Calorieën tellen met een foto: wat apps als Cal AI echt kunnen
Inhoudsopgave
Een succes gebouwd op influencers
Cal AI werd in 2024 opgericht door Zach Yadegari en groeide razendsnel. TechCrunch beschreef op 15 oktober 2026 hoe dat ging. De app haalde in twee jaar meer dan 30 miljoen dollar omzet op en werd in maart 2026 overgenomen door MyFitnessPal, voor een bedrag dat niet bekend is. De motor achter de groei was een leger betaalde influencers, vaak studenten met een kleine maar hechte schare volgers. Volgens de oprichter leverde één post soms al ongeveer duizend nieuwe gebruikers op in twee dagen.
Dat is slim ondernemen, en het is ook iets om te onthouden als je op TikTok of Instagram ziet hoe iemand enthousiast zijn lunch fotografeert. Veel van die filmpjes waren gewoon reclame. Ze laten zien dat de app makkelijk is, niet dat hij nauwkeurig is.
Wat onderzoek zegt over de nauwkeurigheid
Voor zover bekend is er geen onafhankelijk onderzoek naar Cal AI zelf gepubliceerd, maar wel over de techniek eronder, het schatten van voedingswaarden uit een foto met een taal- en beeldmodel. Een goed voorbeeld is een studie van onderzoekers uit Dublin, in februari 2025 verschenen in het vakblad Nutrients. Zij lieten ChatGPT-4 114 foto’s van gewone maaltijden beoordelen waarvan de echte samenstelling bekend was.
De uitkomst is leerzaam. Het herkennen van het eten ging goed, met een precisie van 93 procent. Het gewicht van kleine porties schatte het model redelijk in, maar bij middelgrote en grote porties zat het er duidelijk naast. Voor 13 van de 16 voedingsstoffen week de schatting meer dan 10 procent af van de werkelijkheid, en bij 11 voedingsstoffen schatte het model te laag. De conclusie van de onderzoekers was dat ChatGPT goed is in herkennen en rangschikken, en zwak in precieze hoeveelheden.
Die fout zit precies waar het voor afvallen telt. Een foto laat zien dat er pasta op je bord ligt, maar niet hoeveel gram, en al helemaal niet hoeveel olie of boter erdoor zit. Een eetlepel olie extra is op een foto onzichtbaar en kan het verschil maken tussen een maaltijd die past en een die dat niet doet. Dat het model in die studie vaker te laag dan te hoog schatte, is voor wie op calorieën let het ongunstigste soort fout.
Wat er met je foto’s gebeurt
Een foto-calorieënteller verwerkt meer dan een plaatje van je avondeten. In het privacybeleid van Cal AI staat dat je via foto’s en spraak eten, drinken en ook medicijnen kunt vastleggen, en dat voedingsinformatie geldt als gevoelige persoonsgegevens. Die gegevens worden gedeeld met dienstverleners die het bedrijf inschakelt, zonder dat het beleid noemt welke dat zijn. Je kunt het bedrijf vragen je gegevens te verwijderen.
Het bedrijf zit in de Verenigde Staten en is nu onderdeel van MyFitnessPal. Wie bewust omgaat met gezondheidsgegevens, doet er goed aan geen medicijnen in zo’n app te zetten en te kijken of je een account kunt verwijderen als je stopt. Daarbij geldt dezelfde vuistregel als bij chatbots, die we uitwerkten in wat je beter nooit aan een chatbot vertelt.
Zo gebruik je zo’n app wel verstandig
Een foto-app is vooral goed in iets wat ook waardevol is, namelijk de drempel om bij te houden wat je eet verlagen. Wie eerst niets bijhield en nu elke maaltijd fotografeert, krijgt een beter beeld van zijn eetpatroon, ook als de getallen niet tot op de calorie kloppen.
Wil je wel precies zijn, gebruik de foto dan als startpunt en verbeter de hoeveelheden zelf. Weeg af en toe een portie van iets wat je vaak eet, zoals rijst, pasta of kaas, en pas het getal in de app aan. Vul olie, boter en sauzen apart in, omdat juist die op een foto wegvallen. En kijk vooral naar trends over een week, niet naar het getal van één maaltijd.
Mijn oordeel is dat dit soort apps een prima geheugensteun is en een slechte weegschaal. Wie het zo gebruikt, heeft er veel aan. Wie elke calorie wil sturen op basis van een foto, wordt waarschijnlijk teleurgesteld. Wil je AI inzetten voor je eten zonder foto’s, dan kan het ook helpen bij het plannen, zoals bij een weekmenu en boodschappenlijst laten maken.
