写真によるカロリー推定
AIカロリー計算の仕組み、写真から出る3段階
AIカロリー計算の仕組みを、写真から数値が出る3段階と出典つきの誤差で解説します。見えない油やソースがなぜ数字に残るのか、確認の意味もわかります。
ガイド
ChatGPTは写真からカロリーを計算できる？
ChatGPTは写真からカロリーを計算できます。料理名の特定も、多くの場合は正確です。査読済みの試験では、GPT-4が実際の食事写真の食品を適合率93.0%、再現率84.6%、F1スコア88.6%で特定しました(O'Hara et al. 2025, Nutrients)。苦手なのは、その食品に付ける数値です。具体的には、量の見積もり、見えない脂質、同じ写真で同じ答えを出すことです。数値が出る仕組みの全体は、写真から数値が出る3段階の仕組みで解説しています。
ChatGPTは写真からカロリーを計算できる？
ChatGPTは、皿の写真を貼ると料理名と大まかな材料、カロリーと栄養素の推定値を返します。食べ物の認識は、画像を読むモデルの得意分野だからです。
難しいのは、ごはんや鶏肉と言い当てることではありません。はかりも奥行きセンサーもなく、フライパンに入れた油の量もわからない平面の画像から、重さを見積もる作業です。数値が現実からずれ始めるのは、ここからです。
公表された研究では、ChatGPTの推定はどれくらいずれる？
ChatGPT-4は、114枚の写真のうち76.3%、つまり87枚で食事の総重量を実際より少なく見積もりました(O'Hara et al. 2025, Nutrients)。推測ではなく、研究が具体的な答えを示しています。
114枚全体で、推定重量と実測重量の差の絶対値は平均27.8%、標準偏差は18.5%でした。この1つの数字には、すべての量の区分が混ざっています。
量の区分ごとに見ると、傾向がはっきりします。少ない量は実測との差が有意ではありませんでした(p=0.221)。中くらいと多い量は、有意に少なく見積もられています(p<0.001)。ただし論文は、区分ごとの平均誤差の割合は示していません。
管理栄養士の推定との一致度(級内相関係数)は、エネルギーが0.56で、研究は「低い〜中程度」としています。たんぱく質は0.67でやや良く、「中程度〜良好」です。炭水化物は0.31にとどまり、低い水準でした。
別の病院食の研究では、汎用のマルチモーダルモデル3つと専用の食事記録アプリ7つ、合計10のモデルを比べました。詳しく分析した上位3モデル(GPT-4oを含む)では、管理栄養士との相関がエネルギーで0.82〜0.89、脂質では0.41〜0.48でした(Isobe et al. 2026, Nutrients)。エネルギーは平均すれば悪くありません。個々の栄養素はそうではありません。
研究の数値を並べると、1つの研究だけでは見えない傾向がわかります。
| 指標 | 結果 | 出典 |
|---|---|---|
| 食品の特定(F1) | 88.6% | O'Hara et al. 2025, Nutrients |
| 重量を少なく見積もった食事 | 76.3%(87/114) | O'Hara et al. 2025, Nutrients |
| 全量の平均重量誤差 | 27.8% ± 18.5% | O'Hara et al. 2025, Nutrients |
| 少ない量と中・多い量の誤差 | 有意でない(p=0.221)と有意(p<0.001) | O'Hara et al. 2025, Nutrients |
| 管理栄養士とのエネルギー一致度(ICC) | 0.56 | O'Hara et al. 2025, Nutrients |
| 脂質の過大評価の偏り | 33.8%〜52.3% | Isobe et al. 2026, Nutrients |
| 上位3モデルの脂質の相関 | 0.41〜0.48 | Isobe et al. 2026, Nutrients |
| 同じ写真への繰り返しの質問 | 1つの固定した数値にはならない | Wang, Lane & Waki 2026, JMIR Diabetes |
食品の特定は、流れの中で最も強い部分です。量と脂質は最も弱く、その下に再現性の問題があります。
ChatGPTは、量の多い食事をなぜ少なく見積もる？
