Aplikasi pelacak kalori yang memanfaatkan kecerdasan buatan (AI) untuk mengenali makanan dari foto ternyata memiliki kelemahan signifikan. Sebuah penelitian yang dipresentasikan dalam pertemuan NUTRITION tahunan mengungkapkan bahwa alat-alat ini cenderung meremehkan jumlah kalori dalam makanan hingga 33%. Temuan ini berpotensi memengaruhi upaya banyak orang yang mengandalkan teknologi tersebut untuk menurunkan berat badan.
Menurut Aaron Hengist, PhD, seorang postdoctoral visiting fellow di program intramural National Institute of Diabetes and Digestive and Kidney Diseases (NIDDK) yang merupakan bagian dari National Institutes of Health (NIH), aplikasi pelacak kalori berbasis foto memang sangat populer. “Aplikasi pelacak kalori berbasis foto sangat populer, terutama bagi orang-orang yang berusaha mengelola kesehatan atau menurunkan berat badan,” ujar Hengist dalam sebuah rilis pers. Namun, ia menambahkan, “Akurasi banyak dari aplikasi ini belum banyak diteliti.”
Penelitian yang dilakukan di National Harbor, Maryland, ini menguji sejumlah aplikasi populer yang menggunakan AI untuk memperkirakan jumlah kalori berdasarkan foto makanan yang diunggah pengguna. Hasilnya menunjukkan adanya kesenjangan yang cukup besar antara perkiraan aplikasi dan nilai kalori sebenarnya. Rata-rata, aplikasi tersebut meremehkan asupan kalori sebesar 33%.
Implikasi dari temuan ini sangat penting bagi individu yang menggunakan aplikasi semacam itu sebagai alat utama dalam program penurunan berat badan mereka. Jika angka kalori yang tertera di aplikasi lebih rendah dari kenyataan, maka pengguna bisa saja mengonsumsi lebih banyak kalori daripada yang mereka sadari, yang pada akhirnya dapat menghambat atau bahkan menggagalkan tujuan penurunan berat badan.
Para peneliti menekankan perlunya kehati-hatian dalam menggunakan teknologi ini dan menyarankan agar pengguna tidak sepenuhnya bergantung pada perkiraan kalori dari aplikasi. Penting untuk tetap memiliki kesadaran mengenai porsi makan dan nilai gizi dari makanan yang dikonsumsi. Penelitian lebih lanjut diperlukan untuk memahami penyebab ketidakakuratan ini dan bagaimana aplikasi semacam itu dapat ditingkatkan agar memberikan perkiraan yang lebih andal.
