Jak śledzenie przez zdjęcie radzi sobie z posiłkami, których kod kreskowy nigdy nie obsłuży

Otwórz niemal dowolną bazę danych żywieniowych, a przekonasz się, że to w rzeczywistości baza danych produktów pakowanych. Pudełka płatków, batony proteinowe, mrożone dania, produkty sieciowych restauracji z kodem UPC — wszystko to zarejestrowane raz przez kogoś, potem skanowane przez wszystkich. To działa dobrze, dopóki sam czegoś nie ugotujesz.

Smażone warzywa z trzema składnikami, marynatą odmierzoną na oko i taką ilością oleju, jaka akurat trafiła na patelnię, nie mają kodu kreskowego. Podobnie sałatka złożona z tego, co było w lodówce, czy garnek chili, które za każdym razem wychodzi nieco inne. Te posiłki stanowią ogromną część tego, co ludzie faktycznie jedzą, i to właśnie one psują rejestrowanie oparte na wyszukiwaniu.

Zwykłym obejściem jest przybliżanie: wyszukać coś podobnego, wybrać najbliższe dopasowanie i mieć nadzieję, że oszacowanie wielkości porcji nie jest zbyt dalekie od prawdy. Rób tak trzy razy dziennie, a błędy szybko się kumulują — nie dlatego, że pojedyncze oszacowanie jest bardzo błędne, ale dlatego, że nie ma żadnego zakotwiczenia w posiłku, który faktycznie masz przed sobą.

Szacowanie na podstawie zdjęcia odwraca punkt wyjścia. Zamiast szukać zamiennika, fotografujesz rzeczywisty talerz, a model wnioskuje na podstawie tego, co widzi: widoczne składniki, ich przybliżoną objętość względem talerza, i to, jak to przekłada się na typowe proporcje makroskładników dla tego rodzaju dania. Nie czyta etykiety, bo żadna nie istnieje — szacuje na podstawie tych samych informacji, jakich użyłaby osoba, gdybyś poprosił ją o zgadnięcie.

Ta różnica ma większe znaczenie, niż mogłoby się wydawać. Osoba patrząca na twoje smażone warzywa mogłaby powiedzieć, że to prawdopodobnie danie z kurczaka i warzyw z lekkim sosem, mniej więcej półtora talerza jedzenia, prawdopodobnie 500-650 kalorii. Nie potrzebowałaby do tego kodu UPC i najpewniej byłaby bliżej prawdy niż pobieżne wyszukiwanie w bazie danych hasła „smażony kurczak z warzywami”, które zakłada zupełnie inną proporcję białka, warzyw i oleju.

Nic z tego nie sprawia, że szacowanie na podstawie zdjęcia jest doskonałe. Nie będzie wiedziało dokładnie, ile masła trafiło do twojego puree ziemniaczanego ani czy ten sos zrobiono na śmietanie, czy na bulionie. Za to umieści cię w rozsądnym zakresie w przypadku posiłków, które wcześniej w ogóle nie miały dobrej opcji śledzenia — posiłków, które wcześniej albo pomijano, albo zgadywano na oślep, albo rejestrowano jako coś zupełnie innego, bo to było jedyne dopasowanie w bazie danych.

Oba systemy mają ze sobą współpracować, a nie konkurować. Skanowanie kodu kreskowego daje dokładne liczby dla produktów pakowanych, bo dokładne liczby istnieją. Zdjęcie daje przydatne oszacowanie dla wszystkiego innego, bo w przypadku domowego jedzenia szybka i rozsądnie dokładna liczba jest lepsza niż wolna i fałszywie precyzyjna. Większość dni kończy się użyciem obu metod — jogurt zostaje zeskanowany, kolacja sfotografowana — i dzięki temu dzienny rejestr naprawdę odzwierciedla to, co zjedzono, zamiast najbliższej rzeczy w bazie danych.

Ważniejsza kwestia dotyczy tego, do czego naprawdę służy śledzenie. Jeśli celem jest trend na przestrzeni tygodni i miesięcy, lekko niedoskonałe dzisiejsze oszacowanie, które faktycznie zarejestrujesz ponownie jutro, jest lepsze niż technicznie precyzyjna liczba, której znalezienie zajęło pięć minut i którą następnym razem pominiesz, bo nie było warto tego wysiłku. Śledzenie przez zdjęcie istnieje, ponieważ domowe jedzenie jest powszechne, śledzenie oparte wyłącznie na bazie danych radzi sobie z nim słabo, a rozwiązaniem nie jest większa baza danych — to inny sposób patrzenia na talerz.