Fotoğraftan kalori hesaplama ne kadar doğru?

Fotoğraftan kalori hesaplama, tabaktaki besini tanımakta oldukça başarılıdır ama kaloriyi ölçmez, tahmin eder. Hakemli çalışmalarda en iyi yapay zekâ modellerinin enerji tahmini ortalamada yaklaşık yüzde 36 sapmış, büyük porsiyonlar düşük tahmin edilmiştir. Rakamı kesin değer değil kaba bir yön göstergesi olarak okuyun; en güvenilir kayıt, bir diyetisyenin kontrol ettiği kayıttır.

Telefonunuzdaki uygulama tabağınızın fotoğrafına bakıp "540 kcal" diyorsa, bu rakama ne kadar güvenebileceğinizi merak etmeniz çok doğal. Bu yazıda fotoğraftan kalori tahmininin hangi adımlardan geçtiğini, araştırmaların ne bulduğunu, yapay zekânın hangi yemeklerde iyi, hangilerinde zayıf olduğunu ve hatayı azaltmak için fotoğrafı nasıl çekebileceğinizi anlatıyoruz. Ardından herkes için kalori saymanın uygun olmadığını, kalori saymadan nasıl takip yapılabileceğini ve diyetisyen onaylı kaydın neden daha sağlam bir zemin olduğunu ele alıyoruz. Sayısal her iddianın kaynağı yazının sonunda.

Fotoğraftan kalori hesaplama nasıl çalışır?

Yapay zekâ kalori uygulamaları farklı teknikler kullansa da işin özü üç adımdır. Her adım kendi hatasını taşır ve hatalar birbirine eklenir.

1. Tanıma: tabakta ne var?

İlk adımda yapay zekâ fotoğraftaki besinleri ayırır ve adlandırır: "pilav", "kuru fasulye", "çoban salata", "ayran". Görüntüden besin tanıma üzerine yapılmış 78 çalışmayı inceleyen bir sistematik derleme, bu aşamada derin öğrenme yöntemlerinin öne çıktığını ve en olgun aşamanın tanıma olduğunu gösterir. Yani bugünkü sistemler "bu bir mercimek çorbası" demekte giderek iyileşiyor.

2. Porsiyon: ne kadar var?

İkinci adımda yapay zekâ, her besinin miktarını görüntüden tahmin eder. Bunun için tabağın büyüklüğünden, çatal ya da kaşık gibi tanıdık nesnelerden ve yemeğin kapladığı alandan yararlanır. Aynı derleme hacim, enerji ve besin öğesi tahmininin sürecin en az çalışılmış aşaması olduğunu, en büyük güçlüklerden birinin de iki boyutlu bir fotoğraftan derinlik bilgisi çıkarmak olduğunu belirtir. Tabağın üstten görünen alanı aynı olsa da pilavın yüksekliği ya da kasenin derinliği fotoğrafta kolayca kaybolur.

3. Eşleme: bu miktar kaç kalori?

Son adımda tanınan besin ve tahmin edilen miktar bir besin veritabanındaki değerlerle eşleştirilir. "200 gram etli kuru fasulye" bulunur, veritabanındaki 100 gramlık değerle çarpılır, sonuç ekrana yazılır. Burada da iki belirsizlik vardır: veritabanındaki "etli kuru fasulye" sizin evinizdeki tarifle aynı olmayabilir ve yapay zekâ yemeği yanlış bir kayıtla eşleştirebilir.

Bu üç adımı akılda tutmak, ekrandaki rakamı doğru okumanın anahtarıdır. Tanıma doğru olsa bile porsiyon yanlışsa sonuç yanlıştır; porsiyon doğru olsa bile tarif farklıysa yine sapma olur.

Araştırmalar ne diyor? Yapay zekâ ile kalori hesaplamanın doğruluğu

Son yıllarda genel amaçlı yapay zekâ sohbet botları da fotoğrafa bakıp besin değeri tahmin etmeye başladı. Bu araçlarla yapılan iki yeni çalışma, telefonunuzdaki uygulamadan ne bekleyebileceğinize dair fikir veriyor.

