Fotografiar la comida para contar calorías podría ser engañoso: las apps subestimarían los valores reales en un tercio

Contar calorías siempre fue una tarea engorrosa. Durante décadas, quienes querían registrar lo que comían debían pesar ingredientes, consultar tablas nutricionales y anotar cada dato a mano. La irrupción de los teléfonos inteligentes simplificó ese proceso: primero llegaron las bases de datos de alimentos con búsqueda por texto y, más recientemente, aplicaciones capaces de analizar una fotografía del plato para estimar de forma automática su contenido calórico y nutricional.

La promesa era atractiva: alcanzaba con sacar una foto para saber cuánto se había comido, pero pocos estudios habían evaluado su precisión contra una referencia de alta exactitud.

La respuesta llegó con hallazgos presentados en el NUTRITION 2026, la conferencia anual de la Sociedad Americana de Nutrición (ASN), celebrada en National Harbor, Maryland: las apps de conteo calórico por fotografía subestiman de forma sistemática el contenido energético real de las comidas. Dicho de manera concreta: si una app estimó 900 calorías, el valor real del plato rondaría las 1.350, un tercio más de lo que la tecnología registró.

El trabajo fue conducido por investigadores del Instituto Nacional de Diabetes, Enfermedades Digestivas y Renales (NIDDK), dependiente de los Institutos Nacionales de Salud (NIH) de Estados Unidos. Vale destacar que los resultados son considerados preliminares, ya que este estudio aún no fue publicado en una revista con validación de pares.

El experimento: una cocina de precisión como árbitro

Para evitar la imprecisión habitual de los estudios dietéticos, el equipo recurrió a un entorno de control poco frecuente: la cocina metabólica clínica del NIH, un tipo de cocina de investigación donde cada ingrediente se pesa con una precisión de 0,1 gramo y las comidas se planifican con tablas nacionales de composición alimentaria. Sobre esa base de referencia, obtuvieron fotografías estandarizadas de 102 comidas preparadas como parte de un estudio de alimentación controlada que examina cómo el organismo procesa los nutrientes según el tipo de dieta consumida.

Cuatro aplicaciones comerciales de conteo calórico con reconocimiento de imágenes por inteligencia artificial analizaron esas fotografías. Sus resultados se compararon contra los valores reales mediante el análisis de Bland-Altman, una técnica estadística que mide el grado de acuerdo y el sesgo entre dos métodos de medición, y mediante coeficientes de correlación intraclase, que evalúan la consistencia de las estimaciones a lo largo del tiempo.

“Por primera vez se dispone de una comparación directa y de alta calidad” entre este tipo de aplicaciones y una referencia de precisión real, afirmó Aaron Hengist, becario postdoctoral del NIDDK y uno de los investigadores principales, según el comunicado de prensa difundido por la ASN.

Lo que las apps no ven: grasa, calorías y una brecha sistemática

Los resultados fueron uniformes en un sentido: las cuatro aplicaciones subestimaron el contenido energético real de las comidas en alrededor del 33%, con diferencias estadísticamente significativas en todos los casos. Sobre una media de 918 kilocalorías por ingesta, equivalente aproximado a un almuerzo completo de tamaño moderado, el error de estimación osciló entre 252 y 345 kilocalorías por comida. Para dimensionarlo: esas calorías que la app no registra equivalen, según el caso, a una porción de arroz con pollo o a varios vasos de leche entera.

La grasa fue el macronutriente más afectado, siendo que los tres grandes grupos de nutrientes que proveen energía son: grasas, carbohidratos y proteínas. Las cuatro apps la subestimaron en cerca de 30 gramos por comida, cifra comparable a dos cucharadas colmadas de aceite o a una porción generosa de queso.

Dos de ellas subestimaron también los carbohidratos en aproximadamente 14 gramos. Fue precisamente ese nutriente el que mostró un desempeño comparativamente más estable: los coeficientes de correlación intraclase, una medida que indica qué tan bien coincide la estimación de la app con el valor real en una escala de 0 a 1, donde 1 es coincidencia perfecta, alcanzaron valores iguales o superiores a 0,69, rango que los investigadores consideran moderado a bueno. Para grasas y proteínas, en cambio, esa consistencia cayó por debajo de 0,40, nivel que el estudio califica como deficiente y que implica que las estimaciones se alejan considerablemente de los valores medidos en la cocina metabólica.

El análisis de sesgo reveló además un patrón que merece atención: dos de las apps estimaron con mayor exactitud las comidas de mayor contenido calórico, mientras que su margen de error fue más pronunciado en las comidas más livianas, donde la precisión resultaría más relevante para quienes buscan controlar su ingesta.

“Las personas que usan una app de seguimiento fotográfico sin ajustar las porciones deberían tomar los resultados con cautela”, advirtió Hengist en el comunicado. “Estas aplicaciones tienden a subestimar las calorías, especialmente las provenientes de las grasas”, recalcó.

Dietas cetogénicas y los límites del reconocimiento visual

Como parte de una fase exploratoria independiente del trabajo, distinta del análisis principal de 102 comidas y todavía en etapa preliminar, el equipo examinó más de 200 comidas adicionales y comenzó a detectar un patrón de interés: las aplicaciones tienen mayores dificultades con comidas propias de una dieta cetogénica, posiblemente por su alto contenido graso.

La hipótesis del equipo, según el comunicado de la ASN, es que el mismo componente que las apps estimaron con menor consistencia en el análisis principal. Estos resultados no integran las conclusiones centrales del estudio presentado en el congreso y deberán ser confirmados en investigaciones posteriores.

La presentación estuvo a cargo de Olivia Charles, becaria postbaccalaureate del NIDDK, durante la Sesión Oral del Presidente del congreso, uno de los espacios de mayor relevancia del encuentro anual de la ASN. El trabajo forma parte de una línea de investigación más amplia del NIH sobre cómo el organismo metaboliza los nutrientes según el patrón dietético adoptado.

El equipo propone, como camino hacia una mayor exactitud en el uso cotidiano, combinar el reconocimiento fotográfico con métodos tradicionales de registro dietético. Los hallazgos permanecen en carácter preliminar hasta que sean sometidos a revisión por pares y publicados en una revista científica especializada.