# Les applis IA sous-estiment les repas de 345 calories : ce qu'a trouvé l'étude du NIH 2026

> Des chercheurs du NIH ont photographié 102 repas issus d'une cuisine métabolique et les ont enregistrés dans quatre applis de comptage par photo. Toutes ont sous-estimé. Voici ce qui a réellement été testé, et ce que ça change pour vous.

Canonical: https://www.mycallie.app/fr/blog/ai-calorie-app-accuracy-study-2026
Published: 2026-08-25 · Updated: 2026-08-25
Author: Md Sadab Wasim · Source: https://www.mycallie.app

Si vous avez utilisé un compteur de calories par photo en vous demandant discrètement si le chiffre n'était pas trop beau pour être vrai, la recherche va désormais dans le même sens. **Quatre applis de comptage par photo très utilisées ont sous-estimé les repas de 250 à 345 calories chacune.**

Voilà pour le titre. Le détail en dessous est plus utile que le titre, et il change ce qu'il faut en faire.

## La réponse en 30 secondes

Des chercheurs du NIDDK, rattaché au NIH, ont enregistré 102 repas de composition connue dans quatre applis de comptage par photo populaires, et **toutes ont sous-estimé**, de 250 à 345 calories par repas en moyenne. Les lipides étaient le macro le moins bien estimé, avec un écart d'environ 30 grammes, et les repas riches en graisses ou cétogènes étaient les plus difficiles. Les repas ont été enregistrés à partir de la seule photo, sans correction des portions, donc dans le pire des cas plutôt qu'en usage normal, et les résultats viennent d'un résumé de congrès pas encore relu par des pairs. La solution : vérifie chaque estimation et ajoute l'huile, le beurre et la portion que l'appareil photo a manqués avant d'enregistrer.

## Ce que les chercheurs ont fait

Aaron Hengist et Olivia Charles, du National Institute of Diabetes and Digestive and Kidney Diseases (NIH), ont construit le test autour de repas dont la composition était connue au gramme près. Les repas sortaient d'une cuisine métabolique contrôlée, celle des études d'alimentation en hospitalisation où chaque ingrédient est pesé.

Ils ont photographié 102 de ces repas et enregistré chaque photo dans quatre applis de comptage par photo très utilisées. Puis ils ont comparé ce que rapportaient les applis aux chiffres de la cuisine. Une analyse ultérieure a étendu le travail à plus de 200 repas.

Le protocole compte. La plupart des affirmations de précision dans ce domaine, y compris notre propre [test sur 20 repas](/blog/how-to-track-calories-from-a-photo), comparent une estimation à une pesée sur balance de cuisine. Une cuisine métabolique est une référence plus stricte que cela.

## Les chiffres

| Feature | Ce que l'étude a trouvé |
|---|---|
| Sous-estimation calorique moyenne par repas | 250 à 345 kcal |
| Sous-estimation moyenne des lipides par repas | environ 30 g |
| Macronutriment le plus fiable | Glucides |
| Macronutriment le moins fiable | Lipides |
| Repas les mieux estimés | Repas plus caloriques |
| Repas les moins bien estimés | Repas légers, et repas riches en graisses ou cétogènes |
| Applis ayant sous-estimé | Les quatre |

_Présenté à NUTRITION 2026 à partir de 102 repas de cuisine métabolique. Toutes les applis se sont trompées dans le même sens._

Deux choses ressortent.

D'abord, les quatre applis se sont trompées dans la même direction. Ce ne sont pas quatre bugs distincts, c'est une propriété structurelle de l'estimation calorique à partir d'une image.

Ensuite, l'erreur augmente avec la quantité de graisse cachée dans un repas. Environ 30 grammes de lipides représentent quelque 270 calories, ce qui suffit à expliquer l'essentiel de l'écart. L'erreur calorique est en grande partie une erreur sur les lipides sous un autre nom.

## Pourquoi une photo ne voit pas la graisse

Pensez à ce qu'un appareil photo capture réellement. La forme, la couleur, la texture de surface, la surface approximative. C'est suffisant pour reconnaître du poulet, du riz et du brocoli. C'est insuffisant pour répondre à la question qui détermine le compte calorique : combien de graisse est entrée dans les trois.

