年度订阅用户可加入科技英语学习社区，每周科技英语直播讲堂，详情查看“阅读原文”
人工智能（AI）应用近年百花齐放，关于医疗健康的项目堪称是大热门，除了研究及疾病治疗、药品开发之外，另一大类就是属于生活保健及运动，特别是对于想要减肥或是维持体重的朋友，
医疗健康应用不仅有助于保持良好外貌体态，同时也可减少疾病上身的机率。
图丨在 AI+健康医疗的领域中，健康风险分析、生活型态的管理及监测、影像诊断都是大热门。（图片来源：CB Insights）
以减肥举例，其最普遍的方式就是减少热量摄取，做饮食纪录，你会把每一餐吃了什么写在本子或手机上，再估算一下卡路里，但执行几天下来不是忘了就是懒了，
现在不少公司将影像识别、机器学习引入，拍张照就能告诉你卡路里，减肥不必再如此纠结。
“在这个食物一上来就先用手机拍照的年代，要做饮食纪录，没有什么方式比拍照更直接、便利了。”Applato 创办人陈颉燕一语道出重点。现在的年轻人习惯食物来了先发微信朋友圈，这样的生活文化反而给了饮食控制一个新的方法。
图 | Applato 创办人陈颉燕（中）原是营养师。（图片来源：DT 君）
“用文字纪录其实很费功夫，我想到过去在美国当营养师时，我们就是用拍照做营养纪录。”陈颉燕说。她在美国拥有营养师学历并工作多年，回台湾后从事营养教育、小朋友健康饮食推广，并且把拍照的概念跟机器学习、饮食管理结合，成立 Applato 公司，把食物拍照上传到 APP，后端系统透过机器学习技术识别照片中的食物是什么，并告诉你卡路里大概多少，做个人健康纪录。
提供类似服务的还有另一家创业公司 Metology
，创办人傅裕翔本身就是一名医生，CEO 李承和则是医学物理师，其他成员还有做数据运算跟影像分析的工程师，一开始他们创业的方向是做肿瘤的大数据分析以及慢性病的预测，利用使用者的健康参数、体检资料，评估未来五年得到慢性病的风险指数，但医疗环境比较封闭，而且过去几年医疗纠纷事件多少带来负面影响，让医院及市场对于新应用的接受度都倾向保守，让 Metology 转向聚焦在生活化的应用：
糖尿病跟减肥，并在不久前获得了台湾生鲜电商平台的种子轮投资。
Google 也有研究
这种 AI+卡路里计算的模式率先在欧美展开，Google 在 2015 年的 Rework Deep Learning Summit 大会上就发表了一个源自于内部团队的实验计划所开发出的照片软件 Im2Calories，让 AI 学会识别照片上的食物计算卡路里。
另一方面，越来越多的创业公司投入，除了 Metology 、 Applato 之外，欧美则有 Calorie Mama 、 Caloric Lab 、 AI Calorie Counter 等，
都是强调使用 AI 进行影像识别，用户想吃东西时先拍下食物，系统算出卡路里，可以再配合自己的身高、体重，建立自己的饮食日记，进一步达到饮食控制的目的。
不过，Applato 及 Metology 的团队具备专业的医疗背景，他们想做的不只是告诉你卡路里，还有更多计划，
象是协助糖尿病患者控制饮食、医疗健康电商、甚至是与精准医疗的结合。
图 | Metology 创办人傅裕翔（图片来源：Metology 提供）
比你想象的困难很多！如何定量就是一个问题
利用 AI 计算卡路里，简单来说，就是结合大数据及影像识别。第一步就是要有食物资料，例如 Metology 除了收集公开平台上的资料，像是 Google 及维基百科、食谱、台湾食药署的公开信息等，也实地走访拍照。第二个步骤就是设计算法，先进行信息清理，去掉冗杂信息、切割图片、标识物体后包出一个算法。第三个步骤就是建立机器学习的模型。
识别食物的指标主要是外型轮廓及颜色。
“
算卡路里准确吗？
”应该是多数人的疑问。实际测试几个食物后的感想是：
目前来说，趣味会比精准程度来得高许多。
举例来说，如果是原材料、外型明确或常见的食物，识别准确度较高，例如香蕉、薯条，甚至是柚子，系统都可以识别出来，但是 DT 君也特意拿了一个“大枣”，机器则认为是巧克力。另外，如果一张照片是咖啡杯，系统可以知道这是咖啡，但如果把黑咖啡倒在一个普通玻璃杯里，系统可能就无法准确知道到底是咖啡还是可乐，因为两者的颜色都是黑色。
图 | 上传柚子的照片后，答案选项就有柚子，接着告诉你热量。
随着深度学习算法的发展，现在要让机器做到识别猫狗已经不困难，所以你可能认为识别食物应该也是挺容易，但事实上，要做到“
定性
”不算太困难，也就是用照片识别食物，但若想要算出精准的卡路里，目前首先得解决的是食物的“
定量
”，不论是欧美或是亚洲创业都遇到了这个问题。
