Αρχική  /  Πώς να μετράς τις θερμίδες σου
Οδηγός · Παρακολούθηση θερμίδων

Πώς να μετράς τις θερμίδες σου χωρίς να σου τρώει τη ζωή. Οι 4 μέθοδοι σε σύγκριση, η πραγματική τους ακρίβεια και ποια θα χρησιμοποιείς ακόμη σε 6 μήνες.

Σάρωση φωτογραφίας με AI, γραμμωτός κώδικας, βάση δεδομένων, γρήγορη προσθήκη: τι αξίζει πραγματικά η καθεμία μέθοδος, γιατί το 80 % των ανθρώπων τα παρατά μέσα σε 3 μήνες και πώς να επιλέξεις ανάλογα με το προφίλ σου.

Λήψη από το App Store Διαθέσιμο στο Google Play Δωρεάν λήψη
Η τήρηση ημερολογίου διατροφής είναι η συμπεριφορά που συνδέεται πιο σταθερά με επιτυχημένη απώλεια βάρους στην επιστημονική βιβλιογραφία (Burke, 2011). Το πρόβλημα ποτέ δεν ήταν η αποτελεσματικότητα, αλλά η προσήλωση: η χειροκίνητη καταχώριση τροφή προς τροφή εξαντλεί τους πάντες, και σχεδόν το 80 % των ανθρώπων τα παρατά μέσα σε λιγότερο από 3 μήνες. Αυτός ο οδηγός συγκρίνει τις 4 μεθόδους για να μετράς τις θερμίδες σου, από την πιο γρήγορη (σάρωση φωτογραφίας με AI, 5 δευτερόλεπτα) έως την πιο ακριβή (βάση δεδομένων + ζυγαριά), και σου λέει ποια να διαλέξεις ανάλογα με το προφίλ σου.
Γρήγορη απάντηση

Τέσσερις μέθοδοι για να μετράς τις θερμίδες σου: το AI photo scan (φωτογραφίζεις το πιάτο σου, η AI αναγνωρίζει κάθε τρόφιμο και την ποσότητά του), το σκανάρισμα barcode (συσκευασμένα προϊόντα, δεδομένα κατασκευαστή), η βάση δεδομένων (αναζήτηση + ζύγισμα, η πιο ακριβής μέθοδος) και η γρήγορη καταχώριση (μια συνολική εκτίμηση σε 10 δευτερόλεπτα). Η σωστή μέθοδος είναι αυτή που θα μπορείς να τηρείς για 6 μήνες, όχι η πιο ακριβής στα χαρτιά. Και το να μετράς την πρόσληψή σου έχει νόημα μόνο αν η δαπάνη σου, το TDEETotal Daily Energy Expenditure: η συνολική ημερήσια θερμιδική σου δαπάνη σε 24 ώρες. TDEE = BMR + NEAT + EAT + TEF., υπολογίζεται σωστά.

Γιατί το 80 % των ανθρώπων σταματά να μετρά μέσα σε 3 μήνες

Η καταμέτρηση θερμίδων λειτουργεί. Αυτό δεν είναι το ζήτημα. Το ζήτημα είναι ότι σχεδόν κανείς δεν επιμένει: οι μελέτες για προγράμματα απώλειας βάρους δείχνουν μαζική εγκατάλειψη ήδη από τις πρώτες εβδομάδες, πολύ πριν φανεί το πρώτο αποτέλεσμα στη ζυγαριά.

80 %
των συμμετεχόντων σε πρόγραμμα απώλειας βάρους εγκαταλείπουν μέσα στους πρώτους 3 μήνες (Alexander et al., 2018). Η κυρίαρχη αιτία: η τριβή της παρακολούθησης, όχι η έλλειψη θέλησης.

Η τριβή, πρακτικά: να ψάχνεις «στήθος κοτόπουλου» σε μια λίστα, να διαλέγεις τη σωστή καταχώριση ανάμεσα σε 40 διπλότυπα, να εκτιμάς με το μάτι 150 g, να ξαναρχίζεις για τα φασόλια, και μετά για το ελαιόλαδο. Τρεις φορές τη μέρα. 90 φορές τον μήνα. Αυτή η γραφειοκρατία σκοτώνει το tracking, όχι η ιδέα του tracking.

