Las aplicaciones de calorías con IA subestiman las comidas en 345 calorías

Las aplicaciones de calorías se encuentran entre las aplicaciones de salud más utilizadas y la función de fotografías ha cambiado drásticamente su funcionamiento en los últimos años. Contar calorías se ha convertido ahora en cuestión de segundos, porque en lugar de buscar cada ingrediente individualmente, basta con una foto del plato. El reconocimiento de imágenes por IA funciona en segundo plano, primero identifica platos individuales y luego estima el tamaño de la porción en función de la perspectiva, el tamaño del plato y el contexto de la imagen. Ambas estimaciones se comparan con una base de datos nutricional que muestra el contenido energético y los macronutrientes. El contenido energético en sí es una cantidad definida físicamente, y el significado del poder calorífico determina qué número aparecerá al final en la pantalla. Cada uno de estos pasos introduce su propia incertidumbre y, dado que los errores son acumulativos, la precisión general depende del paso más débil de la cadena. Hasta ahora nadie ha probado sistemáticamente esta cadena exacta con un valor de referencia exactamente conocido.

Esto es exactamente en lo que se centra la nueva calificación de la aplicación de calorías. Fue creado en el Centro Clínico de los NIH como parte de un estudio nutricional más amplio que compara cómo el cuerpo procesa los nutrientes con una dieta baja en carbohidratos y una dieta regular. Las comidas para este estudio se preparan en una cocina metabólica, una cocina de investigación donde cada ingrediente se pesa con una precisión de 0,1 gramo. Esto significa que se conoce exactamente el contenido real de energía y nutrientes de cada porción, algo que prácticamente nunca ocurre en la vida cotidiana. El equipo fotografió 102 de estas comidas en condiciones estandarizadas y luego envió las imágenes a través de las aplicaciones MyFitnessPal, LoseIt, CalAI y Appediet. Comparar el valor estimado con el valor de referencia conocido proporciona una medida de precisión que antes faltaba para esta clase de aplicación. Los resultados se presentaron a finales de julio de 2026 en National Harbor, cerca de Washington.

Qué tan mal obtienen los resultados de la prueba las aplicaciones de calorías

Las cuatro aplicaciones probadas subestimaron el contenido energético de las comidas, en un promedio de 250 a 345 kilocalorías por porción. En cuanto a la grasa, la diferencia fue de unos 30 gramos por comida. En ambos casos esto corresponde aproximadamente a un tercio del valor real, y lo importante no es sólo el tamaño del error, sino también su dirección. Un instrumento que hace estimaciones a veces demasiado altas y otras demasiado bajas se reequilibrará en gran medida en una semana. Un instrumento que sistemáticamente se equivoca en la misma dirección, no lo hace. Los datos fueron presentados en la reunión anual NUTRICIÓN 2026 de la Sociedad Estadounidense de Nutrición por Olivia Charles del Instituto Nacional de Diabetes y Enfermedades Digestivas y Renales, parte de los NIH. Los programas, por otro lado, evaluaron los carbohidratos de manera mucho más consistente.

Porque la grasa permanece invisible en la foto.

La concentración de errores en las grasas tiene una razón obvia. Con alrededor de 37 kilojulios por gramo, las grasas proporcionan más del doble de energía que las proteínas o los carbohidratos, pero a menudo ni siquiera son visibles en una fotografía. El aceite para freír, la mantequilla, los condimentos, el empanizado y el contenido de grasa de un trozo de carne desaparecen en el plato terminado, mientras que el arroz, la pasta o las verduras siguen siendo volúmenes claramente identificables. Esto es exactamente lo que explica por qué los carbohidratos obtuvieron mejores resultados en la evaluación. Una segunda fase de evaluación con más de 200 comidas adicionales reforzó el panorama, porque las estimaciones eran especialmente demasiado bajas para los platos bajos en carbohidratos y ricos en grasas basados ​​en el modelo cetogénico. Por tanto, el contenido de grasa es el parámetro más difícil de todo el análisis. Entonces, el error crece exactamente donde los usuarios confían más en el número.

Qué significan los resultados para la vida cotidiana

El significado tiene límites claros. Los datos provienen de un documento de conferencia y aún no han pasado por el proceso completo de revisión por pares, por lo que las cifras siguen siendo preliminares. Además, las comidas proceden de una cocina de estudio controlada y no de la variedad de cocinas de restaurantes, recetas familiares y platos regionales que los usuarios realmente fotografían. También existe una limitación más fundamental, porque incluso un valor estimado perfectamente sólo describe la energía suministrada y no la energía realmente utilizada. La cantidad de calorías que las personas consumen de un mismo alimento también depende del grado de procesamiento de los alimentos y del microbioma intestinal. En la práctica, los autores recomiendan combinar estimaciones fotográficas con métodos de adquisición clásicos en lugar de depender exclusivamente de la cámara. Las aplicaciones de calorías siguen siendo una herramienta útil, pero no proporcionan valores medidos en sentido estricto, sino estimaciones con un signo sistemático.