kalorierna för varje måltid kommer från en databas, och databaser är stökigare än de ser ut. Generiska poster är medelvärden av många produkter, poster som användare lagt in kan vara rent felaktiga, och märkesprodukter byter recept utan att något uppdateras. Till och med den referens som alla litar på, näringsdeklarationen, har ett lagligt spelrum.

En måltid på 500 kcal på papperet kan lagligt vara 600 kcal i verkligheten. Tillagad mat lägger till ytterligare ett lager: ris och pasta suger upp vatten, kött tappar fett i pannan, och olja som används vid matlagningen loggas ofta aldrig. Inget av detta är unikt för AI-planerare, men AI visar siffror med självsäkra decimaler, och det får folk att glömma osäkerheten under ytan.

Felkälla 3: portioner och mänsklig loggning

Den största felkällan är inte algoritmen. Det är glappet mellan vad planen säger och vad som faktiskt hamnar på tallriken. Människor är ökänt dåliga på att uppskatta portioner, och felet går åt ett förutsägbart håll: intaget underskattas och aktiviteten överskattas.

Den studien gällde en extrem grupp, men större undersökningar visar genomgående att självrapporterat intag ligger 20 till 30 % under verkligheten. En AI-plan som utgår från att du åt exakt 150 g kyckling och 80 g ris räknar på indata som ofta är fel med en fjärdedel. Att väga maten löser det mesta, och därför fungerar de planer bäst som kombinerar AI-mål med åtminstone några veckor med köksvåg.

Hur exakt är kaloriloggning med foto?

Att fota tallriken och låta AI uppskatta kalorierna är den snabbaste loggningsmetoden som finns, och valideringsstudier av bildbaserad kostbedömning hamnar i regel på ett fel kring 20 till 30 % per måltid. AI:n måste gissa livsmedlet, ingredienserna som inte syns, tillagningsmetoden och portionens djup utifrån en platt bild. Olja, smör, såser och socker i drycker är de klassiska missarna.

Använt rätt är det felet helt okej. Enskilda måltider jämnar ut sig över en vecka, och en fotologg som du faktiskt håller fast vid slår en exakt logg som du ger upp efter fyra dagar. Traineras AI-skanner för matfoton är ett bra exempel på det vettiga användningsområdet: den loggar måltiden på några sekunder så att vanan överlever, medan kalorisiffran behandlas som en uppskattning som matar en veckotrend, inte som en sanning. Vill du ha snävare siffror under en deffperiod väger du maten och använder fotot till allt annat.

Så kontrollerar du ett AI-kostschema själv

Du behöver inte lita blint på appen. Tio minuter med gratis kalkylatorer visar om planens grund håller.

• Räkna ut TDEE med en TDEE-kalkylator. Planens dagliga kalorier bör ligga inom ungefär 10 % av din TDEE för att hålla vikten, cirka 500 kcal under för fettförlust eller runt 300 kcal över för en kontrollerad viktökning.
• Kontrollera proteinet med en makro- eller proteinkalkylator. Om du är aktiv vill du ha ungefär 1,6 till 2,2 g per kg kroppsvikt. En plan som ger en styrketränande person på 80 kg bara 90 g protein är underkänd.
• Stickprova tre eller fyra enskilda måltider mot en seriös databas som USDA FoodData Central. Om planens siffror genomgående avviker med 20 % eller mer är databasen bakom den svag.
• Låt sedan vågen avgöra. Följ din morgonvikt i två till tre veckor. Om trenden inte stämmer med målet justerar du intaget med 100 till 200 kcal, oavsett vad någon kalkylator sa.

Det sista steget är den verkliga lösningen på precisionsfrågan. Varje formel, mänsklig eller AI, är en startuppskattning. Din vikttrend är mätningen.

När AI räcker och när du behöver en dietist

För en frisk vuxen som vill gå ner i fett, hålla vikten eller bygga muskler är ett kontrollerat AI-kostschema faktiskt tillräckligt bra. Felmarginalerna ovan gäller lika mycket för en plan som en coach skriver i ett kalkylark, och AI-versionen anpassar sig snabbare när du byter måltider eller när ditt schema ändras. Mjukvaran slutar vara rätt verktyg överallt där mat möter medicin.

• Gå till en legitimerad dietist vid: diabetes, njur- eller leversjukdom, graviditet, mag-tarmsjukdomar som IBD eller celiaki, en historia av ätstörningar, eller om någon under 18 år bantar för att gå ner i vikt.
• AI räcker för: vanliga mål om fettförlust och muskeluppbyggnad, makromål för motionsidrott, variation och struktur i måltiderna, och att föra en matlogg som du faktiskt håller fast vid.
• Mellanläget: mycket vikt att gå ner (till exempel 20 kg eller mer) eller platåer som består trots ärlig loggning. Här fungerar AI plus en riktig coach som går igenom dina data bra.

En sak till, ärligt sagt: en AI-planerare kan inte se provsvar, interaktioner mellan läkemedel eller en komplicerad relation till mat. En dietist kostar mer än en apprenumeration eftersom det är just det omdömet du betalar för. Om något av de medicinska tillstånden ovan gäller dig är precisionsfrågan avgjord innan den ens har börjat.