Πρακτικό συμπέρασμα: η επιλογή της μεθόδου καταχώρισης δεν είναι λεπτομέρεια εργονομίας. Είναι Η μεταβλητή που καθορίζει αν τα δεδομένα σου θα υπάρχουν ακόμα σε 3 μήνες. Ορίστε οι 4 μέθοδοι, ταξινομημένες από την πιο γρήγορη στην πιο απαιτητική.

Η σάρωση φωτογραφίας με AI: 5 δευτερόλεπτα ανά γεύμα

Βγάζεις φωτογραφία το πιάτο σου. Η AI του Lean κάνει διπλή αναγνώριση: πρώτα αναγνωρίζει κάθε τρόφιμο που υπάρχει (κοτόπουλο σχάρας, φασολάκια), έπειτα εκτιμά την ποσότητα του καθενός. Το αποτέλεσμα δεν είναι ένας συνολικός αριθμός βγαλμένος από το πουθενά, είναι ανάλυση τρόφιμο προς τρόφιμο, με θερμίδες και macros για κάθε γραμμή.

Η σάρωση με AI σε πραγματικές συνθήκες: φωτογραφία, ανάλυση, αποτέλεσμα.

Σε εικόνες, βήμα προς βήμα, πάνω σε ένα πραγματικό γεύμα:

Scan IA στο Lean: λήψη φωτογραφίας του πιάτου, προαιρετικό πεδίο λεπτομερειών με το πληκτρολόγιο
Πλαισιώνεις τη λήψη. Μια λεπτομέρεια με το πληκτρολόγιο, αν θέλεις.
Ανάλυση IA σε εξέλιξη στο Lean: η φωτογραφία του πιάτου επεξεργάζεται
Η AI αναλύει το πιάτο.
Αποτέλεσμα του scan IA: κάθε τρόφιμο μετρημένο με θερμίδες και macros
Κάθε τρόφιμο μετρημένο.

Σε συνηθισμένα πιάτα, το τυπικό σφάλμα είναι περίπου ±10 % ανά γεύμα. Είναι λιγότερο ακριβές από μια ζυγαριά και επαρκές σε μεγάλο βαθμό για να καθοδηγήσει την απώλεια λίπους (επιστρέφουμε σε αυτό με τον νόμο των μεγάλων αριθμών παρακάτω). Πάνω απ’ όλα, είναι η μόνη μέθοδος που καλύπτει γεύματα χωρίς ετικέτα: σπίτι, εστιατόριο, καντίνα.

Εκεί όπου το Lean πάει πιο πέρα: κρατάς εσύ τον έλεγχο

Μια σάρωση με AI είναι χρήσιμη μόνο αν μπορείς να διορθώσεις αυτό που προτείνει. Το Lean σου δίνει τρεις μοχλούς, ανά τρόφιμο:

Μοχλός 1

Επεξεργασία ποσοτήτων

Ένα slider ανά τρόφιμο: εδώ, το ψωμί εκτιμήθηκε στα 101,4 g από την AI και διορθώθηκε στα 70 g. Οι θερμίδες και το σύνολο του πιάτου επανυπολογίζονται αμέσως.

Σκαναρισμένο γεύμα στο Lean πριν από τη διόρθωση: το ψωμί εκτιμήθηκε στα 101,4 g
Ψωμί εκτιμημένο στα 101,4 g από την AI.
Ρυθμιστικό ποσότητας στο Lean: το ψωμί διορθώθηκε στα 70 g, άμεσος επανυπολογισμός
Διορθωμένο στα 70 g, όλα επανυπολογίζονται.
Μοχλός 2

Επεξεργασία μακροθρεπτικών

Ξέρεις τη συνταγή σου καλύτερα από τον μέσο όρο; Εδώ, τα chips: η AI προτείνει 4,1 g λιπαρών, εσύ διορθώνεις σε 14 g. Το donut και το σύνολο ακολουθούν.

Τα macros των chips εκτιμημένα από την IA στο Lean: 4,1 g λίπους
Chips σύμφωνα με την AI: 4,1 g λιπαρών.
Τα macros των chips διορθωμένα χειροκίνητα στο Lean: 14 g λίπους
Διορθωμένα χειροκίνητα: 14 g.
Μοχλός 3

Επανασάρωση ενός μόνο τροφίμου

Η AI πέρασε τη γαλοπούλα για τυρί; Πληκτρολογείς το σωστό όνομα, η γραμμή αναλύεται ξανά μόνη της, χωρίς να ξανακάνεις όλο το πιάτο.

