Kalorireapparna underskattar vad du äter – med upp till en tredjedel

Tekniken lovar mer än den håller

Det finns något lockande enkelt med tanken: ta en bild på tallriken, och låt artificiell intelligens göra jobbet. Inga gram som ska vägas, inga värden som ska slås in manuellt. Bara en bild – och sedan vet du vad du ätit.

Problemet är att löftet inte håller. Enligt Ny Teknik, som rapporterar om ett nytt forskningsprojekt där näringsforskare systematiskt testat fyra av de populäraste kalorireapparna, underskattar dessa appar energiinnehållet med cirka 33 procent per måltid. I konkreta siffror innebär det att en användare kan tro sig ha ätit 250 till 345 kalorier mindre än vad måltiden faktiskt innehöll – för varje måltid, varje dag.

Studien analyserade drygt 300 måltider, och resultaten är anmärkningsvärt konsekventa. Det handlar inte om enstaka felmätningar – det handlar om en systematisk underskattning inbyggd i tekniken.

Fett är teknikens akilleshäl

En särskilt intressant detalj i studien är att apparna hade störst svårigheter med feta måltider. Det är inte en slump att just det är ett problem. Fett innehåller mer än dubbelt så mycket energi per gram jämfört med kolhydrater och proteiner – nio kilokalorier mot fyra. En liten felmarginal i bedömningen av fettinnehåll ger alltså en oproportionerligt stor avvikelse i det totala kaloriresultatet.

Detta avslöjar något fundamentalt om hur bildbaserad kaloriräkning fungerar i dag. Datorseendet kan identifiera vad som finns på tallriken – ett stycke lax, en skopa ris, lite broccoli. Men att bedöma hur maten är tillagad, hur mycket olja som används, eller hur tjockt ett fettlager faktiskt är, det kräver en noggrannhet som dagens teknik ännu inte besitter.

Konsekvenserna drabbar verkliga människor

Låt oss vara tydliga med vad det här betyder i praktiken. En person som försöker gå ner i vikt med hjälp av en kalorireapp, och som tror att hen äter 1 800 kalorier om dagen, kan i verkligheten äta 2 400. Det är en skillnad som fullständigt omintetgör ett kaloriunderskott – och som lämnar användaren förvirrad och frustrerad inför en viktminskning som aldrig kommer.

Detta är inte ett litet tekniskt bekymmer. Det är ett trovärdighetsunderskott med direkta konsekvenser för hälsan.

Samtidigt vill jag vara rättvis mot tekniken: de flesta digitala hälsoverktyg är inne i en tidig utvecklingsfas. Det vi ser nu är version 1.0 av en transformativ teknik – inte slutprodukten. Manuell kaloriräkning har sina egna välkända brister; forskning visar att människor konsekvent underskattar sina portioner när de loggar för hand. Frågan är inte om AI är perfekt, utan om den är tillräckligt bra – och just nu är svaret nej.

Vad bör svenska användare göra?

Jag tror starkt på att tekniken kommer att förbättras. Men i väntan på bättre modeller finns det några konkreta råd värda att ta till sig:

• Använd appen som ett ungefärligt riktmärke, inte som en exakt mätning. Lägg till en mental marginal på 20–30 procent uppåt.
• Var extra skeptisk vid fettrika måltider – restaurangmat, såser, stekta rätter och ost är kategorier där felmarginalerna troligen är störst.
• Kombinera bildbaserad loggning med periodisk manuell kontroll – väg dina måltider en vecka i månaden för att kalibrera din uppfattning.
• Välj appar som är transparenta med sina begränsningar. En app som kommunicerar osäkerhet är mer pålitlig än en som presenterar varje uppskattning som ett faktum.

Det som verkligen behövs nu är att de företag som utvecklar dessa appar tar ansvar – och att konsumentskyddsmyndigheter börjar ställa krav på hur hälsopåståenden i AI-drivna appar ska verifieras och kommuniceras.