ダイエットの食事アプリは一口を正しく数える？手首の動きと実際の摂取量を読む

ダイエットの食事アプリで一口の回数を自動記録しても、摂取量やカロリーがそのまま分かるわけではない。手首の動きを使った検証から、見逃しと誤検出、食事時間の判定、個人差を読み分ける。回数の目標を減らしても食べる量が減らなかった実験を手がかりに、記録との付き合い方を考える。

スープを飲む動作と、ご飯を口へ運ぶ動作。手首の機器は、どちらも「一口」として拾おうとする。[6]しかし、その回数は口の中を直接見た数字なのか。それとも、手首が動いたことから推定した数字なのか。ここを確かめるだけで、記録の読み方は変わる。

手首の動きから一口を検出する方法には、実際の食事で役立つ可能性がある。一方、食堂で行われた検証では、実際の一口を拾う感度は75%、検出したものが実際の一口である割合は89%だった。自動記録でも見逃しと誤検出は残る。[6]

さらに、一口を数えることと摂取カロリーを測ることは別である。日常生活の観察研究では回数とカロリーに中程度の正の相関があったが、回数を低い目標に合わせても摂取重量が減らなかった実験もある。数字を減らすことを食事の目的にする前に、何を測った数字なのかを知っておきたい。[17][16]

アプリの画面に出る「一口」は何を数えているのか

ここで扱うのは、食品名を入力する方法全般ではなく、手首の動きを利用する自動計測である。腕時計のような機器で動きを捉え、食べ物を口へ運ぶ動作を判定する研究が行われてきた。初期の研究では、回転の動きを測るジャイロスコープを用いて一口の時点を記録した。[9]

画面に同じ「食事記録」と出ていても、その手前で測っているものを見たい。手首の動きから分かるのは、まず動作の特徴である。その特徴を一口に分類し、食べた時間帯をまとめ、必要に応じて摂取量を推定する。動作の検出から栄養量の推定へ進むほど、別の検証が必要になる。[6][2][10]

食堂での検証では、一口を「食べ物または飲み物が口に入った瞬間」と定義した。噛んだ回数ではない。飲み物も含まれるため、回数を見て固形物だけの食事量だと受け取ると、研究が数えた対象とずれる。咀嚼の回数を知りたい人と、口へ運ぶ回数を知りたい人では、必要な記録が違う。[6]

この検証は271人が食堂で食事をする場面で行われた。18〜39歳の女性にそのまま当てはめられるかは、属性別の感度と食べ方の違いを踏まえて考える必要がある。飲食物の選択は制限せず、同時に撮影した動画を見直して、実際の一口の時点を確かめている。機器の出力だけを眺めた評価ではなく、別の方法で確認した出来事と照合した研究である。[6]

日常に近い食事を調べた点には意味がある。ただし、これは特定の手首計測法の成績だ。使おうとしているアプリが同じ仕組みを採用しているか、別の機器や判定法を使うかまで確認せず、この数字をそのまま当てはめることはできない。研究の名前より、測定の入口が一致しているかを先に見るべきである。[6]

写真から食品を推定する話は、既存記事「ダイエットの食事写真で計算は正確になる？写らない量と間食を読み直す方法」に譲る。こちらで確かめたいのは、皿の画像の読み取りではなく、手首から一口を推定したときのずれである。

初期の検証では、条件を管理した食事で感度94%、管理しない食事で86%という結果だった。また、どちらの条件でも一口5回につき誤検出が1回あった。高い感度と誤検出は同時に存在する。検出できた割合だけを見て、記録がすべて正しいと受け取らないことが大切だ。[9]

後の食堂の研究で感度が75%だったからといって、技術が単純に後退したという比較にもならない。検証の条件や対象が異なる研究の数字は、同じ試験を繰り返した成績ではない。日常に近い場面で使う道具を選ぶなら、最も高い数字を探すより、どんな食事で確かめられた数字かを見るほうが判断につながる。[9][6]

感度75%と的中の割合89%は同じ精度ではない

食堂の研究で評価されたのは、374種類の飲食物にまたがる24,088回の一口だった。感度75%とは、実際に起きた一口のうち機器が拾えた割合を指す。陽性的中率89%とは、機器が一口だと判定したもののうち、本当に一口だった割合である。両者は分母が違う。[6]

感度を見ると、どれだけ食べる動作を取り逃したかが分かる。陽性的中率を見ると、記録に紛れた別の動作がどれだけあったかが分かる。見逃しが少ない方法でも余計な動作を多く拾うかもしれず、検出が確かでも多くを取り逃すかもしれない。「精度」という言葉だけでは、この区別が消えてしまう。[6]