Επανασάρωση ενός τροφίμου στο Lean: πληκτρολόγηση του σωστού ονόματος
Διευκρινίζεις: ζαμπόν γαλοπούλας.
Αποτέλεσμα μετά την επανασάρωση στο Lean: το ζαμπόν γαλοπούλας αναγνωρίστηκε, το σύνολο επανυπολογίστηκε
Ζαμπόν γαλοπούλας, 53 kcal. Το σύνολο υπολογίστηκε ξανά.

Η δοκιμή απέναντι στο Cal AI: ανάλυση έναντι ενιαίου συνόλου

Η ίδια φωτογραφία, σε δύο apps. Η διαφορά φαίνεται αμέσως:

Σύγκριση scan IA: η ίδια φωτογραφία γεύματος δόθηκε στο Lean και στο Cal AI
Η ίδια φωτογραφία, δοσμένη στις δύο εφαρμογές.
Αποτέλεσμα Lean: σάντουιτς και chips αναλυμένα υλικό προς υλικό
Lean: κάθε τρόφιμο, αναλυτικό σύνολο.
Αποτέλεσμα Cal AI: συνολική εκτίμηση του γεύματος χωρίς ανάλυση
Cal AI: ένα ενιαίο σύνολο ανά πιάτο.

Αυτή είναι η δομική διαφορά από τις περισσότερες εφαρμογές σάρωσης, με πρώτη την Cal AI: επιστρέφουν μια συνολική εκτίμηση ανά πιάτο, ένα σύνολο θερμίδων και macros χωρίς επεξεργάσιμη ανάλυση τρόφιμο προς τρόφιμο. Αν η εκτίμηση είναι λάθος, είτε τη δέχεσαι είτε την απορρίπτεις. Με ανάλυση ανά τρόφιμο, το λάθος διορθώνεται με δύο taps.

Η σωστή χρήση: σπιτικά πιάτα, εστιατόριο, καντίνα, όλα τα γεύματα χωρίς barcode. Η προεπιλεγμένη μέθοδος για το 90% των γευμάτων.

Η σάρωση barcode: η ακρίβεια της ετικέτας

Για οτιδήποτε βγαίνει από συσκευασία, το barcode είναι ασυναγώνιστο: οι διατροφικές τιμές προέρχονται απευθείας από τα δεδομένα του κατασκευαστή. Το Lean βασίζεται στις βάσεις USDA και OpenFoodFacts, δηλαδή σε εκατομμύρια καταχωρίσεις. Σκανάρεις, προσαρμόζεις την ποσότητα, και τελείωσες.

Σάρωση barcode: ακριβές δελτίο, άμεση προσθήκη.

Ο περιορισμός είναι προφανής: το σπιτικό σου πιάτο με ζυμαρικά δεν έχει barcode. Γι’ αυτό αυτή η μέθοδος συνδυάζεται φυσικά με τη φωτογραφική σάρωση AI, δεν την αντικαθιστά.

Η σωστή χρήση: ψώνια, snacks, επεξεργασμένα προϊόντα, shakers. Μέγιστη ακρίβεια στα βιομηχανοποιημένα προϊόντα, μηδενική προσπάθεια.

Η βάση δεδομένων + ζυγαριά: λειτουργία ακρίβειας

Η ιστορική μέθοδος: ζυγίζεις το τρόφιμό σου, το βρίσκεις στη βάση, καταχωρίζεις τα γραμμάρια. Με μια ζυγαριά κουζίνας, είναι η πιο ακριβής μέθοδος που υπάρχει, αυτή που χρησιμοποιείται σε προετοιμασία αγώνων και σε κλινικά πρωτόκολλα.

Αναζήτηση ενός τροφίμου στη βάση δεδομένων του Lean με ιστορικό και γρήγορη προσθήκη
Αναζήτηση, ιστορικό, προσθήκη σε δύο taps.
Ακριβής διατροφική ετικέτα ενός προϊόντος στο Lean με επίδραση στους ημερήσιους προϋπολογισμούς
Ακριβές δελτίο προϊόντος, άμεσος αντίκτυπος.

