Hur exakta är appar som skannar mat? Vad forskningen säger
Rikta kameran mot tallriken och få kalorierna. Det känns som magi, och 2026 säljer nästan varje kaloriapp den funktionen. Men hur exakt är AI-skanning av mat egentligen — och spelar det någon roll? Här är vad som tekniskt händer när du skannar en måltid, vad granskade studier har kommit fram till, och hur du får skanningar som är tillräckligt bra för att faktiskt nå dina mål.
Vad som händer när du skannar en måltid
- Igenkänning. En bildmodell tittar på fotot och identifierar vad som ligger på tallriken — "ris, kycklingcurry, tomater".
- Portionsbedömning. Modellen gissar hur mycket det finns av varje sak, utifrån en platt tvådimensionell bild. Det är den svåra delen.
- Databasuppslag. Varje identifierad matvara matchas mot näringsdata, och appen summerar kalorier, protein, kolhydrater och fett.
Steg 1 och 3 är i stort sett lösta problem. Steg 2 är där varje app på marknaden — gratis eller betald — vinner eller förlorar sin träffsäkerhet.
De ärliga siffrorna från forskningen
En systematisk översikt av AI-baserad bildbedömning av kost fann felmarginaler för kalorier på allt från under 1% upp till cirka 38% mellan olika studier, med ett typiskt fel i verkligheten på runt 15–30%. Igenkänningen av vanliga livsmedel är stark; portionsstorleken är den största felkällan, och blandade eller ovanliga kök får sämre resultat än enkla enskilda livsmedel.
Översatt: din grillade kycklingfilé skannas bra. Mormors lasagne blir en gissning. Dold olja, dressing och allt som ligger under ytan lägger till fel som ingen kamera kan se. Varje app som påstår sig ge labbnoggrannhet från ett enda foto överdriver — det en bra app gör är att komma nära, snabbt, och göra det enkelt att rätta.
Varför "tillräckligt nära, varje dag" ändå fungerar
Här är vad debatten om träffsäkerhet missar: forskningen om viktkontroll belönar inte precision, den belönar regelbundenhet. En systematisk översikt av egen kostuppföljning fann att regelbunden loggning gång på gång hängde ihop med större viktnedgång, och studiedata visade att den bästa förutsägaren för resultat var att logga minst två måltidstillfällen om dagen. Folk håller dessutom ut betydligt längre med loggning i mobilen än med dagbok på papper.
En skanning som slår fel med 20% men tar 5 sekunder slår en perfekt uppvägd post som du ger upp i vecka tre. Kamerans jobb är att ta bort motståndet; ditt jobb är en snabb rimlighetskoll.
7 sätt att få exaktare skanningar (i vilken app som helst)
- Fota snett uppifrån (30–45°), inte rakt ovanifrån — det ger modellen djupinformation för portionerna.
- Bra ljus, enkel bakgrund. Skuggor och stök förvirrar igenkänningen.
- En måltid per foto. Skanna din tallrik, inte hela bordet.
- Ha något med i bild som ger storleken — en gaffel eller en vanlig tallrik hjälper portionsbedömningen.
- Skanna innan du blandar. Curry ovanpå ris skannas bättre än curry som rörts ner i riset.
- Använd streckkoden för allt som är förpackat. Etikettens uppgifter är exakta; fotoskanna aldrig en proteinbar.
- Granska innan du sparar. Om appen säger 300 g ris och det uppenbart var 150 g, ändra det — att rätta portionerna tar bort den enskilt största felkällan.
Foto, streckkod eller manuellt: när du ska använda vad
| Metod | Bäst för | Träffsäkerhet |
|---|---|---|
| Fotoskanning | Lagad mat, restaurang, snabbhet | Bra uppskattning (~15–30% fel), justera portionerna |
| Streckkodsskanning | Förpackad mat | Exakta uppgifter från etiketten |
| Manuell sökning | Enkla basvaror du äter varje dag | Exakt om du väger |
Vad skanning kostar i olika appar
Eftersom AI-skanningar körs på servrar tar de flesta kända apparna en prenumerationsavgift för dem när provperioden tar slut. Undantaget är den reklamfinansierade modellen, där korta annonser betalar för servrarna — vår egen Cal Plus fungerar så och håller foto-, streckkods- och menyskanning gratis och obegränsad. Vilken app du än väljer: använd de sju tipsen ovan, för fysiken i ett tvådimensionellt foto är densamma överallt.
Vanliga frågor
Hur exakta är appar som skannar mat?
Forskningen anger typiska felmarginaler på 15–30%: igenkänningen av maten är stark, medan portionsbedömningen från ett foto är den svaga punkten. Enkla livsmedel skannas bäst; blandade rätter är svårare.
Fungerar loggning även om skanningarna inte är perfekta?
Ja — studier kopplar resultatet till hur regelbundet du loggar, inte till precisionen. Att logga minst två måltidstillfällen om dagen var den starkaste förutsägaren i studierna.
Hur får jag exaktare skanningar?
Fota snett, se till att ljuset är bra, ta en måltid per foto, ha bestick med i bild som storleksreferens, skanna innan du blandar, använd streckkoden på förpackat och rätta portionerna innan du sparar.
Vilka appar skannar matbilder gratis?
De flesta stora apparna tar en prenumerationsavgift för det. Reklamfinansierade appar som Cal Plus håller skanningen gratis och obegränsad.
Om guiden: skriven av teamet bakom Cal Plus, en gratis reklamfinansierad app för kalorier och träning (iOS · Android). Siffrorna om träffsäkerhet ovan gäller vår egen skanner också — det är precis därför appen har en "Fix It"-knapp.
Källor: Systematisk översikt: AI-baserad bildbedömning av kost jämfört med facit · Systematisk översikt: egen kostuppföljning vid viktnedgång · Loggning av två måltidstillfällen om dagen som mått på följsamhet