İlk çalışmada araştırmacılar, 38 öğünün küçük, orta ve büyük porsiyonlarını fotoğraflayıp toplam 114 görüntüyü bir sohbet botuna değerlendirtmiştir. Model fotoğraftaki besinleri yüzde 93 kesinlikle tanımış, küçük porsiyonların ağırlığını gerçeğe yakın tahmin etmiştir. Orta ve büyük porsiyonlarda ise ağırlığı belirgin biçimde düşük tahmin etmiş, incelenen 16 besin öğesinin 10'unda referans değerlerle uyumu zayıf kalmıştır. Yazarlar modelin besin tanımada iyi, orta ve büyük porsiyonların ağırlığını tahminde zayıf olduğu sonucuna varmıştır.

İkinci çalışmada üç farklı dil modeli, tabak ve çatal bıçak gibi boyut referansları içeren 52 standart yemek fotoğrafıyla sınanmıştır. En iyi iki modelin enerji tahminindeki ortalama mutlak yüzde hatası yaklaşık yüzde 36, üçüncü modelinki yaklaşık yüzde 64 bulunmuştur. Tüm modeller porsiyon büyüdükçe artan biçimde düşük tahmin yapmıştır. Yazarlar en iyi iki modelin doğruluğunu, insanların yediklerini kendi bildirdiği geleneksel yöntemlerle karşılaştırılabilir bulmuş; ancak bu modellerin klinik ya da sporcu gruplarında hassas beslenme değerlendirmesi için henüz uygun olmadığını belirtmiştir.

Bu rakamlar sizin için ne anlama geliyor?

"Ortalama mutlak yüzde hata", tahminin gerçek değerden ortalamada yüzde kaç uzaklaştığını gösterir; sapma yukarı da olabilir aşağı da. Kabaca bir hesapla, gerçekte 600 kilokalori olan bir öğün için yüzde 36'lık sapma, ortalamada 200 kilokalorinin üzerinde bir farka karşılık gelir. Bu, bir öğün için azımsanacak bir fark değildir. Üstelik çalışmalardaki fotoğraflar düzgün ışıkta, standart tabaklarla çekilmiştir; evdeki sofrada, akşam ışığında, karışık bir tabakta koşullar genellikle daha zordur.

Buradan çıkan sonuç, yapay zekânın işe yaramadığı değil, verdiği rakamın bir tahmin olduğudur. Tek bir öğünün kalorisine göre karar vermek yerine, aynı uygulamayla haftalar boyunca tutulan kayıtların genel eğilimine bakmak daha anlamlıdır.

Yapay zekâ nerede iyi, nerede yanılır?

Her yemek fotoğrafı aynı zorlukta değildir. Bazı tabaklarda tahmin makuldür, bazılarında yapay zekânın göremeyeceği şeyler sonucu belirler.

İyi olduğu yerler

• Ayrık ve tanıdık besinler: Bir elma, bir dilim ekmek, haşlanmış yumurta, bir kase yoğurt. Besinin şekli belli, içeriği görünürdür.
• Küçük porsiyonlar: Çalışmalarda küçük porsiyonların ağırlığı gerçeğe daha yakın tahmin edilmiştir.
• Paketli ve standart ürünler: Boyutu ve içeriği belli olan ürünlerde eşleme daha kolaydır.
• Kayıt alışkanlığı: Fotoğraf çekmek, gram yazmaktan daha hızlıdır. Bu kolaylık, kayıt tutmayı sürdürmenize yardım edebilir.

Gizli yağ, sos ve şeker

Fotoğraftan kalori hesaplamanın en büyük kör noktası görünmeyen malzemelerdir. Zeytinyağlı taze fasulyenin ne kadar yağla piştiği, menemene kaç kaşık tereyağı girdiği, salataya ne kadar sos döküldüğü, çaya kaç şeker atıldığı fotoğrafta neredeyse hiç görünmez. Az yağla pişmiş bir sebze yemeği ile bol yağla kavrulmuş aynı yemek fotoğrafta birbirine çok benzer, ama enerji değerleri belirgin biçimde farklıdır. Sohbet botunu değerlendiren çalışmada modelin kendisi de görünmeyen ve sonradan eklenen malzemeleri tahminin belirsizlik kaynakları arasında saymıştır.

