Lean vs Foodvisor. Fotoskanningens pioner mot den eneste som setter TDEE-en din sammen på nytt kontinuerlig.
Foodvisor ser tallerkenen din. Lean ser det reelle forbruket ditt. To AI-er, to halvdeler av problemet.
Foodvisor oppfant fotoskanning av måltider i Frankrike og er fortsatt en referanse for å identifisere hva du spiser: foto, gjenkjenning av matvarer, anslag av porsjoner. På forbrukssiden derimot støtter Foodvisor seg på en populasjonsformel (Mifflin-St Jeor 1990, uten målt fettprosent) og en statisk aktivitetsmultiplikator valgt ved registreringen. Lean tar problemet fra den andre siden: beregne hver TDEE-komponent på nytt (BMRBasal Metabolic Rate. Energi brukt i hvile. Hos Lean beregnet på den reelle fettfrie massen via AI BodyScan. på reell fettprosent via en patentert proprietær modell, NEATNon-Exercise Activity Thermogenesis. Forbruk knyttet til skritt og daglige aktiviteter utenom trening. per skritt, EATExercise Activity Thermogenesis. Forbruk knyttet til treningsøktene dine, beregnet via MET. per MET, TEFThermic Effect of Food. Energi brukt på fordøyelsen. Avhenger av inntatte makroer. per makroer) og modulere BMR med den metabolske tilpasningen kontinuerlig, uten koeffisient å velge.
Foodvisor ser tallerkenen din, ikke det reelle forbruket ditt
Leser du dette, har du trolig allerede installert Foodvisor. Du valgte den nettopp for det ingen gjorde før den: fotografere tallerkenen din og la AI-en gjenkjenne kyllingen, risen, sausen, og anslå porsjonene uten å ta frem vekten. Du har oppgitt vekt, høyde, alder, kjønn, og valgt aktivitetsnivået ditt fra en statisk liste. Appen viste deg et kalorimål, la oss si 2 250 kcal for å gå ned i vekt.
Du spilte med. Du skannet måltidene dine, korrigerte porsjonene når AI-en nølte, holdt en ren logg dag etter dag. De 6 første ukene fungerer det. Du går ned. Du er fornøyd. Så rundt uke 8 stivner vekten. Du strammer inn. Du går ned til 2 000 kcal. Igjen, ingenting rører seg.
Tenk deg at Foodvisor viser deg en TDEE på 2 500 kcal. Du spiser 2 250 (teoretisk underskudd på 250 kcal). Men i virkeligheten har din TDEE har sunket til 2 200 kcal på grunn av den metabolske tilpasningen. Du er i overskudd på 50 kcal uten å vite det. Ingen sjanse til å fortsette å gå ned, selv med markedets reneste logg.
Foodvisors løfte er tydelig og holdes: du vet hva som er på tallerkenen din uten å veie noe. Det er verdifullt. Det Foodvisor ikke gjør, er å beregne forbruket ditt på nytt gjennom ukene i underskudd. Og det er nøyaktig der løftet stopper, mens det er spaken som gjør at du går ned i vekt.
BMR-formelen fra 1990, uten målt fettprosent
Anslått BMR. Leans patenterte proprietære modell tar hensyn til den fettfrie massen. Mifflin-St Jeor (populasjonsformel, uten fettprosent) gjør det ikke. Avvik på 500 kcal, tilsvarende en hel lunsj.
For å beregne basalmetabolismen din (BMR, energien du forbrenner i hvile) tar Foodvisor utgangspunkt i profilen din: vekt, høyde, alder, kjønn. Det er logikken i nesten alle forbrukerrettede kaloritrackere, arvet fra populasjonsformler som Mifflin-St Jeor. Og vi må være ærlige: det er bedre enn Harris-Benedict 1919 som andre apper fortsatt bruker.
Mifflin-St Jeor er fra 1990 (PubMed 2305711). Utvalget er stort (498 forsøkspersoner), metoden med indirekte kalorimetri er seriøs, formelen er kalibrert på en moderne populasjon: 10 × vekt (kg) + 6,25 × høyde (cm) − 5 × alder − 161 (kvinner) eller +5 (menn).