Το πάνελ «Υπόλοιπο / Επίδραση» σου δείχνει, πριν καν επιβεβαιώσεις, τι αλλάζει το τρόφιμο στους ημερήσιους προϋπολογισμούς σου: θερμίδες, πρωτεΐνες, υδατάνθρακες, λιπαρά, φυτικές ίνες. Αποφασίζεις με πλήρη γνώση, όχι εκ των υστέρων.

Το Lean μειώνει την τριβή στο ελάχιστο: ιστορικό των συχνών τροφίμων σου, αναζήτηση σε USDA + OpenFoodFacts, προσθήκη σε δύο taps από τη λίστα. Αλλά ας είμαστε ειλικρινείς για το πραγματικό κόστος: 2 έως 3 λεπτά ανά γεύμα, και η πειθαρχία να ζυγίζεις. Αυτή ακριβώς η τριβή οδηγεί στο 80 % της εγκατάλειψης της κλασικής μεθόδου.

Η σωστή χρήση: αυστηρή γράμμωση, προχωρημένη ανασύσταση σώματος, αθλήματα με κατηγορία βάρους. Και οι 5 έως 10 επαναλαμβανόμενες τροφές της καθημερινότητάς σου, που με το ιστορικό γίνονται σχεδόν στιγμιαίες.

Η γρήγορη προσθήκη: το ενιαίο σύνολο που σώζει τη μέρα

Μπουφές γενεθλίων, φορτωμένη μέρα, όρθιο γεύμα ανάμεσα σε δύο συναντήσεις: κάποια γεύματα δεν θα καταγράφονται ποτέ λεπτομερώς. Η γρήγορη προσθήκη σου επιτρέπει να καταχωρίσεις ένα ενιαίο σύνολο, με εκτιμώμενες θερμίδες και μακροθρεπτικά, σε 10 δευτερόλεπτα. Λιγότερο ακριβές, απείρως καλύτερο από ένα κενό δεδομένων.

Φόρμα γρήγορης προσθήκης στο Lean: όνομα, θερμίδες και macros καταχωρισμένα χειροκίνητα
Όνομα, θερμίδες, μακροθρεπτικά: 10 δευτερόλεπτα.
Γρήγορη προσθήκη αποθηκεύτηκε στο ημερολόγιο τροφίμων Lean
Ένα ενιαίο σύνολο, η μέρα σώθηκε.

Η ζωντανή θερμιδική ισορροπία κάνει τα υπόλοιπα: στο στιγμιότυπο, στόχος 2 143 kcal, 1 000 καταναλωμένες, 1 143 απομένουσες, με συνεχή επανυπολογισμό μέσα στη μέρα. Μια κατά προσέγγιση αλλά καταγεγραμμένη μέρα αξίζει περισσότερο από μια τέλεια αλλά εγκαταλελειμμένη μέρα: ο εβδομαδιαίος μέσος όρος καθοδηγεί το αποτέλεσμα, όχι η καθαρότητα μιας μεμονωμένης μέρας.

Διατροφικές λεπτομέρειες ενός γεύματος με γρήγορη προσθήκη στο Lean: υπόλοιπο και επίδραση
Υπόλοιπο και επίδραση, με επανυπολογισμό σε πραγματικό χρόνο.

Η σωστή χρήση: φορτωμένες μέρες, κοινωνικά γεύματα, εφεδρεία για να μην τα παρατήσεις. Η μέθοδος που αποτρέπει το «έχασα ένα γεύμα, πάει η εβδομάδα».

Λήψη από το App Store Διαθέσιμο στο Google Play Δωρεάν λήψη

Ποια μέθοδος για ποιο προφίλ

Πρώτα, η σύγκριση των 4 μεθόδων με βάση τα 4 κριτήρια που μετράνε: η ευκολία ανά γεύμα, η διαθεσιμότητα (αν δουλεύει παντού, πάντα), η αντοχή στον χρόνο και η ακρίβεια.

