カロリー推定値の精度の測り方。

精度とは、推定値と、その食べ物が実際にもつエネルギー量との差のことです。写真でも、データベース検索でも、材料をすべて量っても、完全に正確な方法はありません。同じ料理でも、お皿ごとに中身が違うからです。問うべきは「ぴったり正確か」ではなく、「毎日の判断の目安として、安定して十分に近いか」です。一般的な食事なら、お皿を読み取る方法はその条件を満たします。

視覚言語モデルが、お皿の上にあるもの（例：「鶏肉、ごはん、ブロッコリー」）を見分け、お皿に占める面積や高さといった見た目の手がかりから分量を推定し、食品ごとに栄養データと照らし合わせて、カロリーと、たんぱく質、炭水化物、脂質の内訳を返します。かかる時間は、たいてい約2秒です。写真の代わりにテキストで入力しても、同じしくみが文を食品ごとに分けて処理します。どの推定値にも信頼度が表示され、ずれているように見えたら、分量を上下に調整できます。

この点について、研究の結果は一貫しています。AIは一般的な食品の識別が得意で（約85〜95%）、誤差の主な原因は、平面の2D画像から推定する分量です。具材が混ざった丼、重なった料理、たっぷりのソースは難しいケースです。だからこそ私たちは、見せかけの精度で数値をひとつだけ示すのではなく、信頼度を表示し、どの推定値もワンタップで調整できるようにしています。

「管理栄養士との差8%以内」は、私たちが自分たちに課している目標であり、次に撮る写真についての宣伝文句ではありません。リリースのたびに基準となる食事で再テストし、目標に近づくよう調整しています。いくつもの料理を合わせた一皿や、ふだんと違う分量など、推定が難しくなりそうなときは、信頼度が最初にそう示します。自社の数値ひとつをそのまま信じてもらうのではなく、私たちが根拠にしている研究の総意を下に載せています。

ラボ並みの精度はうたっていません。また、calorietrack.aiは医療機器ではありません。健康に関する注意事項（英語）もご覧ください。この方法論の土台となっている研究については、AIによるカロリー推定の研究まとめをご覧ください。

上の精度の範囲は、画像による食事評価についての査読済み研究の総意を反映しています。一次文献はこちらで確認できます：

• PubMed：画像による食事評価の精度
• PubMed：AIによる食品画像からのカロリー推定