Bling 餐點照片營養估算基準研究方案

一個版本化的、可重複的協議，用於根據稱重或記錄的參考值評估食物照片卡路里和大量營養素的估計值。

版本化基準協議

研究方案 1.0.0僅限協定 - 無結果審核於 2026年8月1日

狀態: 僅限協定 - 無結果
版本: 1.0.0
已發布: 2026年8月1日
最後評論: 2026年8月1日

當前狀態

尚未釋出任何效能結果。此頁面會在結果表存在之前凍結規則。

基準測試將回答什麼

該單元是獨立膳食，在用於消費者日記的冷凍 Bling 產品構建上進行評估。它不是臨床驗證，不能支援診斷、治療、藥物劑量或個人化營養建議。

首次能量和常量營養素估算值與記錄的參考值相差多遠？
估計值落在預先宣告的誤差範圍內的頻率有多少？
哪些用餐環境和視覺上隱藏的成分與較大的誤差有關？
在不暗示實驗室精度的情況下，結構化使用者校正步驟會改變多少誤差？

樣本與收藏

通用基準發布需要進行 100 份餐點的物流試點，然後在產品和方案凍結後收集至少 1,000 份獨立評估餐點。確認保留中至少有 200 份評估餐食，每個報告的主要背景至少包含 50 份餐食，並且收集跨越多個選單週期的至少三個場所或家庭來源。

下限是一種出版保障，而非統計權力的主張。該試點永遠不會合併到標題評估中，並且將報告所達到的置信區間精度。

開發、試點和評估分割槽按用餐者、膳食、菜譜譜系、餐廳或場所以及近似重複的影像組進行隔離。最終的評估影像是新的、非公開的，並且在協議和系統凍結之前無法及時調整。

兩個互補分佈

保留觀察到的產品流量分佈的自然使用樣本
平衡壓力樣本，涵蓋美食、能量和份量範圍、單一菜餚與混合菜餚、家庭與餐廳或包裝食品、飲料、醬汁、隱藏成分、遮擋、光線、角度、容器和低對比度準備工作

預先宣告的用餐環境

單一可見專案
家常拌菜
餐廳或外賣
包裝或品牌食品
湯、飲料或其他低能見度製劑

包含

食用前拍攝的完整餐點或食物
記錄的參考方法和食用量
凍結的產品版本和帶有時間戳記的首次通過結果
在任何影像發布之前記錄的同意和去識別化狀態

排除

缺少參考數量或無法驗證的營養來源
部分膳食，除非測量了消耗的部分
包含人物或不相關個人資訊的影像
事後刪除，因為估計表現不佳

如何建立參考值

從稱重重的板或容器開始。分別記錄每種成分或鎖定的配方新增量、秤模型、校準日期和質量、秤不確定度、可食用重量增量、最終重新稱重、製備狀態、配方修訂、剩菜和廢棄的油或液體。

稱重可食用成分加上測量的熟菜產量
精確包裝營養成分標示與消耗份量
與訂購的食品和份量相符的官方餐廳營養記錄

USDA FoodData Central 記錄將包括 FDC 識別碼、資料型別、存取日期以及發布或更新日期。選擇來源是為了匹配食物的形式和準備，而不僅僅是最接近的名稱。

成分營養總量以可食用重量和測量的成品食譜產量進行縮放。任何保留或產量因子都必須註明其來源和版本。

兩位合格的營養審核員獨立地將成分與成分記錄進行配對；第三位評審員解決分歧。高油、高水、醬料重和品牌可變的子集接受重複製備或實驗室分析，以量化參考方法誤差。

參考不確定性、替代、剩餘和不可用值仍然是明確欄位；它們並沒有默默地轉化為確切的真理。

註冊與不可變凍結

在解鎖評估標籤之前註冊協議和統計分析計劃。

公開發布必須命名註冊記錄、時間戳、協定檔案雜湊、影像清單雜湊、參考資料版本、產品建置、模型配置、提示雜湊、解析器版本、主要結果、邊際、排除、缺失資料規則、子組計畫和樣本量精度分析。

對凍結註冊的每一次偏離都會被列舉、註明日期、證明合理，並且當它可能使結果產生偏差時，將其排除在確認結果之外。

照片和估計捕獲

初步分析使用一張一般消費者照片。其他檢視單獨記錄，不能混合到主要結果。

裝置類別
相機檢視和距離範圍
照明條件
盤子或容器型別
比例參考是否可見
飲食背景與準備可見性

公共影像必須具有明確的發布許可，不包含任何人或不相關的個人資訊，並且刪除了可移動的元資料。

兩個結果，從未混合

僅透過照片估計
預先宣告的更正提示後的審後估計

結構化審查僅限於食品特性、份量、烹飪油脂或醬汁、缺少的配菜或飲料以及資料庫匹配。首次通過和校正的結果保持分開。

主要結果是透過真實產品路徑產生的第一個反應。重複呼叫僅在預先註冊的子集上執行，以量化隨機輸出和故障一致性；沒有選擇任何跑步，因為它得分最高。

當商業模型無法固定到不可變快照時，報告必須說明無法保證精確複製，並保留帶時間戳的原始回應以及每個可用的呼叫設定。

結果與統計分析

橫向滑動即可檢視每一列

等級	預先宣告的結果
主要導覽	meal-level absolute energy error in kilocalories; proportion within ±20% of reference energy
中學	signed energy error (bias); median absolute energy error; root mean squared energy error; aggregate energy wAPE: sum of absolute errors divided by sum of reference energy; proportions within ±10% and ±30%; gross error proportion above ±50%; Bland–Altman 95% limits of agreement, with confidence intervals for bias and both limits; absolute protein, carbohydrate, and fat error in grams; protein, carbohydrate, and fat bias and aggregate wAPE; visible major-component recall; change from first-pass to post-review error; unavailable, refused, unparseable, and unsupported-completion rates