Σάρωση φωτογραφίας με AI

Μία φωτογραφία, 5 δευτερόλεπτα

Ευκολία++
Διαθεσιμότητα++
Μακροπρόθεσμα++
Ακρίβεια+

Γραμμωτός κώδικας

Η ακριβής ετικέτα

Ευκολία+
Διαθεσιμότητα+
Μακροπρόθεσμα+
Ακρίβεια++

Βάση δεδομένων + ζυγαριά

Λειτουργία ακρίβειας

Ευκολία
Διαθεσιμότητα+
Μακροπρόθεσμα
Ακρίβεια++

Γρήγορη προσθήκη

Το εφεδρικό σύνολο

Ευκολία++
Διαθεσιμότητα++
Μακροπρόθεσμα
Ακρίβεια

++ εξαιρετικό + καλό αδύναμο σημείο. «Μακροπρόθεσμα» = η πιθανότητα να χρησιμοποιείς ακόμη τη μέθοδο σε 6 μήνες.

Ανάγνωση της σύγκρισης: καμία μέθοδος δεν κερδίζει παντού. Η σάρωση με AI υπερέχει στην προσήλωση, η βάση δεδομένων + ζυγαριά στην ακρίβεια, και η γρήγορη καταχώριση υπάρχει μόνο για να καλύπτει τα κενά. Γι’ αυτό υπάρχουν τα προφίλ: οι 4 μέθοδοι δεν αλληλοαποκλείονται, η σωστή στρατηγική είναι ένας συνδυασμός, προσαρμοσμένος στις τρέχουσες απαιτήσεις σου και στο πρόγραμμά σου. Τρία προφίλ καλύπτουν σχεδόν όλες τις περιπτώσεις.

Προφίλ 1 · Αρχάριος

Μηδενική τριβή, μαθαίνεις κάνοντας

Σάρωση φωτογραφίας με AI παντού, γραμμωτός κώδικας στα συσκευασμένα, καθόλου ζύγισμα. Ένας και μόνο στόχος: να αντέξεις 3 μήνες και να εκπαιδεύσεις το μάτι σου στις μερίδες. Η ακρίβεια θα έρθει μετά, η συνήθεια πρώτα.

Προφίλ 2 · Μέγιστη αυστηρότητα

Κάθε ποσοστό μετράει

Ζυγαριά + βάση δεδομένων για σπιτικά γεύματα, γραμμωτός κώδικας στα συσκευασμένα, σάρωση AI στο εστιατόριο. Για σύντομες φάσεις όπου η ακρίβεια πραγματικά αποδίδει: τέλος γράμμωσης, επίσημο ζύγισμα.

Προφίλ 3 · Βιαστικός ή προχωρημένος

Αξιόπιστα δεδομένα χωρίς να το σκέφτεσαι

Γραμμωτός κώδικας και σάρωση AI στην καθημερινότητα, γρήγορη καταχώριση ως εφεδρεία στις αδύνατες μέρες. Ξέρεις ήδη τις μερίδες σου, απλώς θέλεις να υπάρχουν τα δεδομένα.

Κανόνας διαιτησίας, ισχύει για όλους: σε περίπτωση αμφιβολίας, διάλεξε την πιο ελαφριά μέθοδο που είσαι βέβαιος ότι θα τηρήσεις. Τέλεια δεδομένα που σταματάς να καταχωρίζεις μετά από 3 εβδομάδες αξίζουν μηδέν.

Το σφάλμα ±10 % που εξαφανίζεται μέσα σε έναν μήνα

Η κλασική ένσταση απέναντι στη σάρωση AI: «±10 % σφάλμα είναι πολύ». Αυτό είναι σκέψη πάνω σε ένα μεμονωμένο γεύμα. Όμως δεν παρακολουθείς ένα γεύμα: παρακολουθείς περίπου 90 τον μήνα.

Γεύμα 1Γεύμα 12

Ροζ: γεύματα που υπερεκτιμήθηκαν. Πράσινο: γεύματα που υποεκτιμήθηκαν. Μαύρη γραμμή: η πραγματική σου πρόσληψη. Σε έναν μήνα, οι αποκλίσεις αλληλοαναιρούνται.