Karışık Türk yemekleri

Sistematik derleme, salata ve çorba gibi malzemelerin görüntüde birbirinden ayrılamadığı yemeklerin bölütleme aşamasını zorlaştırdığını belirtir. Türk mutfağında bu tür yemekler çoktur: etli nohut, kuru fasulye, türlü, karnıyarık, mantı, içli köfte, sarma, bir tepsi börek. Etin, bakliyatın, yağın ve hamurun oranı evden eve değişir. Yapay zekâ "mantı" demekte haklı olabilir; ama yoğurdun ve üstteki tereyağlı sosun miktarını bilemez.

Bir başka sınır da yapay zekânın neyle eğitildiğidir. Aynı derleme, herkese açık besin görüntü veri setlerinde on mutfaktan azının temsil edildiğini not eder. Ev yemeklerinin, yöresel tariflerin ve sulu yemeklerin bu veri setlerinde ne kadar yer aldığı belirsizdir; bu yüzden Türk yemeklerinde tahmini daha dikkatli okumak gerekir.

Porsiyonun derinliği ve büyük tabaklar

Fotoğraf iki boyutludur, yemek üç boyutludur. Derin bir kasedeki çorba ile sığ bir tabaktaki çorba üstten bakınca benzer görünür. Tepeleme bir pilav, fotoğrafta düz yayılmış bir pilavdan çok daha az yer kaplıyormuş gibi okunabilir. Her iki çalışmada da porsiyon büyüdükçe tahminin düşük kalması bu sınırla uyumludur: büyük bir tabak, fotoğrafta olduğundan küçük görünür.

İçecekler

Bir bardağın içindeki sıvı fotoğrafta genellikle yalnızca rengiyle görünür. Ayran ile kefir, şekersiz çay ile iki şekerli çay, sade kahve ile sütlü ve şuruplu kahve, taze sıkılmış meyve suyu ile şekerli bir içecek fotoğrafta birbirine çok benzeyebilir. Bardağın hacmi de derinlik sorunu yüzünden kolay okunmaz. İçecekler çoğu zaman tabağın kenarında kalır ya da hiç fotoğraflanmaz; oysa günlük enerjiye katkıları küçük değildir.

Fotoğrafa hiç girmeyenler

Fotoğraf yalnızca çekildiği anı gösterir. Derleme, kullanıcının hem öğünü hem de artanı fotoğraflamayı hatırlaması gerektiğini ve ışık koşullarının sonucu bozabildiğini not eder. Pratikte kayda en sık giremeyenler şunlardır:

• Tabakta bırakılan yemek ya da ikinci porsiyon.
• Yemek hazırlarken tadına bakılanlar.
• Öğün arasında yenen bir avuç kuruyemiş, birkaç bisküvi ya da çayın yanındaki tatlı.
• Dışarıda yenen ve fotoğrafı çekilmeyen öğünler.

Bunlar yapay zekânın değil yöntemin sınırıdır; en iyi model bile görmediği yemeği hesaplayamaz.

Yemek fotoğrafı ile kalori hesaplamada hatayı azaltmanın 10 yolu

Hata sıfırlanamaz ama küçültülebilir. Aşağıdaki öneriler hem yapay zekâ kalori uygulamaları için hem de fotoğrafınızı bir diyetisyenin değerlendirdiği durumlar için geçerlidir.

