ما مدى دقة تقدير السعرات من صورة الطعام؟

آخر تحديث: ٢٠٢٦-١٠-٢٢

ما تحمله الصورة وما لا تحمله

تحمل صورة الطعام نوعين من المعلومات. فهي تحدد ما على الطبق، وهذا تجيده نماذج الصور الحديثة. وهي تلمّح إلى الكمية الموجودة، وهنا يحدث الخلل كله.

الصورة المسطحة لا عمق لها، فارتفاع كومة الأرز تخمين. ولا كثافة لها، فقطعة لحم كثيفة وقطعة خبز هوائية لهما المحيط نفسه لا تتميز إحداهما عن الأخرى. والأهم أنها لا ترى الدهن الممتص. فطبقان من الباذنجان قد يتشابهان تمامًا ويختلفان اختلافًا كبيرًا في الطاقة، لأن أحدهما مشوي والآخر خرج من المقلاة، والزيت داخل الخضار لا فوقه. والأمر نفسه ينطبق على السمن المضاف إلى الأرز وعلى الزيت في صينية خضار بالفرن.

فالقراءة الصادقة لتقدير الصورة أنه تعريف واثق مربوط بقياس ضعيف.

ما قاسته دراسات التحقق

جرى اختبار ذلك على نحو منهجي. فقد عرضت إحدى الدراسات على ثلاثة نماذج متعددة الوسائط عامة الغرض 52 صورة طعام موحّدة، بين مكوّنات منفردة ووجبات كاملة وبثلاثة أحجام للحصة، مع ظهور الأطباق وأدوات المائدة كمراجع للحجم، ثم قارنت أجوبتها بالقيم الموزونة فعليًا. فقدّر النموذجان الأفضل وزن الطعام بمتوسط خطأ نسبي مطلق قدره 36.3% و37.3%، وقدّرا الطاقة بخطأ قدره 35.8%؛ أما الثالث فكان أسوأ بكثير، بين 64.2% و109.9% بحسب العنصر الغذائي^[1].

ونتيجتان في ذلك العمل أهم من الرقم الرئيسي. الأولى أن الأخطاء كانت منهجية لا عشوائية: فقد قلّلت النماذج كلها من التقدير، وزاد هذا التقليل بزيادة حجم الحصة. والثانية أن الارتباط بالقيم الحقيقية تراوح بين 0.65 و0.81 عند الأفضل منها^[1]، أي ترتيب مفيد ومقادير غير دقيقة.

وانتهت مقارنة منفصلة لنماذج الرؤية واللغة على مجموعة صور موسومة كبيرة إلى النتيجة نفسها من الجهة الأخرى: فقد حددت النماذج مكوّنات الطبق الرئيسية بثبات، وفشلت في التكميم، خاصة في الأطباق المركّبة أو الملتبسة بصريًا^[2].

الأطباق المركّبة هي الحالة الصعبة، وهي طعامنا

وهذه العبارة الأخيرة، أي المركّبة أو الملتبسة بصريًا، تصف قسمًا كبيرًا من المائدة المصرية والخليجية. فالكشري أربعة أطعمة وصلصة في طاسة واحدة، والعدس والمكرونة مختفيان تحت الأرز. والملوخية حساء أخضر تسكن طاقته كلها تقريبًا في الدهن الذي أُنهيت به، وهو دهن غير مرئي. وصحن الأرز واللحم المشترك لا يخبر الكاميرا بالقدر الذي انتهى في طبقك، والمحشي يخفي حشوه بحكم تصميمه.

ولا يجعل ذلك الصور عديمة الفائدة في هذه الأطباق. بل يعني أن الصورة تحتاج جملة واحدة من المساعدة: ما الطبق، وكم تناولت منه تقريبًا، وهل طُبخ بالدهن. وهذه الجملة الواحدة تصلح الجزء الذي تعجز الكاميرا عنه أكثر من غيره.

لكن مقارنة بماذا؟

يبدو خطأ قدره 36% مُسقِطًا للأداة حتى تسأل عن درجة البديل. والبديل عند كل الناس تقريبًا هو تذكّر الوجبات ووصفها من الذاكرة، وهو أسوأ بكثير. ففي الدراسة الكلاسيكية لمن لم يستطيعوا إنقاص وزنهم على نظام أبلغوا أنه منخفض السعرات، كان المدخول الفعلي أقل من المبلَّغ عنه بمقدار 47% في المتوسط، مع مبالغة في الإبلاغ عن النشاط البدني^[4].