Αυτός είναι ο νόμος των μεγάλων αριθμών (Kolmogorov): τα ανεξάρτητα τυχαία σφάλματα αλληλοαναιρούνται όσο αυξάνεται ο αριθμός των παρατηρήσεων. Το +12 % της Δευτέρας ακυρώνει το 8 % που λείπει την Τρίτη. Αυτό που μένει σε έναν μήνα είναι η μέση μεροληψία του μοντέλου, κοντά στο μηδέν σε μια σωστά βαθμονομημένη σάρωση, όχι ο θόρυβος ενός γεύματος.

Η χειροκίνητη καταχώριση, από την άλλη, πάσχει από ένα εντελώς διαφορετικό πρόβλημα: μια συστηματική μεροληψία. Οι άνθρωποι δηλώνουν λιγότερο απ’ όσο τρώνε, πάντα προς την ίδια κατεύθυνση, και μια μεροληψία δεν εξομαλύνεται ποτέ.

47 %
απόκλισης ανάμεσα στις θερμίδες που δηλώνονται χειροκίνητα και στις θερμίδες που καταναλώνονται πραγματικά, μετρημένη με διπλά επισημασμένο νερό σε άτομα που αποτυγχάνουν στη δίαιτα (Lichtman, NEJM 1992). Η ανθρώπινη μεροληψία δεν αλληλοαναιρείται, ο τυχαίος θόρυβος της σάρωσης, ναι.

Το συμπέρασμα: το ερώτημα δεν είναι «είναι τέλεια η σάρωση AI;» αλλά «ποια μέθοδος παράγει τα πιο ακριβή δεδομένα σε 90 γεύματα;». Και εκεί, ο αυτοματισμός κερδίζει, επειδή αντικαθιστά μια κατευθυντική μεροληψία με θόρυβο που αλληλοαναιρείται.

Η καταμέτρηση δεν αρκεί: λείπει το άλλο μισό της εξίσωσης

Ένα τέλειο ημερολόγιο τροφίμων από μόνο του δεν λέει τίποτα. Η απώλεια λίπους είναι αρνητικό ενεργειακό ισοζύγιο: οι εισροές κάτω από τις εκροές. Αν η δαπάνη σου υπολογίζεται λάθος, το έλλειμμά σου είναι λογιστική φαντασία, και μπορείς να μετράς τις θερμίδες σου στο γραμμάριο χωρίς ποτέ να προχωράς.

TDEE = BMR + NEAT + EAT + TEF
Η κλασική εξίσωση της δαπάνης. BMR = βασικός μεταβολικός ρυθμός. NEAT = δραστηριότητα εκτός άσκησης. EAT = προπονήσεις. TEF = πέψη.

Το πρόβλημα: σχεδόν όλες οι εφαρμογές εκτιμούν τη δαπάνη σου με Harris-Benedict (1919) ή Mifflin-St Jeor (1990), τύπους ακαθάριστου βάρους που αγνοούν τη σύσταση του σώματός σου. Στο ίδιο βάρος, ένα σώμα με 15 % bodyfat και ένα σώμα με 30 % δεν καίνε καθόλου το ίδιο. Το Lean υπολογίζει τη δαπάνη διαφορετικά, σε τέσσερα βήματα:

Πραγματικό bodyfat. Φωτογραφία, 5 δευτερόλεπτα.
Βήμα 1

BodyScan AI

Τραβάς μια φωτογραφία στην εφαρμογή. Η AI εκτιμά το bodyfat σου από την ορατή μορφολογία σου, και το επαναλαμβάνει κάθε εβδομάδα. Αυτή η μέτρηση είναι που αγκυρώνει όλον τον υπολογισμό στην άλιπη μάζα σου, όχι στο ακαθάριστο βάρος σου.

Βήμα 2

BMR μέσω κατοχυρωμένου ιδιόκτητου μοντέλου

Ο πατενταρισμένος αλγόριθμος του Lean υπολογίζει τον βασικό μεταβολικό σου ρυθμό από την πραγματική άλιπη μάζα σου. Πιο ακριβής από τους Harris-Benedict 1919 ή Mifflin-St Jeor 1990, που γνωρίζουν μόνο το βάρος σου.

Βήμα 3

NEAT, EAT και TEF μετρημένα, όχι κατ’ αποκοπή

Τα βήματά σου μετράνε στο NEAT, οι προπονήσεις σου στο EAT μέσω των πινάκων αναφοράς MET, και το TEF υπολογίζεται από τα macros που έφαγες πραγματικά, ακριβώς χάρη στην καταγραφή σου.

