Nhiều người có thói quen chụp ảnh đĩa thức ăn để các phần mềm trí tuệ nhân tạo (AI) tự tính toán lượng calo tiêu thụ hàng ngày. Công nghệ này mang lại sự tiện lợi, giúp người dùng thoát khỏi cảnh phải cân từng miếng thịt hay ghi chép sổ tay phức tạp. Tuy nhiên, liệu hình ảnh quét qua ống kính điện thoại có thực sự phản ánh đúng số năng lượng và dưỡng chất nạp vào cơ thể?
Thực tế nghiên cứu cho thấy các ứng dụng quét calo bằng AI hỗ trợ ước lượng dinh dưỡng ở mức tương đối tốt, nhưng vẫn tồn tại sai số nhất định so với việc cân đo trực tiếp. Tùy thuộc vào loại món ăn, góc chụp và mức độ phức tạp của bữa ăn, mức độ chênh lệch có thể dao động từ vài phần trăm cho đến hàng chục phần trăm.
Cơ chế ước tính calo từ ảnh chụp của các thuật toán
Để đưa ra con số calo từ một bức ảnh, hệ thống AI phải trải qua một chuỗi các bước xử lý hình ảnh phức tạp. Một đánh giá tổng quan công bố năm 2024 chỉ ra rằng các hệ thống trước năm 2015 phụ thuộc vào các thuật toán học máy thủ công để quản lý quy trình tuần tự truyền thống gồm phân đoạn ảnh, nhận diện thực phẩm, ước tính khẩu phần và tính toán dưỡng chất [1].
Sau này, các mô hình học sâu hiện đại, đặc biệt là mạng nơ-ron tích chập (chiếm 79% trong số các nghiên cứu được tổng hợp đến năm 2023), đã giúp việc phát hiện và phân loại món ăn trở nên nhanh chóng hơn rất nhiều [2]. Một nghiên cứu năm 2019 thậm chí đã thử nghiệm một khái niệm gọi là "phân bố năng lượng thực phẩm", ứng dụng kiến trúc mạng đối nghịch tạo sinh (GAN) để lập bản đồ từ ảnh chụp sang phân bố năng lượng và dự đoán calo trực tiếp từ hình ảnh [3].
Dù thuật toán ngày càng tinh vi, việc chuyển đổi từ một bức ảnh hai chiều phẳng thành thể tích thực phẩm ba chiều trong không gian thực vẫn là rào cản kỹ thuật lớn nhất. AI không thể trực tiếp "cân" thức ăn mà chỉ suy đoán khối lượng dựa trên kích thước bề mặt nhìn thấy, dẫn đến những khoảng sai số khó tránh khỏi.
Các nghiên cứu nói gì về sai số định lượng thực tế?
Độ chính xác của các công cụ quét bữa ăn đã được thử nghiệm qua nhiều nghiên cứu thực nghiệm với các nhóm đối tượng và công nghệ khác nhau:
Thử nghiệm mô hình đa phương thức hiện đại (2025): Một nghiên cứu đánh giá việc sử dụng mô hình AI dạng chatbot (dựa trên GPT-4o) phân tích 714 ảnh chụp món ăn từ nhật ký ghi chép thực phẩm có cân khối lượng (WFR) trong 171 ngày của 57 người trưởng thành trẻ tuổi [4]. Khi chỉ dựa vào hình ảnh, hệ thống chuyên biệt nhận diện được 74% món ăn, trong khi mô hình thông thường nhận diện được 59% [4]. Tất cả các cấu hình AI đều ước tính thể tích khẩu phần trong khoảng sai số tương đối ổn định (biến thiên trong biên độ cộng trừ 10% đến 15%, hệ số biến thiên CV là 13%), năng lượng trong biên độ cộng trừ 10% đến 20% (CV là 14%) và carbohydrate trong biên độ cộng trừ 15% đến 20% (CV là 15%) [4]. Tuy nhiên, mức độ nhất quán thấp hơn đối với chất béo (biến thiên cộng trừ 10% đến 22%, CV là 24%) và chất đạm (cộng trừ 10% đến trên 20,2%, CV là 18%) [4].
