¿Cómo funcionan los contadores de calorías con IA?

¿Cómo funcionan los contadores de calorías con IA por foto?

Los contadores de calorías con IA funcionan leyendo una foto en tres etapas: localizan la comida, la identifican y luego estiman su volumen para convertirlo en calorías. Ninguna etapa busca el alimento en una base de datos de comidas medidas. Cada etapa arrastra su propio error. Ninguna puede ver el aceite, la salsa ni el peso exacto del plato.

Esto es distinto de escribir un alimento en un buscador, que devuelve un valor calórico ya medido por alguien. Una estimación por foto es un cálculo construido solo a partir de píxeles. A continuación se revisa cada etapa.

¿Cómo funciona el proceso paso a paso?

Reconocer un alimento y conocer sus calorías son dos problemas distintos. Solo el primero está cerca de resolverse.

Una revisión sistemática de 2022 sobre aplicaciones móviles de visión alimentaria, publicada en Healthcare (Basel), explica por qué. Encontró que el 90,9% de las aplicaciones revisadas ni siquiera podía separar el alimento del plato, la mesa o el fondo antes de intentar clasificarlo (Amugongo et al., 2022). Si el sistema no logra aislar bien el alimento primero, todo lo que viene después hereda ese error, incluidos la etiqueta y el tamaño de la porción.

Por eso el atajo obvio, "la IA ve una hamburguesa, luego conoce sus calorías", se salta los dos pasos más difíciles. ¿Qué tan grande es la hamburguesa y cuánto aceite lleva? Esas preguntas no se responden solo con el reconocimiento.

¿Cómo sabe la IA qué alimento hay en la foto?

La primera etapa es la segmentación: distinguir qué píxeles son comida y cuáles son plato, mesa o mano.

La segunda etapa es la clasificación. Este paso compara la región segmentada con una categoría de alimento. Un ejemplo de categoría podría ser "pechuga de pollo a la plancha" o "arroz al vapor". La revisión sistemática de Healthcare identifica la segmentación y la clasificación como las dos primeras etapas del proceso usado en las aplicaciones móviles de visión que analizó, antes de que aparezca cualquier cifra calórica (Amugongo et al., 2022).

Un ejemplo concreto de esta etapa es un prototipo de escáner de alimentos construido en NYU Tandon. Se describe en un comunicado universitario de 2025 sobre una investigación presentada en la IEEE International Conference on Mobile Computing and Sustainable Informatics. Detectó e identificó alimentos en 214 categorías con una precisión media de 0,7941, descrita en el comunicado como aproximadamente 80% de precisión al localizar e identificar comida en una imagen (NYU Tandon, 2025).

Esa cifra del 80% describe solo este paso: encontrar y nombrar el alimento. Todavía no dice nada sobre la cantidad que hay en el plato.

¿Cómo convierte una foto plana en un tamaño de porción, y por qué no ve el aceite ni la salsa?

Una vez identificado el alimento, el sistema tiene que calcular el volumen a partir de una imagen bidimensional, que es el problema más difícil.

La revisión de Healthcare recoge dos métodos concretos y su error medido. Un método con sensor de profundidad en smartphone tuvo un error absoluto de volumen de 35,1 g, con una desviación estándar de 42,8 g, aproximadamente un 14% de la porción estimada (Amugongo et al., 2022). Un método distinto, de vista única, usó una estimación de curva cuadrática a partir del tamaño 2D del alimento. Este método arrastró un error del 21,3% en la estimación calórica resultante (Amugongo et al., 2022, citando a Okamoto y Yani, 2016).

Ambas cifras describen los sistemas académicos que estudió la revisión, no ninguna aplicación comercial concreta. Ilustran la misma idea: convertir una foto plana en un peso en gramos es una estimación, no una medición. El error se suma al que ya se produjo durante la segmentación. Aquí es también donde el ángulo de la cámara, la luz y la visibilidad pueden cambiar el resultado, ya que el sistema no tiene forma independiente de comprobar su propia estimación.