Βήμα 4

Επαναϋπολογισμένη μεταβολική προσαρμογή

Σε παρατεταμένο έλλειμμα, το BMR πέφτει. Το Lean είναι η πρώτη εφαρμογή που μοντελοποιεί αυτόν τον συντελεστή και τον εφαρμόζει πολλαπλασιαστικά στο BMR. Σύμβαση 100 % = βέλτιστο, 90 % = προσαρμογή 10 μονάδων.

Αποτέλεσμα: η ζωντανή ισορροπία θερμίδων συγκρίνει ό,τι τρως (μετρημένο με τις 4 μεθόδους αυτού του οδηγού) με ό,τι πραγματικά καίς, επαναϋπολογισμένο συνεχώς. Είναι ο συνδυασμός και των δύο μισών, σωστές εισροές και σωστές εκροές, που κάνει την απώλεια λίπους προβλέψιμη. Το ένα χωρίς το άλλο είναι λογιστική στο κενό.

Λήψη από το App Store Διαθέσιμο στο Google Play Δωρεάν λήψη

Συχνές ερωτήσεις για την καταμέτρηση θερμίδων

Πόσες θερμίδες την ημέρα για να χάσεις βάρος;
Δεν υπάρχει καθολικός αριθμός: όλα εξαρτώνται από τη συνολική σου δαπάνη (TDEE), που διαφέρει ανάλογα με τον βασικό σου μεταβολισμό, την καθημερινή δραστηριότητα, την άσκηση και τη σύσταση του σώματός σου. Ο αξιόπιστος κανόνας: έλλειμμα 300 έως 500 kcal κάτω από το πραγματικό σου TDEE, ποτέ ένας γενικός αριθμός τύπου «1 500 kcal» βγαλμένος από το πουθενά. Μπορείς να εκτιμήσεις το δικό σου με τον υπολογιστής θερμιδικού ελλείμματος.
Είναι αξιόπιστη η σάρωση φωτογραφίας AI για την καταμέτρηση θερμίδων;
Ναι, αρκεί να καταλαβαίνεις τι μετριέται. Στα συνηθισμένα πιάτα, το τυπικό σφάλμα είναι περίπου ±10 % ανά γεύμα, με αναγνώριση τροφίμου προς τροφίμο που μπορείς να διορθώσεις (ποσότητες, macros, επανασάρωση). Σε έναν μήνα, περίπου 90 γεύματα, τα τυχαία σφάλματα αλληλοαναιρούνται μέσω του νόμου των μεγάλων αριθμών: αυτό που μετράει είναι η μέση μεροληψία, όχι το σφάλμα ενός μεμονωμένου γεύματος.
Χρειάζεται να ζυγίζεις τα τρόφιμά σου για να μετράς θερμίδες;
Μόνο αν βρίσκεσαι σε φάση όπου κάθε ποσοστό μετράει: αυστηρή γράμμωση, προχωρημένη ανασύσταση σώματος, αθλήματα με κατηγορία βάρους. Για τη μεγάλη πλειονότητα των ανθρώπων, η σάρωση φωτογραφίας AI και οι γραμμωτοί κώδικες αρκούν και με το παραπάνω. Η προσήλωση σε 6 μήνες μετρά πολύ περισσότερο στο τελικό αποτέλεσμα από τη θεωρητική ακρίβεια μιας ρουτίνας ζυγίσματος που θα εγκαταλείψεις.
Πρέπει να μετράς θερμίδες κάθε μέρα;
Ο εβδομαδιαίος μέσος όρος είναι αυτός που καθοδηγεί το αποτέλεσμα, όχι η καθημερινή τελειότητα. Τις φορτωμένες μέρες, μια γρήγορη καταχώριση 10 δευτερολέπτων αξίζει απείρως περισσότερο από ένα κενό δεδομένων. Ένα κατά προσέγγιση γεύμα δεν χαλάει τίποτα· μια εβδομάδα χωρίς καθόλου δεδομένα, ναι, γιατί κρύβει την τάση.
Γιατί δεν χάνω βάρος ενώ μετράω τις θερμίδες μου;
Δύο αιτίες κυριαρχούν. Πρώτον, η υποδήλωση: έως και 47 % μετρημένη απόκλιση ανάμεσα στις θερμίδες που δηλώνονται χειροκίνητα και στις θερμίδες που καταναλώνονται πραγματικά (Lichtman, 1992)· η σάρωση AI μειώνει αυτή τη μεροληψία μετρώντας το πιάτο αντί για τη μνήμη σου. Δεύτερον, η υπερεκτιμημένη δαπάνη: οι περισσότερες εφαρμογές υπολογίζουν το TDEE σου με τύπους ακαθάριστου βάρους που αγνοούν το bodyfat σου και τη μεταβολική προσαρμογή. Αν η πλευρά των εκροών είναι λάθος, το έλλειμμα που εμφανίζεται στην οθόνη δεν υπάρχει.
Το να μετράς τις θερμίδες σου σε κάνει εμμονικό;
Ο στόχος είναι ακριβώς ο αντίθετος: να περιοριστεί η καταγραφή σε λίγα δευτερόλεπτα ανά γεύμα, ώστε να μην καταλαμβάνει καθόλου νοητικό χώρο, ενώ η χειροκίνητη καταγραφή μπορεί να γίνει παρεμβατική. Λίγοι μήνες παρακολούθησης εκπαιδεύουν το μάτι σου στις μερίδες· μετά μπορείς να το χαλαρώσεις, ή και να περάσεις σε γρήγορη προσθήκη. Αν έχεις διαγνωσμένη διατροφική διαταραχή, μίλησε με επαγγελματία υγείας πριν αρχίσεις να παρακολουθείς.
Ποια είναι η διαφορά ανάμεσα στο Lean και το MyFitnessPal για να μετράς τις θερμίδες σου;
Το MyFitnessPal βασίζεται σε μια τεράστια συνεργατική βάση δεδομένων αλλά κυρίως σε χειροκίνητη καταχώριση, και σε ένα TDEE που εκτιμάται από το ακαθάριστο σωματικό βάρος. Το Lean αναλύει κάθε πιάτο υλικό προς υλικό μέσω του scan IA, και κυρίως υπολογίζει τη δαπάνη σου με βάση το πραγματικό bodyfat σου όπως μετριέται από το BodyScan, με μεταβολική προσαρμογή. Το να μετράς τις εισροές έχει νόημα μόνο αν οι εκροές είναι σωστές. Η αναλυτική σύγκριση app προς app βρίσκεται στο σύγκριση των καλύτερων εφαρμογών θερμίδων.