Problemet er ikke den valgte formelen. Problemet er det ingen formel av denne typen kan se: den tar bare hensyn til vekten. Ikke fettprosenten. Ikke den fettfrie massen. Ingen felt i Foodvisors onboarding spør om fettprosenten din, og ingen måling finnes i appen.
Men siden 1980-tallet har vi visst at fettmassen bruker svært lite energi sammenlignet med resten av kroppen. Leveren, hjernen, hjertet, nyrene og fremfor alt musklene er de reelle forbrukspostene. Fettmassen er inert. En person med 30 % fettprosent forbrenner slett ikke like mye som en person med 10 % fettprosent, selv ved lik vekt.
Frankenfield 2013 (PubMed 23631843) sammenlignet Mifflin-St Jeor med referansemetoden indirekte kalorimetri på kohorter med og uten fedme. Resultat: 87 % presisjon hos dem uten fedme, og bare 75 % hos dem med fedme. En nyere studie (PMC11820646) viser at ved BMI over 35 bommer Mifflin med 250 til 315 kcal per dag. Det tilsvarer et helt mellommåltid i beregningen av et underskudd.
500 kcal er ikke ingenting. Hvis appen sier « BMR-en din er 2 500 » og den i virkeligheten er 2 000, er alt som følger feil: underskuddsmålet ditt, den ukentlige vekttapsprognosen din, makrofordelingen din beregnet i prosent av TDEE. Og ingen tallerkenfoto, uansett hvor godt gjenkjent, retter et feil mål.

Delkonklusjon: hvis en app beregner BMR-en din utelukkende fra vekt, høyde, alder og kjønn, kan ikke resultatet individualiseres. Det er matematisk umulig. Selv med den beste tallerkengjenkjenningen som inndata.
Aktivitetsmultiplikatoren, valgt én gang for alle
Her blir det alvorlig. Og det er trolig punktet ingen har forklart deg.
Når BMR-en din er anslått, må Foodvisor gå videre til total TDEE. TDEE er BMR + alt det andre : forbruket knyttet til skritt, daglige aktiviteter, trening og fordøyelse. Alt som ikke er basalmetabolisme.
Hvordan gjør Foodvisor det ? Som nesten alle trackere: den ber deg, ved registreringen, velge aktivitetsnivået ditt fra en statisk liste. Disse faktorene kalles i idrettsvitenskapen PAL-nivåer (Physical Activity Level), det er bare en multiplikator brukt på BMR-en din:
- Stillesittende (PAL 1,2): kontor, lite gange
- Lett aktiv (PAL 1,375): sporadisk gange
- Aktiv (PAL 1,55): trening 3 til 5 ganger i uken
- Svært aktiv (PAL 1,725): intens trening nesten daglig
- Ekstremt aktiv (PAL 1,9): svært intens trening eller fysisk arbeid
Og etter valget ditt multipliserer appen BMR-en din med den tilhørende koeffisienten. Det er alt. Det er alt som ligger bak det daglige kalorimålet ditt. En boks DU krysset av én eneste gang ved registreringen. Ofte for seks måneder siden. Uendret siden.
Og her er den stille fellen: denne tilnærmingen er ekstremt uperfekt. Forskjellen mellom en dag der du er klistret til sofaen foran Netflix og en dag der du drar til Disneyland med barna og går 15 km, det er over 1 000 kcal. Ingen av de 5 boksene fanger det.
Foodvisor kan likevel følge aktiviteten din: appen kan telle skrittene dine og registrere øktene dine. Men disse dataene brukes først og fremst til å vise aktiviteten din, ikke til å sette sammen en komplett TDEE: kalorimålet ditt hviler fortsatt på multiplikatoren valgt ved onboarding, og treningsforbruket legges til uten at NEAT og EAT skilles ordentlig.
Reelt forbruk målt over 7 dager for en Lean-bruker. Den grønne linjen er det Foodvisor viste (2 400 kcal fast, statisk multiplikator × BMR). De rosa merknadene viser hvorfor hver dag beveger seg.
Du kan ikke redusere aktivitetsnivået ditt til en statisk boks. Du er kanskje aktiv de ukene du har lite hjemmekontor, og stillesittende de ukene du ikke forlater kontoret. Du er kanskje aktiv om sommeren og stillesittende om vinteren. Du er kanskje aktiv fra tirsdag til fredag og stillesittende i helgen.
