Cómo funciona contar calorías con una foto: qué hace la IA y cuánto acierta

La razón más habitual para dejar de contar calorías no es la falta de voluntad, sino el trabajo que supone: buscar, calcular y apuntar cada alimento, varias veces al día. La foto reduce ese trabajo a un gesto. A cambio, introduce su propio margen de error, y conviene conocerlo para usarla bien: saber qué hace la IA y dónde falla te permite corregir justo lo que ella no puede ver.

Cómo funciona, paso a paso

Las revisiones sobre sistemas de reconocimiento de comida por imagen describen el proceso en fases: separar en la foto cada alimento del plato (segmentación), decidir qué es cada uno (clasificación) y estimar su volumen o su peso para calcular calorías y nutrientes (Dalakleidi et al., 2022). Los modelos multimodales más recientes, los mismos que usan los chatbots de IA, pueden resolver varias fases a la vez, pero la lógica es la misma: primero el «qué», luego el «cuánto» y al final la conversión a calorías. El «cuánto» es el paso delicado porque una sola foto no tiene profundidad: por eso algunos sistemas de investigación, como goFOOD, piden dos fotos desde ángulos distintos (o un móvil con dos cámaras traseras) para reconstruir en 3D el volumen de la comida y, con la categoría del alimento y ese volumen, sacar las calorías de una base de datos nutricional (Lu et al., 2020). Una app de una sola foto tiene que deducir la profundidad del plato a partir de pistas como el tamaño del plato o de los cubiertos. En Renzy, además, las calorías por 100 g que propone el modelo para los alimentos comunes se contrastan con una tabla de referencia basada en datos de USDA y BEDCA, y si se alejan mucho se recalculan.

¿Es fiable contar calorías con una foto?

Depende de qué entiendas por fiable. Si buscas una medida al gramo, no: ningún método basado en imagen la da. Si buscas una estimación razonable para seguir tu tendencia, puede servir, siempre que sepas dónde falla. Estos son los resultados de estudios independientes publicados en revistas científicas. Ojo: evalúan otras apps y otros modelos de IA, no Renzy. El error de nuestro escáner lo publicamos aparte, medido cada semana con un pequeño conjunto de fotos de referencia (casi todas de banco de imágenes, con el valor de su etiqueta o de una ración estándar; no son platos pesados en báscula) y con los peores casos a la vista, en la página de precisión de Renzy; no lo copiamos aquí porque cambia con cada medición.

La lectura honesta de estos datos se resume en tres ideas. Primera: reconocer el alimento funciona bastante bien, aunque no siempre. Segunda: la cantidad es el punto débil, y el error crece con las raciones grandes, justo las que más calorías suman. Tercera: apuntar a mano tampoco es exacto; en el pequeño estudio con agua doblemente marcada, el recuerdo de 24 horas se quedó más lejos que la app; en un estudio clásico del NEJM, diez personas que decían no adelgazar pese a comer poco declaraban de media un 47% menos de lo que comían en realidad (Lichtman et al., 1992); y el metaanálisis concluye que los métodos por imagen tienen errores de medida serios, igual que los tradicionales. Si quieres profundizar en la comparación con el registro manual, lo tienes en ¿es precisa la IA al contar calorías con foto?.

Dónde se equivoca más la IA

• Raciones grandes: en varios estudios el error crece con el tamaño del plato, y la IA tiende a quedarse corta.
• Grasas que no se ven: el aceite del sofrito, la mantequilla o el aliño cambian mucho las calorías y apenas dejan rastro en la foto. La grasa es el nutriente que peor estiman los modelos, y el error puede ir hacia arriba o hacia abajo.
• Platos mezclados: en un guiso, una crema o una lasaña no se distinguen los ingredientes por separado, así que la IA tiene que suponer la receta.
• Platos hondos, boles y vasos: desde arriba se ve la superficie, no la profundidad, así que dos boles igual de anchos pueden llevar cantidades muy distintas. Si sabes cuánto has servido (un cazo, medio vaso), corrige los gramos.
• Bebidas y extras: el azúcar del café, la leche de un batido o la mayonesa dentro de un bocadillo no se ven en la imagen.
• Alimentos tapados o amontonados: lo que queda debajo de otro alimento, o fuera del encuadre, no se cuenta o se estima a ciegas.
• Productos envasados: para ellos es más fiable leer la etiqueta o escanear el código de barras que estimar desde la foto.