Βιβλιογραφία

  1. Burke L.E., Wang J., Sevick M.A. (2011). Self-monitoring in weight loss: a systematic review of the literature. J Am Diet Assoc. PubMed 21185970.
  2. Alexander E., Tseng E., Durkin N. et al. (2018). Factors associated with early dropout in an employer-based commercial weight-loss program. Obes Sci Pract. PMC6298204.
  3. Lichtman S.W. et al. (1992). Discrepancy between self-reported and actual caloric intake and exercise in obese subjects. N Engl J Med. PubMed 1454084.
  4. Martin C.K. et al. (2009). A novel method to remotely measure food intake of free-living individuals in real time: the remote food photography method. Br J Nutr. PubMed 18616837.
  5. USDA FoodData Central. Βάση δεδομένων διατροφικών στοιχείων αναφοράς. fdc.nal.usda.gov.
  6. Open Food Facts. Παγκόσμια συνεργατική βάση δεδομένων συσκευασμένων τροφίμων. world.openfoodfacts.org.
  7. Hall K.D. et al. (2011). Quantification of the effect of energy imbalance on bodyweight. Lancet. PubMed 21872751.
  8. Mifflin M.D. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. Am J Clin Nutr. PubMed 2305711.
  9. Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
  10. Ainsworth B.E. et al. (2011). Compendium of Physical Activities: a second update of codes and MET values. Med Sci Sports Exerc. PubMed 21681120.
Lean · lean-app.com

Οδηγός που δημοσιεύτηκε στις 13 Ιουλίου 2025 από την Ομάδα Lean. Ενημερώθηκε στις 11 Ιουνίου 2026: πλήρης ανασχεδιασμός, νέα στιγμιότυπα του scan IA και επιστημονικές πηγές. Το Lean είναι διαθέσιμο σε iOS και Android.

App Store Google Play