Hvilken boks skal du krysse av denne uken? Sannheten er at ingen av de 5 vil være riktig. Og dermed gir Foodvisor deg en TDEE som systematisk er frakoblet virkeligheten.
Nøkkelpoenget i denne artikkelen: selv med en perfekt BMR-formel ville den statiske multiplikatoren være nok til å ødelegge alt. Du kan ikke anslå en NEAT, en EAT og en TEF med én enkelt multiplikator brukt på BMR. Det er konseptuelt absurd.
Du har skjønt det: en BMR-formel uten fettprosent, pluss en statisk tilnærming av alt det andre, gir svært liten sjanse til å nå målene dine over 3 til 6 måneder. Uansett hvor ren loggen er på tallerkensiden.
Den metabolske tilpasningen, aldri modellert
Dette er sluttbossen. Det fineste begrepet. Og trolig det viktigste.
Når du er i kaloriunderskudd, forstår kroppen din at den får mindre energi enn før. For å beskytte seg går den i sparemodus. Nøyaktig som strømsparingsmodusen på iPhonen din: alt fortsetter å fungere, men med mindre energi. BMR-en din synker. NEAT-en din synker. EAT-en din synker.
Det er det som kalles metabolsk tilpasning. Den vitenskapelige litteraturen er klar og reproduserbar: Müller 2015 (PubMed 26399868, ny gjennomgang av Minnesota), Doucet 2001 (PubMed 11430776), Nunes 2020 (PMC7484122) over 6 uker i underskudd. Her er tallene:
- Underskudd på −250 kcal per dag, over 2 til 8 uker: tilpasning på 5 til 10 % (TDEE synker til 90-95 % av utgangsnivået)
- Underskudd på −500 kcal per dag: 10 til 15 % tilpasning (TDEE synker til 85-90 %)
- Underskudd på −750 kcal per dag: 15 til 25 % tilpasning (TDEE synker til 75-85 %)
Lean-konvensjon: 100 % = optimalt, 90 % = 10 % tilpasning. Og siden NEAT, EAT og TEF alle avhenger direkte av BMR, påvirkes nesten hele TDEE-en.
Reell TDEE over 8 uker med underskudd på −500 kcal/dag. Den rosa kurven synker. Foodvisor-linjen forblir flat. I uke 6 er du allerede på vedlikehold. Uten å ha endret noe.
Konkret: hvis du hadde planlagt et underskudd på 10 % på en TDEE på 2 500 (altså spise 2 250 per dag), og kroppen din tilpasser seg med 10 %, er den reelle TDEE-en din nå 2 250. Du er på vedlikehold. Du går ikke ned lenger.
Fellen er at det er snikende. I starten går du ned. Du er fornøyd. Du fortsetter. Men uke etter uke akkumuleres tilpasningen. Og på et tidspunkt, uten å ha endret noe i loggingen din, slutter du å gå ned.
95 % av folk går gjennom dette uten å forstå det. De skylder på viljestyrken sin. De skylder på sitt « ødelagte stoffskifte ». De går i gang med hardere dietter, noe som forverrer tilpasningen. Spiral.
Foodvisor beregner aldri den metabolske tilpasningen. Den gir deg et fast kalorimål så lenge du ikke oppdaterer vekten og aktivitetsnivået ditt manuelt. Du kan skanne tallerkenene dine med eksemplarisk regelmessighet, men når du stagnerer etter 6 uker med deff, aner ikke appen hvorfor.
Hvordan Lean løser hvert av de 3 problemene
Foodvisor har satt en standard for fotoskanning av en rett, og gjenkjenningen av fransk mat er fortsatt utmerket. Problemet er ikke det den ser på tallerkenen din, det er det den ikke ser av kroppen din : forbruket forblir anslått med en populasjonsformel multiplisert med et aktivitetsnivå. Lean gjør begge deler : AI-fotoskanning og måling av hver TDEE-komponent (BMR + NEAT + EAT + TEF) pluss den metabolske tilpasningen. Her er detaljene.


