减肥如何科学饮食「减脂日记」

今天给大家普及一下减肥如何科学饮食「减脂日记」相关知识，最近很多在问减肥如何科学饮食「减脂日记」，希望能帮助到您。

（《麻省理工科技评论》中英文版APP现已上线，年度订阅用户每周直播科技英语讲堂，还有科技英语学习社区哦~）

人工智能（AI）应用近年百花齐放，关于医疗健康的项目堪称是大热门，除了研究及疾病治疗、药品开发之外，另一大类就是属于生活保健及运动，特别是对于想要减肥或是维持体重的朋友，医疗健康应用不仅有助于保持良好外貌体态，同时也可减少疾病上身的机率。

图丨在 AI 健康医疗的领域中，健康风险分析、生活型态的管理及监测、影像诊断都是大热门。（图片来源：CB Insights）

以减肥举例，其最普遍的方式就是减少热量摄取，做饮食纪录，你会把每一餐吃了什么写在本子或手机上，再估算一下卡路里，但执行几天下来不是忘了就是懒了，现在不少公司将影像识别、机器学习引入，拍张照就能告诉你卡路里，减肥不必再如此纠结。

“在这个食物一上来就先用手机拍照的年代，要做饮食纪录，没有什么方式比拍照更直接、便利了。”Applato 创办人陈颉燕一语道出重点。现在的年轻人习惯食物来了先发微信朋友圈，这样的生活文化反而给了饮食控制一个新的方法。

图 | Applato 创办人陈颉燕（中）原是营养师。（图片来源：DT 君）

“用文字纪录其实很费功夫，我想到过去在美国当营养师时，我们就是用拍照做营养纪录。”陈颉燕说。她在美国拥有营养师学历并工作多年，回台湾后从事营养教育、小朋友健康饮食推广，并且把拍照的概念跟机器学习、饮食管理结合，成立 Applato 公司，把食物拍照上传到 APP，后端系统透过机器学习技术识别照片中的食物是什么，并告诉你卡路里大概多少，做个人健康纪录。

提供类似服务的还有另一家创业公司 Metology，创办人傅裕翔本身就是一名医生，CEO 李承和则是医学物理师，其他成员还有做数据运算跟影像分析的工程师，一开始他们创业的方向是做肿瘤的大数据分析以及慢性病的预测，利用使用者的健康参数、体检资料，评估未来五年得到慢性病的风险指数，但医疗环境比较封闭，而且过去几年医疗纠纷事件多少带来负面影响，让医院及市场对于新应用的接受度都倾向保守，让 Metology 转向聚焦在生活化的应用：糖尿病跟减肥，并在不久前获得了台湾生鲜电商平台的种子轮投资。

Google 也有研究

这种 AI 卡路里计算的模式率先在欧美展开，Google 在 2015 年的 Rework Deep Learning Summit 大会上就发表了一个源自于内部团队的实验计划所开发出的照片软件 Im2Calories，让 AI 学会识别照片上的食物计算卡路里。

另一方面，越来越多的创业公司投入，除了 Metology 、 Applato 之外，欧美则有 Calorie Mama 、 Caloric Lab 、 AI Calorie Counter 等，都是强调使用 AI 进行影像识别，用户想吃东西时先拍下食物，系统算出卡路里，可以再配合自己的身高、体重，建立自己的饮食日记，进一步达到饮食控制的目的。

不过，Applato 及 Metology 的团队具备专业的医疗背景，他们想做的不只是告诉你卡路里，还有更多计划，象是协助糖尿病患者控制饮食、医疗健康电商、甚至是与精准医疗的结合。

图 | Metology 创办人傅裕翔（图片来源：Metology 提供）

比你想象的困难很多！如何定量就是一个问题

利用 AI 计算卡路里，简单来说，就是结合大数据及影像识别。第一步就是要有食物资料，例如 Metology 除了收集公开平台上的资料，像是 Google 及维基百科、食谱、台湾食药署的公开信息等，也实地走访拍照。第二个步骤就是设计算法，先进行信息清理，去掉冗杂信息、切割图片、标识物体后包出一个算法。第三个步骤就是建立机器学习的模型。

识别食物的指标主要是外型轮廓及颜色。

“算卡路里准确吗？”应该是多数人的疑问。实际测试几个食物后的感想是：目前来说，趣味会比精准程度来得高许多。

举例来说，如果是原材料、外型明确或常见的食物，识别准确度较高，例如香蕉、薯条，甚至是柚子，系统都可以识别出来，但是 DT 君也特意拿了一个“大枣”，机器则认为是巧克力。另外，如果一张照片是咖啡杯，系统可以知道这是咖啡，但如果把黑咖啡倒在一个普通玻璃杯里，系统可能就无法准确知道到底是咖啡还是可乐，因为两者的颜色都是黑色。

图 | 上传柚子的照片后，答案选项就有柚子，接着告诉你热量。

随着深度学习算法的发展，现在要让机器做到识别猫狗已经不困难，所以你可能认为识别食物应该也是挺容易，但事实上，要做到“定性”不算太困难，也就是用照片识别食物，但若想要算出精准的卡路里，目前首先得解决的是食物的“定量”，不论是欧美或是亚洲创业都遇到了这个问题。