وقد اختُبر التسجيل بالصور في مواجهة المعيار البحثي مباشرة. ففي دراسة استطلاعية، قلّل أسبوع من التسجيل بالصور عبر تطبيق من تقدير الطاقة المتناولة مقارنة بالإنفاق المقيس بمقدار 1814 كيلوجول يوميًا، إلا أن استدعاءين للأربع والعشرين ساعة أجراهما باحث فعلا الأمر نفسه بمقدار 1715 كيلوجول، ولم تختلف الطريقتان اختلافًا دالًا إحدى عن الأخرى^[3].

وهذا هو الحكم المنصف. فتقدير الصورة ليس قياسًا مختبريًا، لكنه في جودته قريب من الطرق التي يعتمد عليها البحث التغذوي نفسه، بجزء يسير من الجهد؛ وهذا بعينه سبب جدارته بالاستخدام، وسبب وجوب ألا يُعامَل معاملة الرقم الدقيق.

كيف تستفيد من سجلّ الصور إلى أقصى حد

• صوّر قبل أن تأكل، من زاوية مائلة، مع ظهور شوكة أو ملعقة أو يدك في الكادر. فالمرجع المعروف هو المقياس الوحيد الذي تملكه الصورة.
• اذكر الحصة بالكلمات: مغرفتان، طبق متوسط، نصف الصينية. فأنت تعرف ذلك والكاميرا لا تعرفه.
• اذكر دهن الطهي دائمًا، فهو أكبر كمية غير مرئية في الطبخ المنزلي العربي.
• زِن على ميزان مطبخ، مرة واحدة، الطعام الأساسي الذي تتناوله أكثر من غيره: الأرز أو الخبز أو الزيت. وبعدها يمكنك تقديره بالعين شهورًا.
• احكم على الأسبوع لا على الوجبة. فالأخطاء المنهجية التي تتكرر كل يوم تُظهر الاتجاه على أي حال، وإنما تزيح المستوى.

هذه العادات الخمس تعيد الجزء الضعيف من التقدير، أي المقدار، إلى شيء تقدّمه أنت، بينما تتولى الأداة التعريف والحساب. وهذه أيضًا الحجة العملية للتسجيل بالكلمات والصور معًا، وهو ما يفعله حاسب السعرات العربي القائم على المحادثة، بدلًا من البحث عن طبق في قاعدة بيانات لا تحتويه.

متى لا تكفي الصورة

إذا كان الرقم سيقود قرارًا سريريًا، كجرعة إنسولين أو حدٍّ للبروتين في مرض الكلى أو عجز موصوف لمن هامشه ضيق جدًا، فتقدير الصورة أداة خاطئة، وكذلك أي تقدير آخر. فزِن المكوّنات واقرأ الملصق. وينطبق هذا على الرياضي التنافسي في الأسابيع الأخيرة من خفض وزنه، حيث يكون هامش الخطأ المسموح أصغر من الخطأ نفسه.

أما عند بقية الناس فالسؤال المفيد ليس هل الصورة مضبوطة، بل هل أرقام أسبوعك متسقة وتتحرك في الاتجاه الصحيح. ويشرح دليل كيف تُحسب سعراتك اليومية ما يُقاس الهدف في مواجهته، ويبيّن دليل كيف تقسّم سعراتك بين الكربوهيدرات والدهون مقدار الدقة التي تحتاجها التقسيمة فعلًا. والجواب في الحالتين أقل مما يخشاه الناس.

المصادر

1. Fridolfsson J, Sjöberg E, Thiwång M, Pettersson S. Performance evaluation of 3 large language models for nutritional content estimation from food images. Current Developments in Nutrition 2025;9:107556. ↩
2. Wang S, Sheng G, Yan H, Min W, Jiang S. A comparative study of vision-language models for food ingredient recognition and nutrient estimation. Current Research in Food Science 2026;12:101405. ↩
3. Lee L, Bishop R, Stanley J, et al. An automated image-based dietary assessment application: a pilot study. Journal of Nutritional Science 2025;14:e75. ↩
4. Lichtman SW, Pisarska K, Berman ER, et al. Discrepancy between self-reported and actual caloric intake and exercise in obese subjects. New England Journal of Medicine 1992;327(27):1893–1898. ↩

جرّبه على واتساب