等級

預先宣告的結果

主要導覽

meal-level absolute energy error in kilocalories; proportion within ±20% of reference energy

中學

signed energy error (bias); median absolute energy error; root mean squared energy error; aggregate energy wAPE: sum of absolute errors divided by sum of reference energy; proportions within ±10% and ±30%; gross error proportion above ±50%; Bland–Altman 95% limits of agreement, with confidence intervals for bias and both limits; absolute protein, carbohydrate, and fat error in grams; protein, carbohydrate, and fat bias and aggregate wAPE; visible major-component recall; change from first-pass to post-review error; unavailable, refused, unparseable, and unsupported-completion rates

使用 10,000 個膳食簇引導重取樣報告兩側 95% 信賴區間。一頓飯的所有照片和估計階段都保持在相同的重新取樣中。

在適當的情況下發布平均值、中位數、四分位數間距和完整的經驗分佈；不要依賴一個平均值。

在施加固定的 Bland-Altman 極限之前檢查參考震級的誤差。如果變異數隨飲食能量發生重大變化，請使用預先註冊的對數比或基於迴歸的一致性限制分析。

任何系統或階段比較都使用膳食配對引導差異區間。等效性或非劣效性要求在開啟標籤之前凍結邊際；不顯著的差異永遠不會被稱為等效。

在分析之前宣告兩個共同主要結果。確認性次要或亞組索賠使用凍結的分層或錯誤發現率程式；所有其他亞組分析都被標記為探索性的。

防止令人愉悅的結果的護欄

辨識準確性不作為營養準確性報告。
缺失或失敗的估計算作失敗並單獨報告；它們不會被丟棄。
當參考值太接近零時，不會計算宏觀百分比誤差。
除了冷凍樣本、版本和參考方法之外，不使用任何單一的一般準確度百分比。
相關性不被視為一致性或準確性。
除非引用的權威機構實際定義了閾值，否則不會將閾值描述為行業或監管標準。

報告地層

用餐環境
成分可見性
單一菜餚與混合菜餚
家常菜與餐廳或包裝食品
照片條件
僅當階級與出版層相遇時的美食
地區和價格範圍
相機與照明條件
膚色僅在明確同意的情況下保留手或人附近的作物時

發布從收集的膳食到分析的膳食的流量計數、每個排除原因、不可用的估計和缺失的參考營養素。

故障分類

食品身份錯誤
部分或體積錯誤
隱藏的油、醬、糖或準備錯誤
品牌或配方假設錯誤
單元或結構化輸出解析錯誤
不支援的成分完成
嚴重低估或高估
不適當的醫療或疾病建議
隱私暴露

11 標題前的大門

在開放評估標籤之前公開預先註冊協議、統計分析計劃、觀察模式、分析程式碼版本和內容雜湊。
凍結產品建構、精確模型或供應商快照、提示、影像管道、解析器、區域、呼叫設定和食品成分發布；不要將實質上不同的版本合併到一個標題結果中。
完成單獨試點、1,000餐評估底線、200餐確認性保留、來源多樣性規則和每個報告的底線；否則，將發布標記為僅試點，沒有一般基準宣告。
完整的可追溯稱重、配方產量和保留記錄、帶有裁決的獨立營養審查以及量化的參考不確定性。
記錄每份收集的膳食、失敗的估計、排除、糾正和不可用的營養素。
報告共同主要結果的置信區間、Bland-Altman 偏差和一致性限制、嚴重錯誤、失敗的輸出以及預先指定的壓力和亞組結果。
驗證分割槽隔離並記錄評估影像、配方譜系、場所和近似重複無法用於即時調整或結果選擇的證據。
在同意的情況下發布去識別化的行級資料、資料字典、分析程式碼、校驗和以及版本化變更日誌。
完全同意、EXIF 和 GPS 刪除、人員和敏感背景篩選、保留和刪除控制、存取審查以及模型供應商資料使用審查。
發布黃金哨兵集、更改觸發器、監控節奏、警報閾值以及暫停或撤回準確性宣告的條件。
在消費者日記中保留結論，命名失敗模式，並拒絕臨床、普遍或因果上不受支援的主張。

機器可讀協議

人類可讀的頁面和機器可讀的檔案來自相同版本的來源。僅當行級資料和可下載分佈實際存在後，未來的資料集才會收到資料集標記。

使用但未宣告的標準

GRRAS 和 Bland-Altman 報告構成了直接協議研究的支柱。 TRIPOD-LLM 和選定的 TRIPOD+AI 透明度專案管理模型、提示、資料、信賴區間、子群組、失敗和開放科學報告。 NIST AI RMF 及其生成式 AI 配置檔案管理版本、供應商、隱私、漂移、事件和退役控制。 USDA FoodData Central 和 Nutrition5k 告知參考來源和獲取。

這不是診斷準確性研究、臨床預測模型研究、隨機幹預或臨床決策支援評估。因此，它並不聲稱符合 STARD-AI、TRIPOD+AI、CONSORT-AI、SPIRIT-AI 或 DECIDE-AI 合規性。

健康與索賠邊界

結果將描述此冷凍樣品、產品版本、參考流程和分析。他們不會建立普遍的準確率或臨床適應性。

來源分類帳

標準與參考方法

歡迎更正和協議質疑 team@bling.best。