記録の合計回数だけでは、見逃しと誤検出を分けられない。少なく表示されたときに、食事が少なかったのか、拾われなかった動作が多かったのかは別の問題である。逆に多く表示された場合も、その増加をすべて摂取の増加と読むことはできない。検出の両面を知ることが、数字から自分を評価しすぎないための土台になる。[6]

同じ研究でも、年齢・性別・民族性などの属性別に見た感度には62〜86%の幅があった。また、食べる速度が遅いほど感度が高い傾向があった。全体の成績は、あらゆる人や食べ方に同じ確率で当たる保証ではない。平均値がよくても、自分の食事での動作の拾われ方は別に確かめたい。[6]

食品の種類による感度の違いは、一口の際の手首の動きの総量と緩やかな相関を示した。研究者らは、一部の食品では手を口へ近づける動きが減り、頭を皿へ近づける動きが増える可能性を挙げている。手首のセンサーが捉えるのは腕の運動であり、口へ入った食べ物そのものではない。[6]

この研究では、食具、容器、使う手、食品の種類も評価の対象だった。手首の動きを入口にする以上、同じ量を食べても、口へ運ぶ動作の違いが検出に関わる。食品別の感度と手首の動きの総量との相関は緩やかであり、手の動きの大小だけですべての誤差を説明する結果ではない。表示回数を比べる際は、食べ方が変わった可能性も含めて解釈する。[6]

一口を拾う技術と、食事の時間を見つける技術

一口ごとの動作を数えるのとは別に、長い記録から「食事をしていた時間帯」を見つける研究もある。手首の動作の前後関係を広く見ることで、口へ運ぶ動きだけでなく、食品を切る、扱う、合間に休むといった文脈も使う考え方である。[5]

この方法を調べた研究は、354件の記録に含まれる1,063回の食事機会を使って評価された。6分の時間枠を使う方法では食事機会の89%を検出したが、正しい検出に対する誤検出の比は1.7だった。食事を見つけやすいことと、記録に余計な食事が入りにくいことは別に見る必要がある。[5]

より新しい研究では、短い区間ごとの判定に加え、丸一日の動きのパターンを分析した。同じデータセットで食事機会の検出率89%、正しい検出に対する誤検出の比1.4、時間で重み付けした正確度84%という結果だった。日全体の文脈が、短い区間だけで起こる一時的な誤検出を減らす可能性を示している。[2]

ここに出る89%は、一口の研究の陽性的中率89%とは意味が違う。食事機会を拾えた割合と、検出した一口が本物だった割合は、同じ数字でも別の成績表である。アプリの説明に「食事を検出」とあったら、一口まで数えたのか、時間帯を捉えたのかを読み分けたい。[2][6]

食事時間の検出では、連続した動きの中から食事に当たる区間を選ぶ。一口の検出では、その区間内の個々の出来事を判定する。前者で正しい区間を選べても、後者には取り逃しが生じうる。したがって、食事機会の検出率から一口の計数精度を計算することはできない。機能説明の「食事検出」がどちらを指すかで、任せられる仕事が変わる。[5][6]

時間帯の検出で誤検出が多い場合、表示された食事の枠をそのまま食事回数として数えることにも注意が要る。正しい検出に対する誤検出の比は、見逃した食事の割合を示す指標ではない。拾われた枠が実際の飲食に対応するかを振り返る作業には、終日の記録を使う方法でも意味がある。[5][2]

長い時間枠を用いた研究では、4分以上の枠での検出精度は15秒以下の枠より15%高かった。食べる瞬間だけでなく、切る、扱う、休むという周囲の動作が手がかりになるためだ。一方、6分の枠でも正しい検出に対する誤検出の比は1.7である。文脈を広げた改善と、余計な食事区間が残る問題は同時に起きていた。[5]

数字で読む一口の自動計測

271人：飲食物を制限しない食堂で、手首計測と動画による確認を照合した人数である。[6]

75%：同じ研究で、実際の一口を拾った感度。検出結果の的中割合ではない。[6]

89%：同じ研究の陽性的中率。検出したものが実際の一口だった割合である。[6]

r＝0.44：日常生活の2,975回の食行動で見られた、一口の回数と推定カロリーとの相関である。[17]

99人：回数目標を比べた実験の対象者数。低い目標では回数が減っても摂取重量は減らなかった。[16]