1. Yemeğe başlamadan çekin. Tabak dokunulmamışken çekilen fotoğraf porsiyonu en iyi gösterir.
2. Artanı da çekin. Tabakta yemek bıraktıysanız ikinci bir fotoğraf, gerçekte ne kadar yediğinizi gösterir.
3. Üstten ve yandan iki açı kullanın. Derleme, iki açıdan çekilen fotoğrafların tek fotoğrafa göre daha fazla bilgi taşıdığını belirtir. Üstten çekim alanı, yandan çekim yüksekliği ve kasenin derinliğini gösterir.
4. Kadraja bir boyut referansı koyun. Tabağın yanına bir çatal ya da kaşık koymak, porsiyonun ölçeğini anlamaya yardım eder. Derleme, güvenlik nedeniyle kredi kartı gibi kişisel kartların referans olarak kullanılmamasını önerir.
5. İyi ışık seçin. Gün ışığı ya da iyi aydınlatılmış bir masa, karanlık ve gölgeli fotoğraflardan daha doğru sonuç verir.
6. Mümkünse bileşenleri ayrı koyun. Pilavı, yemeği ve salatayı tabakta ayrı bölümlerde tutmak tanımayı kolaylaştırır. Karışık yemeklerde bu mümkün değilse not eklemek daha önemlidir.
7. Görünmeyeni yazın. "2 yemek kaşığı zeytinyağıyla pişti", "üstüne tereyağlı sos döküldü", "çay iki şekerli" gibi kısa bir not, fotoğrafın gösteremediğini tamamlar.
8. Tarifi bir kez kaydedin. Evde sık pişirdiğiniz yemeklerin tarifini (malzemeler ve yaklaşık miktarlar) bir kez yazmak, sonraki her öğünde tahmini iyileştirir.
9. İçecekleri ayrı kaydedin. Bardağın ne olduğunu ve içine ne eklendiğini yazın; çay ve kahvenin şekerini, sütünü unutmayın.
10. Paketli ürünlerde etiketi kullanın. Ambalajdaki porsiyon bilgisi, fotoğraftan yapılan tahminden daha güvenilirdir; yediğiniz miktarı etikete göre yazın.

Bu ipuçları rakamı mükemmel yapmaz, ama kaydınızı okuyan kişinin işini kolaylaştırır. Fotoğraflarınızın bir uygulamanın tahmininde kalmayıp bir diyetisyenin gözünden geçmesini istiyorsanız, öğünlerinizi kaydedip diyetisyeninizin panelinde değerlendirildiği bir düzeni Diyetisyeninizle Kalyn'i kullanın sayfasında görebilirsiniz.

Ekrandaki kalori rakamını nasıl okumalısınız?

Bir yapay zekâ kalori uygulaması kullanmaya devam edecekseniz, rakamla sağlıklı bir ilişki kurmak için şu ilkeler yardımcı olur:

• Tek öğüne değil, eğilime bakın. Bir öğünün rakamı yüksek ya da düşük çıkabilir. Aynı uygulamayla, aynı çekim alışkanlığıyla tutulan haftalık kayıt, tek tek değerlerden daha anlamlı bir tablo verir.
• Aralık olarak düşünün. "540 kcal" yerine "500 civarında, büyük porsiyonsa biraz daha fazla" diye okumak, çalışmalardaki sapmayla daha uyumludur.
• Yağlı ve karışık yemeklerde temkinli olun. Rakamın en çok saptığı yemekler bunlardır; uygulama düşük bir değer gösteriyorsa yağı ve sosu hesaba katıp katmadığını kontrol edin.
• Rakamı karar aracı yapmayın. "Bu öğün az çıktı, akşam daha fazla yiyebilirim" gibi kararları tek bir tahmine dayandırmak, hatanın büyüdüğü yerdir.
• Sağlık durumunuz varsa uzmana danışın. Diyabet, böbrek hastalığı, gebelik ya da kullandığınız ilaçlar söz konusuysa beslenme kararlarınızı bir uygulamanın tahminine değil, hekiminizin ve diyetisyeninizin değerlendirmesine dayandırın.

Kalori saymak herkes için uygun mu?

Hayır. Kalori takibi bazı kişiler için yararlı bir farkındalık aracıdır, ama herkes için uygun değildir. Üniversite öğrencileriyle yapılan bir çalışmada, kalori takip uygulaması kullandığını söyleyenlerde yemekle ilgili kaygının ve yeme kısıtlamasının daha yüksek düzeyde olduğu görülmüştür. Çalışma kesitseldir, yani neden-sonuç ilişkisi kurmaz; yazarlar da bulguları ön bulgu olarak niteler. Yine de bazı kişiler için bu araçların yarardan çok zarar getirebileceğini belirtirler.