Les angles morts précis :

- **L'huile absorbée.** Un sauté cuit dans deux cuillères à soupe d'huile est visuellement identique à un sauté cuit à sec. Cela fait environ 240 calories qui ne laissent aucune trace visuelle.
- **Le beurre et les graisses fondues dans le plat.** Le beurre dans une purée, la crème dans une soupe, le ghee dans une base de curry.
- **La vinaigrette déjà mélangée.** Une salade assaisonnée ressemble à une salade.
- **La profondeur.** Photographier un bol du dessus vous donne la surface des aliments, pas la hauteur qu'ils occupent.
- **La densité.** Deux portions de riz visuellement identiques peuvent différer d'un tiers en poids selon le tassement.

La graisse vaut neuf calories par gramme contre quatre pour les protéines et les glucides : chaque gramme manqué coûte donc plus du double. C'est aussi le macronutriment le plus susceptible d'être invisible. Ces deux faits réunis expliquent tout le résultat.

Cela explique aussi le constat sur le cétogène. Un repas keto est délibérément construit pour porter l'essentiel de son énergie sous forme de graisse, c'est-à-dire précisément l'énergie qu'une photographie ne peut pas voir. Les applis ont le plus échoué là où le macronutriment invisible dominait.

L'étude n'a pas conclu que la reconnaissance des aliments par IA échouait. Reconnaître ce qui est dans l'assiette est un problème à peu près résolu. L'écart porte sur la quantification, et plus précisément sur la quantification de ce qu'on ne peut pas photographier.

## La réserve que les titres ont sautée

Voici la phrase de l'équipe de recherche que la plupart des articles ont laissée de côté, et c'est celle qui devrait changer votre lecture des chiffres :

> « Les personnes qui utilisent une appli de suivi par photo sans ajuster les portions ni saisir les quantités devraient prendre les résultats avec des pincettes. »

Les repas ont été enregistrés à partir de la photo seule. Aucune correction de portion, aucun ajout d'huile, aucune modification. C'est un protocole délibéré et défendable, parce qu'il isole ce que fait le modèle seul. C'est aussi la façon la moins précise dont on utilise ces applis en pratique.

Lisez donc ce résultat comme un plafond de l'erreur, pas comme la description de votre mardi. Une appli que vous corrigez avant d'enregistrer est un autre instrument qu'une appli à qui vous laissez classer l'estimation sans la regarder.

Une dernière réserve, et elle est réelle. Le travail a été présenté sous forme de résumé à NUTRITION 2026, le congrès annuel de l'American Society for Nutrition, à National Harbor (Maryland), fin juillet 2026. Les résumés de congrès n'ont généralement pas subi l'évaluation par les pairs d'une revue. La direction du résultat est cohérente avec tout ce que l'on sait de l'estimation énergétique à partir d'images. Les chiffres exacts sont à considérer comme provisoires jusqu'à la publication complète.

## Que faire

Une erreur quotidienne de 300 calories n'est pas un arrondi. C'est plus que le déficit visé par la plupart des gens, ce qui signifie qu'elle peut faire passer un vrai déficit pour un plateau et vous envoyer chercher une explication métabolique qui n'existe pas. Nous avons écrit l'ordre de diagnostic dans [déficit calorique sans perte de poids](/blog/calorie-deficit-not-losing-weight).

Cinq corrections, par ordre de rendement :

1. **Vérifiez chaque estimation avant l'enregistrement.** C'est tout l'enjeu. Une estimation que vous n'avez jamais regardée est une estimation que vous n'avez jamais corrigée, et l'étude mesure exactement ce scénario.
2. **Ajoutez la graisse dont vous savez qu'elle est là.** Si vous avez cuit à l'huile, enregistrez l'huile. S'il y a du beurre dedans, enregistrez le beurre. Pas besoin de le voir pour savoir qu'il y est. Cette seule habitude comble l'essentiel de l'écart mesuré.
3. **Corrigez la portion, pas l'aliment.** La reconnaissance a en général raison sur la nature de l'aliment. C'est la quantité qui dérive. Ajustez les grammes ou les portions et laissez l'identification tranquille.
4. **Pesez les rares choses qui font le plus varier le total.** Pas besoin de balance pour un blanc de poulet. Il en faut une pour l'huile, la purée d'oléagineux, le fromage, le granola, et tout ce dont une petite différence visuelle représente une grosse différence calorique. Liste complète dans [comment compter ses calories avec précision](/blog/how-to-track-calories-accurately).
5. **Jugez l'appli sur votre courbe de tendance.** Si vos enregistrements disent 1 800 et que votre poids stagne trois semaines, ce sont les enregistrements qui ont tort avant la formule. Calibrez sur ce que fait votre corps, pas sur l'estimation d'un repas.

