Besin Tüketimini İzleme ve Öneri Sunan Akıllı Telefon Uygulamaları: Mevcut Uygulamaların Yapay Zekâ Tabanlı İşlevselliklerinin, Özelliklerinin ve Kalitesinin Değerlendirilmesi

Beslenme alışkanlıkları ve günlük gıda alımı, obezite, tip 2 diyabet ve kardiyovasküler rahatsızlıklar gibi kronik hastalıkların önlenmesinde ve insan sağlığının korunmasında belirleyici bir rol oynamaktadır. Mobil sağlık teknolojilerinin hızla yaygınlaşmasıyla birlikte ticari uygulama mağazalarında gıda tüketimi takibi ve diyet önerisi sunan yüzlerce dijital uygulama kullanıma sunulmuştur. Ancak, genelde geniş halk kitleleri tarafından yoğun biçimde indirilen bu uygulamaların kanıta dayalı teknik kalitesi, yapay zekâ yetenekleri ve kullanıcılara sağladıkları gerçek fayda sistematik biçimde yeterince değerlendirilmemiştir. Mevcut literatür, veri girişinin elle yapılmasının kullanıcılar üzerinde önemli bir bilişsel yük oluşturduğunu ve uzun dönemli kullanımı olumsuz etkilediğini göstermektedir. Bu doğrultuda, ticari pazarda yer alan uygulamaların teknolojik olgunluk düzeyini, yazılım kalitesini ve otomasyon imkânlarını incelemek bilgisayar bilimleri ve dijital sağlık alanlarında önemli bir araştırma ihtiyacı olarak öne çıkmaktadır.

Çalışma, Google Play Store, Apple App Store ve Microsoft Store mağazalarında yer alan gıda tüketimi takibi ve öneri uygulamalarının teknik kalitesini ve yapay zekâ işlevselliklerini sistematik olarak değerlendirmeyi amaçlamaktadır. Araştırmada PRISMA kılavuz ilkeleri takip edilerek belirlenen anahtar kelimelerle arama yapılmış ve tespit edilen 473 uygulamadan dâhil etme kriterlerini karşılayan 80 uygulama incelemeye alınmıştır. Uygulamaların değerlendirilmesi amacıyla mevcut MARS ve uMARS gibi araçlar genişletilerek estetik, genel özellikler, performans, kullanılabilirlik, işlevsellik, şeffaflık, algılanan etki ve öznel kalite boyutlarını içeren özgün bir değerlendirme ölçeği geliştirilmiştir. Değerlendirmeler iki yıl mobil uygulama geliştirme deneyimine sahip bağımsız uzman değerlendiriciler tarafından yürütülmüş; gözlemciler arası güvenilirlik sınıf içi korelasyon katsayısı (ICC) ile ölçeğin iç tutarlılığı ise Cronbach alfa katsayısı ile doğrulanmıştır. Ayrıca, kullanıcıların beklenti ve şikâyetlerini analiz etmek üzere mağazalardan alınan 900 kullanıcı yorumu kelime bulutu teknikleriyle incelenmiştir.

İnceleme sonuçunda mobil uygulamaların genel kalite ortalamasının 5 üzerinden 3.44 olduğu, ancak alt boyutlar arasında belirgin farkların bulunduğu saptanmıştır. Uygulamalar performans (4.92), kullanılabilirlik (4.46) ve estetik (4.34) boyutlarında yüksek puanlar alırken; işlevsellik (2.15), algılanan etki (2.74) ve genel özellikler (2.86) boyutlarında ciddi eksiklikler sergilemiştir. İşlevsellik analizinde, uygulamaların %92.5'inin gıda tanıma, %91.25'inin porsiyon tahmini ve %88.75'inin besin değeri kestirimi sunduğu; ancak bu süreçlerin ezici çoğunlukla elle veri girişine veya barkod taramaya dayandığı belirlenmiştir. Fotoğraftan otomatik gıda tanıma, hacim ve besin değeri hesaplamasını bütünleşik biçimde gerçekleştirebilen tek uygulamanın 'Foodvisor' olduğu tespit edilmiştir. Kişiselleştirilmiş besin tüketim geçmişine dayalı otantik besin önerisi sunma özelliğinin ise uygulamaların yalnızca %5'inde (4 uygulama) mevcut olduğu ve sadece 'WW Weight Watchers Reimagined' uygulamasının besin tüketimine dayalı öneri geliştirdiği görülmüştür. Kullanıcı yorumları analizi de barkod tarama hataları, abonelik ücretleri ve uygulama çökmelerinin temel memnuniyetsizlik kaynakları olduğunu doğrulamıştır.

Elde edilen bulgular, mobil uygulama pazarındaki mevcut gıda takip çözümlerinin gelişmiş bilgisayarlı görü ve derin öğrenme literatüründeki akademik ilerlemelerin gerisinde kaldığını göstermektedir. Yazarlar, bilimsel çalışmalarda geliştirilen evrişimli sınır ağları, 3B rekonstrüksiyon ve yapay zekâ tabanlı öneri sistemlerinin ticari uygulamalara aktarılmasında büyük bir kopukluk bulunduğunu vurgulamaktadır. Gıda veri tabanlarının yerel mutfakları kapsayacak şekilde zenginleştirilmesi, diyetisyen ve beslenme uzmanlarının yazılım geliştirme süreçlerine dâhil edilmesi ve kullanıcı gizliliğini gözeten şeffaf veri politikalarının benimsenmesi temel tasarım ilkesi olarak önerilmektedir. Bu çalışma, dijital sağlık, insan-bilgisayar etkileşimi ve gıda bilişimi alanlarında çalışan araştırmacılar için mevcut pazarın metodolojik bir haritasını sunmakta; tez ve makale çalışmalarında kanıta dayalı mobil sağlık müdahalelerinin tasarlanması ve değerlendirilmesi için sağlam bir kuramsal ve pratik zemin oluşturmaktadır.