Yeme bozuklukları, yeme davranışında ciddi bozulmalarla seyreden ve hayatı tehdit edebilen ciddi hastalıklardır; erken fark edilmesi ve tedavisi iyileşme için önemlidir. Aşağıdakilerden birini kendinizde fark ediyorsanız kalori saymaya başlamadan önce bir hekime, psikiyatri ya da psikoloji uzmanına ve bir diyetisyene başvurmanız önerilir:

• Yediğiniz her şeyin rakamını bilmeden kendinizi rahat hissetmemek.
• Bir öğünü "fazla" bulduğunuzda sonraki öğünleri atlamak ya da kendinizi cezalandırır gibi egzersiz yapmak.
• Kilo, beden şekli ya da yemek kontrolü üzerine düşüncelerin gününüzün büyük bölümünü kaplaması.
• Daha önce yeme bozukluğu tanısı almış olmak ya da bu yönde bir öyküye sahip olmak.

Bu durumlarda hangi takip yönteminin size uygun olduğuna, rakam görüp görmeyeceğinize kendiniz değil, sizi tanıyan uzmanlar birlikte karar vermelidir. Bu yazı bir tanı ya da tedavi önerisi değildir.

Kalori saymadan takip: diyetisyen onaylı kayıt neden daha güvenilir?

Kalori saymadan takip, öğünlerinizi yine kaydetmeniz ama rakamların değerlendirmesini bir diyetisyene bırakmanız demektir. Siz ne yediğinizi fotoğraf, liste ya da kısa bir notla girersiniz; diyetisyeniniz kaydı inceler, gerekirse düzeltir ve size sayılar yerine öğün düzeni, porsiyon ve çeşitlilik üzerinden geri bildirim verir.

Bu düzenin bir uygulamanın tek başına yaptığı tahminden daha güvenilir olmasının birkaç nedeni var:

• Soru sorabilir. Yapay zekâ "patlıcan kızartıldı mı?" diye sormaz; diyetisyeniniz sorar. Gizli yağ, sos ve şeker gibi en büyük hata kaynakları tek bir soruyla netleşir.
• Sizi ve sofranızı tanır. Evinizde yemeklerin nasıl pişirildiğini, hangi tabakları kullandığınızı, porsiyon alışkanlıklarınızı zamanla öğrenir. Bir uygulama her fotoğrafa ilk kez bakıyormuş gibi bakar.
• Bağlamı değerlendirir. Sağlık durumunuz, kullandığınız ilaçlar, tahlilleriniz ve hedefiniz bir fotoğrafta görünmez. Diyetisyen kaydı bu bağlamla birlikte okur.
• Geri bildirim davranışa yöneliktir. "Bugün 1.850 kcal aldınız" yerine "akşam porsiyonunuz plandakinden büyük, pilavı yarım kaseye indirmeyi deneyelim mi?" gibi uygulanabilir bir öneri alırsınız.
• Sorumluluk bir insandadır. Yapay zekânın tahmini bir başlangıç noktasıdır; değerlendirmeyi yapan ve kararı veren diyetisyeninizdir.

Diyetisyenlerin yapay zekâyı klinikte nasıl kullandığını, ön analiz ve onay adımlarının nasıl işlediğini meslek açısından Yapay zekâ diyetisyenin yerini alır mı? yazımızda ayrıntılı anlattık.

Kalyn'de danışan ne görür, diyetisyen ne yapar?

Kalyn, bir kalori sayacı değil, diyetisyeninizle birlikte kullanılan bir takip uygulamasıdır. Hesabınızı diyetisyeninizin paylaştığı davet bağlantısı ya da koduyla açarsınız; kayıt sırasında sağlık verisi açık rızanızı ve diyetisyeninizle paylaşım onayınızı verirsiniz. Uygulama telefonda çalışır, bilgisayardan web üzerinden de açılır ve Kalyn için siz ödeme yapmazsınız.

