食事記録の入力方法は4通りある — 写真・バーコード・検索・概算の使い分け
食事記録アプリに表示される「このラーメンは約650kcal」という数値は、アプリがその一杯を実測したものではない。どこかにある食品データを引いてきて、量を掛けた結果である。入力方法が違えば、引いてくるデータの種類も量の決め方も変わり、精度の性格そのものが変わる。
この記事では、食事記録アプリに一般的な4つの入力方法——バーコード、データベース検索、名前からの概算、写真からの推定——が何を参照しているのかを一次情報にあたって整理する。どれが正しいかではなく、どの場面でどれを使うと手間と精度の釣り合いが取れるかという話になる。
記録アプリの数値は2つの源にたどりつく
日本で使う食事記録アプリが扱う栄養データの出どころは、大きく2つに分かれる。
ひとつは食品のパッケージに書かれた栄養成分表示。消費者庁の制度では、一般用加工食品には熱量（エネルギー）、たんぱく質、脂質、炭水化物、ナトリウム（食塩相当量で表示）の5項目の表示が義務づけられている。市販の加工食品の数値は、基本的にここから来る。
もうひとつは文部科学省の日本食品標準成分表。現行版は「八訂」増補2023年で、18食品群に2,538食品を収載している。生鮮食品、自分で作った料理、表示のない外食の数値は、ここを基礎にした計算で出すことになる。
4つの入力方法の違いは、この2つのどちらを引くか、そして「何グラムか」をどう決めるかの違いにほぼ還元できる。
バーコード — 表示値をそのまま引く
バーコードを読むと、アプリは商品コードを食品データベースに照合し、その商品に登録された栄養成分表示の値を取り出す。量は内容量やパッケージの1食分表示がそのまま使えるため、4つの入力の中で量の不確かさが最も小さい。
ただし、引いてきた表示値そのものに幅がある。消費者庁の事業者向け資料では、表示値の求め方は分析でも計算でもよく、「データベース等の値を用いること、又はデータベース等から得られた個々の原材料の値を計算して表示値を求めることも可能」とされている。そして熱量の許容差の範囲は±20%。許容差に収まらない可能性がある場合は、「推定値」または「この表示値は、目安です。」と併記する扱いが認められている。バーコードで引いた650kcalは、分析すれば520〜780kcalのどこかにあり得る、という性格の数値である。この点は栄養成分表示の読み方で詳しく扱っている。
もうひとつの制約は網羅性である。商品コードと栄養情報の対応表は、公的に整備された単一の台帳があるわけではなく、オープンデータや各アプリ独自の蓄積に依存している。登録のない商品や終売した商品は読めず、読めても中身がリニューアル前の値であることがある。
データベース検索と概算 — 成分表の標準成分値を引く
表示のない食品は成分表の値を引く。ここで押さえておくべきなのは、成分表の数値の性格である。
成分表は「1食品1標準成分値を原則として収載」しており、その標準成分値は「国内において年間を通じて普通に摂取する場合の全国的な代表値」として定められている。目の前の食材の実測値ではない。成分表自身、原材料的食品について「動植物や菌類の品種、成育環境等種々の要因により、かなり変動のあることが普通である」と記している。
エネルギーの値も測定値ではない。八訂以降は、アミノ酸組成によるたんぱく質、脂肪酸のトリアシルグリセロール当量、利用可能炭水化物（単糖当量）、糖アルコール、食物繊維総量、有機酸、アルコールの量にそれぞれのエネルギー換算係数を乗じて算出する方式になっている。組成から計算されたkcalである。
名前だけで概算する入力は、ここに量の推定が重なる。「牛丼 並盛」と入力すれば料理の種類は特定できるが、その店の並盛が何グラムかはわからない。米、肉、たれの構成比も標準的な想定に寄せることになる。
写真からの推定 — 推定が二段になる
写真からの推定は、上の仕組みの上に乗っている。画像から料理の種類を判定し、見た目から量を見積もり、その結果を成分表や表示値に当てはめて数値を出す。参照するデータは同じでも、そこに至るまでに判定と量の見積りという2つの推定が入る。
構造上、苦手な条件はわかりやすい。丼物や煮込みのように中身が見えない料理、油や調味料のように見た目に表れにくい成分、皿の大きさの手がかりがない構図、同じ見た目で成分が違うもの（無糖か加糖か、皮つきか皮なしか）。いずれも画像に情報が写っていないという性質の問題で、推定モデルの出来とは別に残る。
一方で、写真の利点は手数の少なさにある。食事記録アプリの選び方で整理したとおり、記録の細かさよりも記録が続いていることのほうが結果に結びつきやすいという関係が報告されている。入力に手間がかかるほど、数週間後に残っている記録は少なくなる。
使い分けの基準は「量が確定しているか」
4つを並べると、精度を決める要素が「データの出どころ」と「量の確定度」に分解できる。
- バーコード：出どころは表示値（熱量の許容差±20%）、量は確定。繰り返し食べる市販品に向く。
- データベース検索：出どころは成分表の代表値、量は自己申告。自炊や単品の食材に向く。
- 名前で概算：出どころは標準的な想定、量も想定。外食で手がかりが何もないときの手段。
- 写真：出どころは上と同じ、量は画像からの推定。手数を最小にしたいときに向く。
体重の増減の傾向を追うのであれば、1食ごとの誤差より記録が揃っていることが重要になる。特定の栄養素の摂取量を把握したいのであれば、その食品だけはバーコードか重量入力で詰めて、残りは概算で済ませるという配分が現実的である。
精密にしようとして記録が途切れるほうが、推定値のまま続く記録より情報量が少なくなる。
CaRoot の4つの入力
CaRoot はこの4通りをそのまま持っている。AIスキャンは写真から料理と量を推定する。バーコードスキャンは Open Food Facts を参照して市販品の表示値を引く。内蔵の食品データベースは約2,500件を収録し、検索して量を指定できる。名前で概算は、写真も商品コードもない外食向けの入力である。繰り返す組み合わせは「いつもの食事」として保存できる。
できないことも書いておく。AIスキャンは中身の見えない料理や油の量を外す。バーコードは Open Food Facts に登録のない商品を読めない。内蔵データベースの約2,500件は成分表の2,538食品より少なく、珍しい食材は入っていない。いずれも推定値であり、分析値ではない。
1食の数値を当てにいく設計にはしていない。入力は手数の少ない方法から選べるようにし、判断は週間レポートやカレンダーで見る数日から数週間の傾向で行う。記録は端末内に保存されるのでアカウントなしでも使え、ログインするとクラウドに同期される。
出典
この記事は食品成分データと食事記録の仕組みに関する一般的な解説であり、特定の疾患の診断や食事療法を目的とするものではない。既往症があるなど個別の事情がある場合は、医師や管理栄養士への相談が適切である。
CaRoot は、写真を撮るだけで
記録が終わる食事管理アプリです。