Metology CEO 李承和就指出，他们的资料库目前塞了 4, 000 种食物，主要是台湾及东南亚常见的菜肴、小吃以及欧美常见的食物。不过，还没有加入量化功能。

什么意思？香蕉的外型都很相似，但一根大香蕉跟小香蕉的卡路里就不同，一盘炒饭还是半盘炒饭的卡路里也差很多，因此目前业者普遍的做法是提供 100 公克食物的热量，例如 100 公克的炒饭多少卡路里，让使用者有个概念后自行估算，或者是综合提供一个平均值，例如一根香蕉平均是多少热量。“如果要知道确切的卡路里，必须透过盘子的尺寸去推算食物体积、深度才行，就是所谓的定量，这部分还有一点难度。”他说。

图 | Metology CEO 李承和（图片来源：Metology 提供）

Google Im2Calories 的主要开发者、 Google 人工智能和算法理论研究学者 Kevin Murphy 也曾表示，必须根据盘子的大小或是照片中的其他线索，例如番茄酱瓶的尺寸，来计算食物的卡路里。因此，在当时的成功率大概只有 30%，机器还需要更多的时间学习。

美国的 AI Calorie Counter 团队则是投入一种称为空间雕刻（Space Carving）的算法，希望利用 3D 算法计算出食物的数量或大小。

Applato 则是倾向采取另一种作法来解决，就是开发一个硬件。“我们已经设计了一个可以秤重的软性餐垫，卷起来就能放到包包里带着走，并且已经在台湾、中国大陆都申请了专利。”陈颉燕说。

Applato 采取软件 硬件的策略，机器看照片是定性，有了餐垫就可以定量。越来越多家庭吃饭都有使用餐垫的习惯，家中有小朋友的更是会使用垫子，欧美更是普及，这些数据也可以拿来训练机器，提升精准度。

图 | 吐司的识别度高，不同系统都能识别出来

亚洲食物难识别

饮食文化不同也会影响卡路里的计算，特别是亚洲食物过于复杂，识别难度高于欧美。

欧美食物的烹调方式相对简单，蔬菜不外乎是色拉或是水煮，亚洲则喜欢大火快炒再加上许多酱料，但酱料就很难从照片中被看出，因此假设都是绿色花椰菜，不同烹调方式的卡路里就有很大的差别。欧美食物造型大部份也相对单纯，例如汉堡、薯条、Pizza、牛排，但是如果是一碗上面铺满了牛肉的日式丼饭呢，照片上看不到肉底下的米饭，又该如何计算卡路里？还有比起原食材来说，加工过食物的卡路里也会有很大的变化，这些都使得亚洲食物的识别难度高。

图 | 大枣的难度就高了，系统都误认为巧克力

卡路里只是一环，重点在后续的商业模式

正因为光靠计算卡路里，对创业公司来说尚不足以构成一个很独特的商业模式，因此，还必须有更进一步的服务，李承和说得直白：“终极目标当然是希望所有的食材都可以被机器看出来，但计算卡路里只是一个附加功能而已，我们想的是做饮食方案的整体方案，包括购物及管理工具。”

不久前，Metology 获得了生鲜食材平台——鲜食家的投资，由于 Metology 具备专业的医学背景，他们从鲜食家的平台选出符合想减肥的人或是糖尿病患需求的食材进行销售，例如你可能听过“低糖饮食”、以及最近红翻天的“生酮饮食”，但这些名词对一般大众来说多半是只闻其名，不知其意，像是生酮饮食其实是一种极低糖类的饮食方式，碳水化合物摄取 5% 以下，但要怎么吃、怎么配菜才能达到标准等，这就是 Metology 要做的事，另外，他们也会推出自有品牌的产品，例如蒟蒻面 (jǔ ruò)、快速冲泡饮，可以搭配生鲜食材一起吃得健康。

李承和认为，真正要达到健康饮食最好的方式就是原食材而非加工食品，消费者在平台上买了源头食材回家自己煮，再顺便配合卡路里计算功能，进行饮食管理，“对我们来说，计算卡路里只是一种售后服务的概念，核心服务是利用台湾的医疗优势，为用户规划饮食方案，进而打造一个健康电商。”

Applato 想做的同样不只是帮忙计算卡路里，“但当你知道喝了一杯珍珠奶茶，也拍了照，然后呢？营养师的价值就是可以针对每个人的状况，调配跟建议下一餐可以怎么吃。”陈颉燕强调。因此，Applato 的策略是希望成为每个人的健康小管家，可以提供用户更多未来的饮食建议。目前他们与健身房、便当店合作，让消费者透过 APP 或扫描二维条码的方式建立自己的饮食日记，后续会聚焦到健身族群及糖尿病患者领域，提供餐饮调配建议，加上陈颉燕的另一个专业是生物化学，之后也希望可以将这些数据资料连结到精准医疗，发展更深度的健康相关服务。

AI 在许多领域都已有很好表现，在医疗保健市场也具有极高潜力，特别是针对糖尿病、减肥，相信不久后，通过算法的补强或精进，AI 可以更精准为我们写下饮食热量日记。