Patentert proprietær modell, basert på fettfri masse
Å telle inntatte kalorier perfekt er nytteløst hvis forbrukte kalorier er 300 kcal feil. Lean beregner stoffskiftet på din masse maigre, den eneste som faktisk forbruker i hvile, og ikke på råvekten din.
Le AI BodyScan bruker på kroppen din det Foodvisor bruker på tallerkenen din : ett foto, en modell trent på en bank av DEXA-skanninger, fettprosenten din på noen sekunder, gjentatt hver uke.
Ingen hudfoldsmåler, ingen impedansvekt, ingen DEXA. Samme enkelhet som en måltidsskanning, anvendt på kroppssammensetningen din.
NEAT, EAT, TEF beregnet hver for seg
NEAT. De reelle skrittene dine kommer via HealthKit (iOS) eller Google Fit (Android) og blir til kalorier etter stoffskiftet ditt. Det er den mest variable posten i dagen, og den et oppgitt aktivitetsnivå flater helt ut.
EAT. Hver økt tallfestes per MET på den reelle innsatstiden din, hviletid ekskludert. Å telle en time styrketrening som en time løping forvrenger balansen med flere hundre kcal per uke.
TEF. Foodvisor identifiserer matvarene dine, Lean utleder fordøyelseskostnaden av dem : 20 til 30 % av kaloriene for proteiner, 5 til 10 % for karbohydrater, 1 til 3 % for fett, i stedet for den faste satsen på 10 % brukt overalt.



En verdensnyhet i en forbrukerapp
Den metabolske tilpasningen. Ingen måltidsskanning oppdager at stoffskiftet ditt har bremset med 12 % etter åtte uker. Lean anslår det etter de publiserte intervallene (Müller 2015, Doucet 2001) og korrigerer målet ditt deretter.
Over 10 til 15 % tilpasning kan appen anbefale en retur til vedlikehold for å sette fart på stoffskiftet igjen før du starter på nytt.
Ingen aktivitetsmultiplikator å velge. Hver komponent måles, uke for uke.

Lean mot Foodvisor, kriterium for kriterium
Ærlig lesning av styrkene og svakhetene til hver app. Ingen kriterier gjelder pris.
Lean
Foodvisor3 metoder for å logge et måltid
Foodvisor beviste at ett foto kunne erstatte manuell inntasting. Lean tar denne ideen videre og utvider den : tre registreringsmetoder etter situasjonen, for å holde ut over tid.



- Søk i databasen. Kuratert base, USDA + OpenFoodFacts. Ingen støy fra brukere, ingen « Grillet kylling » lagt inn 47 ganger av 47 ulike brukere med 47 ulike verdier.
- Strekkodeskanning. Standard. Du skanner pastapakken din, du får makroene.
- AI-fotoskanning av en rett. Du tar bilde av tallerkenen din, AI-en gjenkjenner matvarene, du får kalorier og makroer per matvare. Refleksen du allerede har hvis du kommer fra Foodvisor: du beholder den som den er.
Leans AI-fotoskanning spiller samme rolle som Foodvisors for måltider spist ute. Forskjellen ligger et annet sted : det Lean deretter gjør med disse kaloriene, ved å stille dem opp mot et målt og ikke anslått forbruk.
Utover måltidet viser Lean en TDEE som oppdateres i løpet av dagen etter skrittene dine. Å skanne en tallerken perfekt mot et fastlåst kalorimål er ikke nok.
Og over det, Progresjonspyramiden :
Det Foodvisor gjør bedre
Lean er ikke perfekt, og Foodvisor har flere reelle styrker man må anerkjenne. Ærlig lesning, kriterium for kriterium, på aksene der pioneren fortsatt leder. Ingen av disse aksene er sekundære: de er reelle pilarer i Foodvisors løfte.
Foodvisor
LeanÆrlig lesning. På tallerkengjenkjenning skapte Foodvisor kategorien i Frankrike i 2018, og AI-en har år med treningsforsprang: identifisering av matvarer, anslag av porsjoner uten vekt, håndtering av sammensatte retter. Det er dens historiske lekeplass, og der forblir den referansen. På menneskelig oppfølging tilbyr Foodvisor oppfølging av autoriserte ernæringsfysiologer direkte i appen: Lean tilbyr ikke det, og påstår ikke å erstatte det. Leans AI-fotoskanning er moderne, ubegrenset og mer enn tilstrekkelig for daglig bruk, men Lean gjør ikke krav på forspranget på dette feltet.