ChatGPTが量の多い食事を少なく見積もる傾向は、ランダムではなく量の大きさと結びついています。114枚全体の重量誤差は平均27.8% ± 18.5%ですが、この数字は全部の皿をまとめたもので、特定の量の区分だけの値ではありません。
区分ごとに見ると、少ない量は実測と有意な差がありませんでした(p=0.221)。中くらいと多い量は有意に少なく見積もられました(p<0.001)(O'Hara et al. 2025, Nutrients)。
平面の写真を読むモデルには、物差しも奥行きの情報もありません。少量の食べ物は、見た目どおりに近く判断できます。高く盛った皿や重なった皿は、写真では圧縮されて見えます。モデルは大きく外すのを避け、控えめに見積もっているようです。
つまり、誤差は1週間の食事に均等に広がるわけではありません。スープ1杯なら近い値が出るかもしれません。盛りだくさんの夕食の皿ほど、静かに少なく数えられやすくなります。
脂質はなぜChatGPTが最も外しやすい数値なのか？
油、バター、ソースは料理の表面のつやに溶け込み、写真からはフライパンに入れた量がわかりません。病院食の研究では、モデル全体で脂質が33.8%〜52.3%多く見積もられ、統計的に有意な偏りでした(p<0.01)(Isobe et al. 2026, Nutrients)。
実測値の±10%以内に収まった食事の割合も、別の角度から同じことを示します。エネルギーは46.7%〜73.3%でしたが、脂質は6.7%〜33.3%だけでした。
これは判断の誤りではなく、仕組みの限界です。モデルはつやを見て「油を使っている」と推測できても、そのつやを作った大さじ1杯の量は見えません。写真に写らない油やソースのカロリーは、フライパンに実際に入れた量から計算できる無料の調理油のカロリー計算ツールで確かめられます。皿の見た目のつやには頼りません。
ChatGPTは同じ写真に同じ答えを返す？
同じ答えになるとは限らず、これは1回ごとの誤差の数字よりも重要です。2026年の研究は、まさにこの点を調べるために設計されました。同じ食事の画像を大規模言語モデルに60回ずつ入力し、1枚の画像内でのばらつきと、同じ食事の別の写真の間でのばらつきを比べています(Wang, Lane & Waki 2026, JMIR Diabetes)。
研究者がこの方法を作ったのは、同じ写真への繰り返しの質問が1つの固定した数値に収束しないからです。O'Haraの研究は反対側から、再現性の検証は研究の範囲外だったと明記しています(O'Hara et al. 2025, Nutrients)。
1回きりの好奇心なら、このばらつきはほとんど気になりません。毎日の記録では、昨日と今日の数字が同じ意味を持つことが必要なので、実際の問題になります。ChatGPTに限らず記録の精度を上げたい場合は、カロリー計算を正確に行うやり方も参考になります。
ChatGPTと記録アプリでは何が違う？
ChatGPTのような対話画面は、1つの質問に答えると内容を残しません。記録も履歴もなく、数値をどこかに保存する前に直す場所もありません。
Avocaloも、写真を画像認識モデルが読み取る点では同じ種類の方法です。上の研究が示すこと以上の精度は主張しません。違うのは推定が出た後です。保存する前に内容を確認して編集でき、会話が終わっても消えず、日々の記録として残ります。アプリでは食事の写真を記録し、編集して履歴に残すことができます。
業界の動きの参考として、MyFitnessPalは2026年1月、新しいChatGPT Health体験の中でアプリを公開しました。食品データベースを使った、栄養素の目安、個人向けの目標、体重管理の支援、レシピの提供です(MyFitnessPal press release)。これはガイダンスのためのデータベース検索で、写真から推定する機能ではなく、上の数値には影響しません。
では、ChatGPTでカロリーを計算してよい？
大まかな1回きりの推定には使えます。特に、食品が1〜2品見えていて、隠れたソースがない皿が向いています。公表された誤差からは、そこが最も当てになる場面だと考えられます。
盛りの多い皿、揚げ物やソースのかかった料理、明日の記録と比べたい食事には、慎重さが必要です。引用した研究で差が最も大きいのがまさにそこで、2回聞いても同じ数値にならないかもしれません。