Thử nghiệm ứng dụng FRANI tại Việt Nam (2022): Một nghiên cứu thực hiện trên 36 nữ thanh thiếu niên từ 12 đến 18 tuổi tại Việt Nam nhằm kiểm chứng ứng dụng AI di động tên là FRANI so với phương pháp cân thực phẩm chuẩn và phương pháp phỏng vấn nhắc lại 24 giờ [5]. Kết quả kiểm tra mức độ tương đương giữa ứng dụng này và việc cân đo nằm trong biên độ sai số 10% đối với năng lượng, chất đạm, chất béo và 4 vi chất (sắt, riboflavin, vitamin B6, kẽm) [5]. Biên độ sai số đạt từ 15% đến 20% đối với carbohydrate, canxi, vitamin C, thiamin, niacin và folate [5]. Tỷ lệ lỗi do ghi nhớ (bỏ sót hoặc thêm món nhầm) vào khoảng 21% [5].
Thử nghiệm ước tính năng lượng qua mô hình phân bố (2019): Một thử nghiệm khác áp dụng kỹ thuật học phân bố năng lượng thực tế trên bộ ảnh thu thập từ nghiên cứu ăn uống 7 ngày của 45 người trưởng thành từ 21 đến 65 tuổi [3]. Kết quả so sánh giữa calo ước tính và thực phẩm được cân trước cho thấy sai số năng lượng trung bình là 209 kcal cho mỗi bữa ăn [3].
Tổng quan hệ thống trên quy mô lớn (2023): Một bài tổng quan hệ thống tổng hợp 52 công trình nghiên cứu từ năm 2010 đến 2023 cho thấy sai số tương đối trung bình của AI so với thực tế dao động từ 0,10% đến 38,3% đối với năng lượng và từ 0,09% đến 33% đối với thể tích thực phẩm [2]. Biên độ sai số này giảm xuống rõ rệt khi ảnh chụp là các món ăn đơn lẻ, hình thức đơn giản [2].
Điểm mạnh và những hạn chế của bằng chứng khoa học
Nhìn chung, công nghệ phân tích ảnh giúp giảm nhẹ đáng kể gánh nặng ghi chép hàng ngày so với việc phải mang cân tiểu ly theo người hoặc phụ thuộc hoàn toàn vào trí nhớ người dùng [1]. Tổng quan năm 2023 nhận định sai số ước tính của AI hiện tại tương đương, thậm chí có tiềm năng vượt qua khả năng ước tính bằng mắt thường của con người [2].
Tuy nhiên, các bằng chứng hiện có vẫn còn nhiều giới hạn. Nghiên cứu tổng quan năm 2023 ghi nhận dữ liệu ảnh món ăn và báo cáo kết quả giữa các nghiên cứu có sự biến thiên rất lớn, khiến các nhà khoa học chưa thể gộp chung để phân tích tổng hợp (meta-analysis) [2]. Đa phần các công cụ chỉ thử nghiệm trên các nhóm người tham gia có quy mô nhỏ hoặc trong môi trường bán kiểm soát, chưa bao quát hết sự phong phú của ẩm thực đời sống.
Những hiểu lầm thường gặp khi dùng ứng dụng quét calo
Nhiều người tin rằng chỉ cần chụp một tấm ảnh rõ nét là ứng dụng có thể biết chính xác 100% lượng calo. Đây là một ngộ nhận phổ biến. Trên thực tế, ngay cả các chuyên gia dinh dưỡng được đào tạo bài bản khi nhìn ảnh cũng gặp sai số rất lớn. Một nghiên cứu năm 2018 kiểm tra khả năng ước tính qua ảnh đĩa thức ăn và bát thức ăn của 38 chuyên gia dinh dưỡng [6]. Kết quả cho thấy chưa đầy một phần ba số chuyên gia (23,7% với ảnh đĩa và 32,3% với ảnh bát) ước tính khẩu phần nằm trong phạm vi sai số 10% so với trọng lượng thật [6]. Thậm chí, họ còn ước tính thiếu trọng lượng rau sống từ 21,2% đến 45,1% và ước tính thừa lượng đồ uống từ 26,1% đến 40,1% [6].