Hvis hovedvinkelen din er den mest innarbeidede tallerkenidentifiseringen som finnes, eller menneskelig coaching integrert i appen, er Foodvisor mer relevant enn Lean. Hvis vinkelen din er presisjonen i TDEE-beregning, fettprosenten målt hver uke via AI BodyScan, og den automatiske metabolske tilpasningen, er det nøyaktig det som nettopp er vist i de 3 foregående avsnittene. Noen kjører begge appene parallelt mens de velger, og det er helt forsvarlig.
Hvem Lean er laget for
4 profiler. Kjenner du deg igjen i minst én, er Lean trolig laget for deg.
Du har brukt Foodvisor seriøst og ikke gått ned
Du har skannet tallerkenene dine, korrigert porsjonene, fulgt et ærlig underskudd i ukevis, og du stagnerer. Det er ikke fotoet som er skyldig, det er det fastlåste målet beregnet uten fettprosent. Lean retter det ved roten via BMR på reell fettprosent.
Du stagnerer etter flere uker med deff
Platå som varer etter 4 til 8 uker. Det er den metabolske tilpasningen. Lean beregner den automatisk og justerer målet ditt hver uke.
Du vil forstå stoffskiftet ditt
Lean viser hver komponent (BMR, NEAT, EAT, TEF) og forklarer deretter tilpasningen separat, i stedet for å skjule alt bak ett enkelt tall. Du ser hvor hver forbrukt kcal kommer fra.
Du vil ha en logging som varer i 12 måneder
AI-fotoskanning + kuratert base + strekkode dekker alle bruksområder, fra råvaren til pizzaen på restaurant. Det er det som utgjør forskjellen mellom å holde ut og å gi opp.
Foodvisor er fortsatt mer relevant for : menneskelig coaching av autoriserte ernæringsfysiologer direkte i appen, og den mest innarbeidede tallerkengjenkjenningen i det franske markedet. Presisjonen i forbruksberegningen og den metabolske tilpasningen er rett og slett ikke en del av hovedløftet.
Bytt fra Foodvisor til Lean (eller bruk begge) på 3 minutter
Last ned Lean
App Store eller Play Store. Registrering på 30 sekunder.
AI BodyScan
Ett foto, 5 sekunder. Du får fettprosenten din.
Vekt & høyde
Du oppgir vekten og høyden din. Det er alt.
Lean beregner
BMR på reell fettprosent, NEAT via HealthKit / Google Fit (reelle skritt), EAT per MET, TEF per makroer, pluss den metabolske tilpasningen som modulerer BMR. Automatisk.
Logg et måltid
Foto, strekkode eller database. Du kjenner allerede handlingen.
Viktig merknad. Lean importerer ikke Foodvisor-historikken din automatisk, heller ikke favorittmatvarene dine. Hvis oppfølgingen din med en Foodvisor-ernæringsfysiolog betyr noe for deg, hindrer ingenting deg i å beholde begge i overgangsperioden: Foodvisor for den menneskelige oppfølgingen, Lean for TDEE og den daglige loggingen. Synkroniseringen HealthKit / Google Health Connect tar derimot over umiddelbart for skrittene dine og aktivitetshistorikken din.
Det Lean gjør, og som Foodvisor ikke gjør (på forbruket)
Seks funksjoner sentrert på forbruket, som ikke finnes hos Foodvisor. Alle følger av samme prinsipp : beregne hver TDEE-komponent presist, ikke tilnærme den.
Din reelle fettprosent, målt fra ett enkelt foto, gjentatt hver uke. Det er dataen som endrer hele BMR-beregningen. Ingen annen forbrukerapp tilbyr det.
TDEE-en din justeres uke for uke etter vitenskapelig etablerte tall. Du unngår platåene ingen klarer å forklare.
BMR + NEAT + EAT + TEF vist hver for seg, oppdatert i løpet av dagen. Ikke lenger et tall frosset klokka 8 om morgenen. Du ser kaloribalansen din direkte.
