De wetenschap achter het inschatten van porties op basis van één foto

Het voedingsgehalte van een maaltijd inschatten op basis van één enkele foto klinkt op het eerste gezicht alsof het veel te onnauwkeurig zou moeten zijn om nuttig te zijn. Er is geen weegschaal bij betrokken, geen exacte ingrediëntenlijst, en geen manier om te zien wat er zich binnenin het eten afspeelt. En toch komt foto-gebaseerde inschatting in de praktijk dicht genoeg in de buurt om echt nuttig te zijn voor de overgrote meerderheid van alledaagse maaltijden. De reden komt neer op hoeveel visuele informatie een bord eten daadwerkelijk bevat.

Een foto draagt meerdere nuttige signalen tegelijk: de herkenbare voedingsmiddelen en hun algemene categorie (eiwit, zetmeel, groente, saus), hun relatieve verhoudingen ten opzichte van elkaar, hun volume ten opzichte van bekende referentieobjecten zoals het bord, de kom, of het bestek in beeld, en visuele aanwijzingen over de bereidingswijze — gefrituurd versus gegrild, bijvoorbeeld, wat een significant ander calorieprofiel met zich meebrengt zelfs voor hetzelfde basisingrediënt.

Dit is een vergelijkbaar proces, op een veel grotere en snellere schaal, als wat een getrainde diëtist doet bij het visueel inschatten van een maaltijd tijdens een consult — die weegt het bord ook niet, maar redeneert vanuit ervaring over wat een bepaald volume van een bepaald type voedsel typisch weegt en typisch bevat. Een groot taalmodel getraind op enorme hoeveelheden voedselbeelden en voedingsgegevens doet een versie van datzelfde visuele redeneren, alleen geautomatiseerd en vrijwel instant.

De nauwkeurigheid van deze aanpak is van nature ongelijk verdeeld over verschillende soorten voedsel. Een gegrilde kipfilet, een gebakken aardappel, of een kom rijst zijn relatief makkelijk nauwkeurig in te schatten omdat hun volume en dichtheid vrij voorspelbaar zijn en hun visuele grenzen duidelijk zijn. Een stoofpot, een ovenschotel, of iets waarbij ingrediënten gemengd en gedeeltelijk verborgen zijn — extra olie, boter, of room verwerkt in een saus — is inherent lastiger nauwkeurig in te schatten, omdat een aanzienlijk deel van het caloriegehalte helemaal niet zichtbaar is.

Dit is precies waarom foto-inschatting wordt gepositioneerd als een snelle, redelijke schatting in plaats van een claim van labprecisie, en waarom het wordt gecombineerd met barcodescannen voor verpakte voeding die al een exact, gedrukt antwoord beschikbaar heeft. De twee methoden zijn geschikt voor verschillende problemen: barcodescannen waar exacte data al bestaat, foto-inschatting waar die niet bestaat en nooit zal bestaan, omdat de maaltijd sowieso nooit met een etiket zou komen.

Het is ook de moeite waard om op te merken dat foto-inschatting verbetert met extra context, wat de reden is waarom het meegeven van de naam van een gerecht of een korte beschrijving naast de foto — "kip-wokschotel met rijst" in plaats van alleen een niet-gelabeld beeld — meestal een nauwkeurigere schatting oplevert dan de foto op zichzelf draagt. Zowel de visuele informatie als de tekstbeschrijving vernauwen het bereik van waarschijnlijke voedingswaarden, en ze combineren presteert consistent beter dan alleen op één ervan vertrouwen.

De realistische manier om over foto-gebaseerde inschatting na te denken, is als een significante nauwkeurigheidsverbetering ten opzichte van het alternatief dat het daadwerkelijk vervangt — een ruwe gok uit een databasezoekopdracht naar het meest overeenkomende item — in plaats van als concurrent van een keukenweegschaal en een complete ingrediëntenlijst. Voor de overgrote meerderheid van thuisgekookte maaltijden is dat een aanzienlijk betere schatting geleverd in een fractie van de tijd, wat de afweging is die er echt toe doet voor of het bijhouden dag na dag doorgaat.