Sai số từ các ứng dụng AI thường đến từ giao diện tương tác giữa người dùng và máy móc. Nghiên cứu năm 2025 chỉ ra các lỗi thường gặp gồm: ước tính sai kích thước khẩu phần, thức ăn bị che khuất trong ảnh, câu lệnh mô tả món ăn kém chi tiết, lỗi bỏ sót hoặc thêm nhầm thành phần, cùng các hạn chế kỹ thuật như hệ thống bị quá tải xử lý hoặc cấu hình không đồng nhất [4]. Một món canh hoặc đĩa xào có thể bị ẩn giấu rất nhiều dầu ăn, đường và gia vị bên dưới lớp nước sốt mà ống kính máy ảnh không thể nhìn thấu.
Ai nên thận trọng khi phụ thuộc vào công cụ quét calo?
Những người mắc các bệnh mạn tính cần kiểm soát chế độ ăn nghiêm ngặt, chẳng hạn như bệnh nhân đái tháo đường cần tính toán liều insulin chính xác theo lượng carbohydrate, không nên tin tưởng tuyệt đối vào kết quả tự động của ứng dụng chụp ảnh. Việc sai lệch 15-20% carbohydrate có thể ảnh hưởng lớn đến việc căn chỉnh thuốc [4].
Người suy thận cần kiểm soát chặt chẽ kali, natri hoặc người có tiền sử rối loạn ăn uống, thường xuyên ám ảnh với từng con số calo cũng cần cẩn trọng. Con số hiển thị trên màn hình chỉ mang tính chất tham khảo, không thể thay thế phác đồ hay chỉ dẫn trực tiếp từ bác sĩ chuyên khoa hoặc chuyên gia dinh dưỡng. Khi có vấn đề sức khỏe nền hoặc đang dùng thuốc điều trị, người bệnh luôn cần hỏi ý kiến bác sĩ trước khi thay đổi thực đơn dựa vào phần mềm.
Gợi ý cách áp dụng thực tế để giảm thiểu sai số
Để khai thác tối đa lợi ích theo dõi của các ứng dụng chụp ảnh mà không bị đánh lừa bởi các con số lệch chuẩn, bạn có thể áp dụng các bước sau:
- Chụp ảnh rõ ràng và đủ sáng: Đặt đĩa thức ăn ở nơi đủ ánh sáng, chụp góc nghiêng hoặc thẳng từ trên xuống sao cho toàn bộ các thành phần trong đĩa đều lộ diện, tránh để các món chồng lấn che khuất nhau [4].
- Bổ sung tên món ăn và mô tả chi tiết: Thử nghiệm năm 2025 chứng minh việc cung cấp thêm tên món ăn giúp mô hình AI tùy biến đạt độ chính xác cao hơn rõ rệt đối với trọng lượng, năng lượng, chất béo, chất đạm và các khoáng chất so với việc chỉ dùng ảnh chụp đơn thuần [4]. Bạn nên nhập thêm thông tin về cách chế biến (như chiên ngập dầu, xào ít mỡ hay hấp luộc).
- Ưu tiên các món đơn giản: Đối với các món đơn lẻ, kết quả quét thường có độ tin cậy cao hơn nhiều so với các món trộn phức tạp [2].
- Kết hợp tự điều chỉnh: Xem lại các mục mà máy tự động nhận diện. Nếu phát hiện ứng dụng bỏ sót một phần thức ăn hoặc tính nhầm khẩu phần, hãy chủ động sửa lại thông số trên phần mềm dựa theo cảm nhận thực tế.
Ứng dụng quét calo bằng AI là công cụ hỗ trợ tiện ích giúp duy trì nhận thức về chế độ ăn uống mỗi ngày. Tuy nhiên, thay vì tin tưởng tuyệt đối vào một con số chi tiết, bạn nên coi đó là mức ước lượng tương đối để điều chỉnh thói quen dinh dưỡng tổng thể một cách lành mạnh và linh hoạt.