Danışan olarak siz

• Öğününüzü fotoğrafla, besin listesinden seçerek ya da "1 kase mercimek çorbası" gibi kısa bir yazıyla kaydedersiniz. Hangisi kolayınıza gelirse onu kullanırsınız.
• Su, egzersiz, adım ve ölçümleriniz aynı günlükte durur.
• Planınızdaki öğünleri, diyetisyeninizin notlarını ve mesajlarını uygulamada görürsünüz.
• Planınıza uyumunuzu görürsünüz: kaç öğün kaydedildi, kaç öğün kaldı.
• Makrolarınızı gram olarak ve "Tahmini" işaretiyle görürsünüz.
• Kalori ve enerji değeri görmezsiniz. Kayıt, tartıya ve sayılara takılmadan yapılır.

Diyetisyeniniz panelde

• Kaydettiğiniz öğün diyetisyeninizin paneline düşer; kontrol bekleyen öğünler ayrı listelenir.
• Diyetisyeniniz öğün fotoğrafınızı ya da notunuzu yapay zekâ ile saniyeler içinde analiz edebilir. Besinler ve porsiyonlar ayrılmış gelir, emin olunamayan kalemler işaretlenir. Sonuç bir tahmindir, son karar diyetisyeninizindir.
• Gerekirse kalemi besin listesinden değiştirir ya da gramını düzeltir; değerler yeniden hesaplanır ve size bildirim gider.
• Enerji değerleri, besin öğesi dökümü ve yapay zekâ analizi yalnızca diyetisyeninizin panelindedir; size plan, not ve mesajla yön verir.

Verileriniz Türkiye'deki sunucularda saklanır. Analiz için kullanılan yapay zekâ sağlayıcısı yurt dışındadır; ona yalnızca öğün fotoğrafı ya da notu gider, adınız ve iletişim bilgileriniz gitmez. Ayrıntılar Gizlilik Politikası ve KVKK Aydınlatma Metni'nde yer alır. Kaydın panelde nasıl değerlendirildiğini adım adım Kalyn nasıl çalışır sayfasında görebilirsiniz.

Diyetisyeniniz Kalyn kullanmıyorsa, bu sayfayı onunla paylaşabilir ve fotoğraflarınızı WhatsApp'ta dağınık göndermek yerine tek bir günlükte toplamayı önerebilirsiniz.

Diyetisyenler için: fotoğraflı kaydı takibe dönüştürmek

Danışanlarınızın bir kısmı size gelmeden önce bir yapay zekâ kalori uygulaması kullanmış ve oradaki rakamlara alışmış olabilir. Bu danışanlarla rakamın bir tahmin olduğunu, hatanın nerede büyüdüğünü ve fotoğrafı nasıl çekeceklerini konuşmak, kayıtların kalitesini doğrudan artırır. Yukarıdaki on ipucunu danışanlarınızla paylaşabilirsiniz.

Fotoğraflı kaydın iki görüşme arasındaki takip düzeninize nasıl oturduğunu danışan takibi nasıl yapılır yazımızda adım adım ele aldık. Kalyn'de danışanınız öğününü kaydeder, siz panelde görür, yapay zekâ ile analiz eder ve düzeltirsiniz; danışan kalori görmez. Danışanlarınız ücretsiz kullanır.

Kalyn ile kalori saymadan takip

Fotoğraftan kalori hesaplama, öğününüzü kaydetmeyi kolaylaştıran ama rakamı tahmin eden bir araçtır; güvenilir takip, kaydınızı bir diyetisyenin değerlendirdiği takiptir. Danışansanız ve öğünlerinizi sayılara takılmadan diyetisyeninizle paylaşmak istiyorsanız: Diyetisyeninizle Kalyn'i kullanın. Diyetisyenseniz ve fotoğraflı öğün kaydını, yapay zekâ ön analizini ve kendi onayınızı tek panelde görmek istiyorsanız size özel bir hesap açalım: Demo hesabı isteyin. Paketlerin neye göre ayrıldığını görmek için: Paketleri inceleyin. Yapay zekâ analizi, veri yeri ya da danışan uygulaması hakkındaki sorularınız için: Bize yazın.