Callie n'enregistre pas une photo automatiquement. L'appli vous montre ce qu'elle a identifié, aliment par aliment, avec les portions et les macros, et attend que vous confirmiez ou modifiiez. C'était un choix délibéré bien avant cette étude, et la raison est exactement ce que l'étude a mesuré. Une estimation IA non corrigée est le mode d'échec. Rendre l'étape de correction incontournable est la solution.

## La position honnête sur le suivi par photo

Il serait facile de lire cette étude comme un réquisitoire contre le comptage de calories par IA. Je ne crois pas que ça tienne, pour une raison que l'étude n'a pas mesurée.

L'alternative à un enregistrement imparfait, c'est en général l'absence d'enregistrement. Des décennies de recherche montrent que les apports alimentaires autodéclarés sont sous-déclarés de 20 à 40 %, et il s'agit là de personnes qui saisissent leurs entrées à la main, soigneusement, dans une étude dont elles savent faire partie. Une erreur de 300 calories sur une photo que vous avez réellement prise n'est pas manifestement pire qu'une erreur de 600 calories sur une saisie manuelle faite à l'œil, ni que la semaine où vous avez tout arrêté parce que chercher chaque ingrédient dans une base de données était devenu pénible.

La bonne conclusion est plus étroite et plus utile. Le suivi par photo est un premier brouillon rapide, pas une réponse finale. Traitez l'estimation comme un point de départ qui demande un tour de correction, et l'avantage de vitesse survit là où l'essentiel de l'erreur disparaît.

Cet article est une information générale, pas un avis médical. Si vous avez une pathologie, prenez un traitement qui interagit avec l'alimentation, êtes enceinte ou avez des antécédents de trouble du comportement alimentaire, parlez-en à un professionnel de santé qualifié avant de changer votre alimentation.

## À lire aussi

- [Compter ses calories à partir d'une photo](/blog/how-to-track-calories-from-a-photo) : la mise en place photo qui donne à n'importe quelle appli sa meilleure chance, plus notre propre test.
- [Comment compter ses calories avec précision](/blog/how-to-track-calories-accurately) : la version pratique, quoi peser, quoi estimer, et les quatre catégories de calories cachées.
- [Le guide complet du comptage de calories par IA](/guides/ai-calorie-tracking) : comment fonctionne la vision par ordinateur sous-jacente et où elle échoue.
- [Déficit calorique sans perte de poids ?](/blog/calorie-deficit-not-losing-weight) : l'ordre de diagnostic quand les chiffres et la balance se contredisent.

## Sources

1. Charles O, Hengist A et al. (2026). « Accuracy of photo-based dietary tracking applications. » Présenté à NUTRITION 2026, American Society for Nutrition, National Harbor, MD, 25 au 28 juillet 2026. Communiqué : https://www.eurekalert.org/news-releases/1136415
2. American Society for Nutrition, couverture du congrès NUTRITION 2026. https://www.sciencedaily.com/releases/2026/07/260726015237.htm
3. HealthDay. « How Accurate Are Photo-Based Calorie Apps? 4 Are Put To The Test. » https://www.healthday.com/health-news/nutrition/how-accurate-are-photo-based-calorie-apps-4-are-put-to-the-test
4. Hall KD, Guo J (2017). « Obesity Energetics: Body Weight Regulation and the Effects of Diet Composition. » *Gastroenterology*. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5568065/
5. USDA FoodData Central. https://fdc.nal.usda.gov/