Cómo hacer la foto para que acierte más

Ninguno de estos gestos convierte la foto en una báscula, pero todos atacan los errores que describen los estudios: la ración, lo que no se ve y lo que queda fuera del encuadre. Y la foto en sí importa: en un estudio con la app goFOOD Lite, hubo que descartar el 12,8% de las 468 grabaciones de comida no envasada por fallos al hacerlas, como un marcador de referencia mal colocado, un plato que no se veía bien o la mano delante de la cámara (Vasiloglou et al., 2021).

• Haz la foto antes de empezar a comer, con el plato entero dentro del encuadre.
• Dispara desde arriba (o con poca inclinación), con buena luz y sin sombras fuertes sobre la comida.
• Separa un poco los alimentos si puedes, para que no queden unos encima de otros.
• Si la foto sale oscura o movida, repítela antes de analizarla.
• Deja a la vista una referencia de tamaño: un tenedor, el plato completo o tu mano junto al plato. La mano también te sirve para estimar sin foto: te lo explicamos en cómo contar calorías sin pesar la comida.
• Añade a mano lo que la cámara no ve: aceite, mantequilla, salsas, aliños y el azúcar o la leche de las bebidas.
• Revisa la ración que propone la app y corrígela si sabes la cantidad (por el envase o porque la has pesado alguna vez).
• Para un alimento suelto, contrasta la cifra con la tabla de calorías de los alimentos.
• Si repites o dejas comida en el plato, ajústalo antes de guardar.
• Para comprobar cuánto se equivoca con tus platos, sube una foto a la demo que calcula las calorías de una foto (no hace falta registrarse y tarda unos 15 segundos) y compara su estimación con lo que has pesado.

Qué puedes corregir a mano después de la foto

La estimación es un punto de partida, no un veredicto. Si sabes algo que la foto no muestra, dilo: corregir un dato es más rápido que repetir la foto y ataca justo los errores que describen los estudios. En Renzy, después del análisis puedes:

• Cambiar los gramos de cada alimento: es la corrección que más mueve las calorías, porque la ración es el punto débil.
• Cambiar un alimento mal reconocido, quitar uno que sobra o añadir uno que falta.
• Añadir la grasa de cocinar, la salsa o la bebida que acompañan al plato; cuentan en el total como un ingrediente más.
• Escribir qué es («es pavo, no pollo») en el alimento que ha reconocido mal: se corrige solo ese, sin repetir la foto.
• Para los productos envasados, escanear el código de barras, que usa los datos de la etiqueta.

Foto, báscula o apuntar a mano: cuál elegir

Pesar la comida con una báscula es lo más exacto para las cantidades, pero pide tiempo y es difícil cuando comes fuera. Apuntar a mano sin pesar depende de tu memoria y de tu ojo, y tiene sus propios errores. La foto es la opción más rápida de las tres y deja constancia visual de lo que comiste, pero su punto débil es el mismo que el del ojo humano: la cantidad. Mucha gente combina métodos: foto para el día a día, báscula durante unos días para calibrar las raciones que más repite y la etiqueta para los productos envasados. Si todavía no sabes cuántas calorías te tocan, empieza por la calculadora de calorías.

Contar calorías con una foto no es magia ni una báscula: es una estimación rápida que acierta mejor el «qué» que el «cuánto». Si la usas sabiendo eso —foto completa, referencia de tamaño, grasas añadidas a mano y un vistazo a la ración antes de guardar—, te da una base razonable para seguir tu alimentación sin convertir cada comida en un cálculo.