写真による記録が、バーコードでは決してカバーできない食事に対応する仕組み

ほとんどの栄養データベースを開いてみると、実際にはパッケージ食品のデータベースであることに気づきます。シリアルの箱、プロテインバー、冷凍食品、UPCコード付きのチェーン店の商品。これらはすべて、誰かが一度登録し、その後みんながスキャンして使うものです。それはうまく機能します、自分で何かを料理するまでは。

3種類の野菜と目分量のマリネ、実際にフライパンに入った油の量からなる炒め物にはバーコードがありません。冷蔵庫にあるものだけで作ったサラダも、作るたびに少しずつ違うチリの鍋も同じです。こうした料理は人々が実際に食べているものの大部分を占めており、まさに検索ベースの記録を破綻させる食事でもあります。

よくある回避策は近似することです。似たものを検索し、一番近い候補を選び、ポーションの推測が大きく外れていないことを願う。これを1日3回繰り返すと、誤差は急速に積み重なっていきます。一つ一つの推測が大きく間違っているからではなく、実際に目の前にある食事と結びつく拠り所が何もないからです。

写真による推定は、この出発点を逆転させます。代用品を検索する代わりに、実際の皿を撮影し、モデルはそこに見えるものから推論します。見える食材、それらが皿に対して占めるおおよその体積、そしてそれがその種類の料理における典型的なマクロ栄養素比率とどう対応するかです。ラベルを読んでいるわけではありません。ラベルなど存在しないからです。人に推測してほしいと頼んだときに使うのと同じ情報から推定しているのです。

この違いは見た目以上に重要です。あなたの炒め物を見た人は、鶏肉と野菜を軽いソースで炒めたもので、皿一枚半くらいの量、おそらく500〜650カロリーだと言えるでしょう。そのためにUPCコードは必要ありません。そして、たんぱく質と野菜と油の比率がまったく異なることを前提にした「チキン炒め物」というおおざっぱなデータベース検索よりも、おそらく近い数字にたどり着くはずです。

だからといって写真による推定が完璧になるわけではありません。マッシュポテトにどれだけバターが入っていたか、そのソースがクリームで作られたのか出汁で作られたのかを正確に知ることはできません。ですが、以前はまともな記録手段がまったくなかった食事についても、妥当な範囲に収めてくれます。以前であれば、そうした食事は記録をスキップされるか、めちゃくちゃに推測されるか、データベースの中で唯一一致した何か別のものとして記録されていたのです。

この二つの仕組みは競合するためではなく、協力するために存在しています。バーコードスキャンはパッケージ食品に正確な数字を与えます。正確な数字が実際に存在するからです。写真はそれ以外のすべてに使える推定値を与えます。手作りの食事にとっては、速くてそれなりに正確な数字のほうが、遅くて見せかけだけ正確な数字より優れているからです。多くの日は結局両方を使うことになります。ヨーグルトはスキャンし、夕食は撮影する。この二つを組み合わせることで、その日の記録はデータベースの中で一番近いものではなく、実際に食べたものを反映するようになります。

より大きな論点は、記録がそもそも何のためにあるのかということです。目標が数週間から数か月にわたるトレンドだとすれば、今日の多少不完全な推定値で、明日もまた実際に記録を続けられるほうが、見つけるのに5分かかり、次はその手間のせいでスキップしてしまうような技術的に正確な数字より優れています。写真による記録が存在するのは、手作りの食事がありふれているのに、データベースだけに頼る記録ではうまく扱えないからです。その解決策はより大きなデータベースではなく、皿の見方を変えることなのです。