Skrittene dine, målt av telefonen din, mater direkte TDEE-beregningen hver dag. Ingen boks stillesittende eller aktiv å krysse av, aldri.
Fordøyelsen er ikke en fast sats på 10 %. Proteiner 20 til 30 %, karbohydrater 5 til 10 %, fett 1 til 3 %. Lean gjør beregningen ved hvert måltid og integrerer den i TDEE.
Følg trendene dine for vekt, fettprosent og fettfri masse over måneder. Forstå syklusene dine. Se fasene der du gjør fremgang og de der du stagnerer.
Du installerer appen gratis, tester uten forpliktelse, og bestemmer deretter om verktøyet passer målet ditt.
Ofte stilte spørsmål
Foodvisor oppfant fotoskanning av måltider, hvorfor sammenligne den med Lean ?
Hvorfor beregner ikke Foodvisor BMR på reell fettprosent ?
Er Leans fotoskanning like god som Foodvisors ?
Foodvisor teller skrittene mine, holder det for NEAT ?
Er Lean gratis eller betalt ?
Kan man bruke Lean og Foodvisor parallelt ?
Tallerkenen er løst. Forbruket er det ikke.
Det er ikke Foodvisor mot Lean i markedsføring. Det er inntaket mot forbruket, to halvdeler av samme ligning.
Foodvisor har løst venstre halvdel : vite hva du spiser, uten vekt, takket være den mest innarbeidede fotoskanningen i det franske markedet. Men for høyre halvdel, forbruket ditt, støtter Foodvisor seg på en populasjonsformel fra 1990 uten målt fettprosent, en fastlåst aktivitetsmultiplikator du krysser av én eneste gang ved registreringen, og ingen metabolsk tilpasning. Kombinasjonen av de tre gjør enhver presis kalorioppfølging umulig utover noen uker med deff. Det er matematikk.
Lean ble bygget for den halvdelen : BMR basert på reelle fettprosent (målt med AI BodyScan) via en patentert proprietær modell, NEAT per reelle skritt, EAT per idrett og MET, TEF per makroer, pluss den metabolske tilpasningen som modulerer BMR uke for uke. Hver komponent beregnet presist, uten magisk koeffisient. Og fotorefleksen du fikk hos Foodvisor, beholder du : AI-fotoskanningen er integrert, ubegrenset.
Hvis du har prøvd Foodvisor seriøst og ikke fikk resultatene du håpet på i deffen din, er problemet ikke deg, og heller ikke fotoet. Problemet er den fastlåste TDEE-en under panseret. Bytt motor, behold refleksen.
Lean kan lastes ned gratis
iOS og Android. AI BodyScan fungerer med ett enkelt foto. Ingen hudfoldsmåler, ingen impedansvekt, ingen DEXA.
Interne lenker
- Gratis TDEE-kalkulator på nett · nettversjon, uten registrering, samme logikk som appen (BMR + NEAT + EAT + TEF).
- Forstå TDEE i detalj (BMR, NEAT, EAT, TEF, tilpasning) · dyptgående vitenskapelig artikkel.
- Slik teller du kaloriene dine riktig · praktisk guide for nybegynnere.
- NEAT : forbruk per skritt og aktivitet utenom trening.
- TEF : fordøyelsen forbrenner kalorier.
Bibliografi
- Harris J.A., Benedict F.G. (1919). A Biometric Study of Basal Metabolism in Man. Carnegie Institution of Washington.
- Mifflin M.D., St Jeor S.T. et al. (1990). A new predictive equation for resting energy expenditure in healthy individuals. American Journal of Clinical Nutrition. PubMed 2305711.
- Frankenfield D.C. (2013). Bias and accuracy of resting metabolic rate equations in non-obese and obese adults. Clinical Nutrition. PubMed 23631843.
- Westerterp K.R. (2004). Diet induced thermogenesis. Nutrition & Metabolism. PubMed 15507147.
- Müller M.J. et al. (2015). Metabolic adaptation to caloric restriction and subsequent refeeding: the Minnesota Starvation Experiment revisited. American Journal of Clinical Nutrition. PubMed 26399868.
- Doucet E. et al. (2001). Evidence for the existence of adaptive thermogenesis during weight loss. British Journal of Nutrition. PubMed 11430776.