你的AI热量追踪App，每天可能差出345大卡

这项研究由美国国立卫生研究院（NIH）下属的糖尿病、消化及肾脏疾病研究所（NIDDK）开展，旨在评估目前流行的拍照识食类卡路里追踪App的准确性。这类App依靠人工智能图像识别技术，先识别照片中的食物种类，再估算每份食物的大小，最后结合营养数据库计算总热量和各类营养素。研究人员在严格控制的代谢厨房中准备了102顿精确称量（精度达0.1克）的餐食，并为每顿饭拍摄标准化照片，随后提交给MyFitnessPal、LoseIt!、CalAI和Appediet四款主流App进行分析。结果显示：四款App平均每餐低估热量250–345千卡，脂肪含量平均低估约30克；对高热量餐食的估算相对更准，但对低碳水（生酮）餐食误差更大——因其脂肪含量高，而App普遍严重低估脂肪。此外，所有App对碳水化合物的估算比对蛋白质或脂肪更稳定一致。研究者提醒公众：单纯依赖拍照App而不人工校正份量，结果并不可靠，应持审慎态度；建议将拍照工具与传统记录方式（如手动输入、食物称重）结合使用，才能提升日常饮食管理的准确性。该成果于2026年7月25日在美国营养学会年会（NUTRITION 2026）上发布。需注意：会议摘要尚未经过完整同行评审，结论属初步发现，正式结论有待发表于权威学术期刊后确认。