結果を静かに狂わせる落とし穴:
- 量の多い皿や重なった皿の数値を、そのまま信じないこと。 O'Haraの研究では、中くらいと多い量は有意に少なく見積もられ(p<0.001)、少ない量はそうではありませんでした(p=0.221)。
- 写真につやがあれば油を見たはず、と思わないこと。 ある研究で脂質は33.8%〜52.3%多く見積もられましたが、真の値の±10%以内だったのは脂質で6.7%〜33.3%と、エネルギーの46.7%〜73.3%を大きく下回りました。
- 同じ写真に2回聞いて同じ数値を期待しないこと。 JMIR Diabetesの研究は、回答が実行のたびに変わるため、60回の繰り返しという方法を作りました。
- エネルギーのICC 0.56を、確かな一致と読まないこと。 研究自身が、この範囲を「低い〜中程度」としています。
- 食品の特定の精度から、炭水化物の精度を推測しないこと。 特定のF1は88.6%でしたが、炭水化物の管理栄養士との一致度は0.31にとどまりました。
よくある質問
ChatGPTは写真ではなく栄養成分表示を読めますか？
引用した研究は食事の写真を調べたもので、表示の写真は対象外のため、根拠のある数値はありません。印字された表示にはカロリーと栄養素がすでに書かれているので、盛り付けた食事で起きる量の推測の問題を避けられます。
先に材料を聞くと、推定は良くなりますか？
引用した3つの研究のどれも、材料を先に聞く2段階の指示は調べていないため、良くなるとも悪くなるとも言える根拠はありません。写真に大きさの基準がないという根本的な限界は、質問の仕方にかかわらず残ります。
ChatGPT内のMyFitnessPalアプリは、写真のカロリー計算と同じですか？
同じではありません。2026年1月に公開されたもので、MyFitnessPalの食品データベースを使った栄養素の目安、個人向けの目標、体重管理の支援、レシピを提供します。写真から推定する機能ではなく、本記事の画像認識による分析とは別のデータベース検索です。
GPT-4oは、以前のChatGPTより精度が高いですか？
根拠のある答えは出せません。Isobeらの2026年の研究は、詳しく分析した上位3モデルにGPT-4oを含め、脂質の相関を0.41〜0.48と示しましたが、特定の1つが明確に優れるとはしていません。引用した研究にバージョン別の精度の順位はありません。
使った油の量を伝えれば、ChatGPTは油のカロリーを考慮できますか？
引用した研究に、油の量を伝える指示を調べたものはなく、根拠のある数値はありません。量を伝えれば、研究が脂質の過大評価の原因とする推測の部分は減らせます。それでも、計算の正しさまでは保証されません。
出典
- O'Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients 2025, 17(4), 607。食品の特定精度、量の過小評価、管理栄養士との一致度の根拠です。
- Isobe T, et al. Accuracy of AI-Based Nutrient Estimation from Standardized Hospital Meal Images. Nutrients 2026, 18(6), 966。脂質の過大評価の偏りと、栄養素ごとの相関の数値の根拠です。
- Wang Z, Lane D, Waki K. Toward Robust AI-Assisted Dietary Assessment for Diabetes Self-Management. JMIR Diabetes 2026。再現性の結果の背景にある、繰り返し実行する方法の根拠です。
- MyFitnessPal Launches App in New ChatGPT Health Experience。現在のChatGPT連携が実際に提供する内容についての、日付つきの背景です。
- このガイドの数値の出典の示し方と確認方法は、Avocaloの編集方針をご覧ください。
発行元はPetros IT Solutions SRLです。誤りを見つけた場合は、[email protected]までご連絡ください。