Además, una foto muestra la superficie de un plato, no lo que se usó para cocinarlo. La mantequilla mezclada en el arroz añade calorías que la cámara nunca registra. Lo mismo ocurre con el aceite en el que se frió una pechuga de pollo o con una salsa mezclada en un guiso. La IA solo puede razonar sobre lo que aparece en la imagen.

Por eso importa tanto la limitación del 90,9% en separar comida de fondo. Un sistema que ya tiene dificultades para separar el alimento del plato difícilmente puede distinguir un ingrediente visible de uno oculto (Amugongo et al., 2022). La foto es el único dato de entrada. Todo lo que no se ve en ella es invisible para la estimación.

¿Busca el alimento en una base de datos o lo estima a partir de la imagen?

Una estimación por foto no es una búsqueda en base de datos. Surge de que el modelo de visión lee la imagen directamente, identifica el alimento y estima su porción, calorías y macronutrientes a partir de lo que ve. No compara la foto con una tabla de alimentos previamente medidos.

Una búsqueda en base de datos es un método distinto y más antiguo. Buscar "pechuga de pollo a la plancha" en una base de datos devuelve un valor que alguien ya midió, o el que una marca ya imprimió en una etiqueta. USDA FoodData Central separa sus registros según cómo se generaron.

Los Foundation Foods provienen de análisis de laboratorio sobre muestras de productos básicos y se actualizan dos veces al año. SR Legacy son datos más antiguos derivados de análisis, actualizados por última vez en 2018. Los Branded Foods son los valores de calorías y macronutrientes que las marcas imprimen en sus propias etiquetas, actualizados mensualmente (USDA FoodData Central).

Esas cifras se midieron una vez, en un laboratorio o en una etiqueta, y luego se almacenaron. Una estimación por foto se calcula de nuevo cada vez a partir de una imagen, sin ninguna medición almacenada detrás.

¿De dónde viene el error de cada etapa?

La siguiente tabla es ilustrativa: los porcentajes se han inventado para mostrar cómo se suman tres errores independientes, no como resultado medido de ningún producto.

Se parte de un valor real de 500 kcal para un plato de comida. Si solo la segmentación se equivoca en un 10%, la cifra que el sistema arrastra queda entre 450 y 550 kcal. Y eso ocurre antes de que se ejecuten la clasificación o la estimación de volumen.

Cada etapa posterior multiplica el error sobre lo que le entregó la etapa anterior, en vez de partir de nuevo desde el valor real. Por eso un único porcentaje de "precisión" combinado oculta más de lo que muestra.

El error real son tres estimaciones separadas apiladas una sobre otra. Dos rangos con fuente muestran cómo se ve esto en la práctica. Un método con sensor de profundidad tuvo alrededor de un 14% de error de volumen. Un método de vista única con curva cuadrática tuvo un 21,3% de error calórico (Amugongo et al., 2022, citando a Okamoto y Yani, 2016). Ambos forman parte de ese mismo conjunto, para los sistemas académicos concretos en los que se midieron.

¿En qué se diferencia de un código de barras o una base de datos?

Escanear un código de barras o hacer una búsqueda manual recupera un número que ya existe: una medición de laboratorio o un valor de etiqueta almacenado en una base de datos como USDA FoodData Central (USDA FoodData Central). El sistema no estima nada. Solo relaciona un identificador con un registro.

Una estimación por foto no tiene ningún identificador que buscar. La IA tiene que inferir el alimento, su preparación y su porción, todo a partir de píxeles, y luego calcular una cifra que no existía en ningún sitio hasta que se tomó esa foto. Es una tarea fundamentalmente distinta, con una fuente de error fundamentalmente distinta: adivinar frente a recuperar.

Los platos mezclados añaden una dificultad extra. La cifra de separación comida-fondo señalada arriba explica por qué: un solo alimento visible, como una manzana entera, da a la etapa de clasificación un objetivo claro que segmentar. Un plato mezclado, arroz bajo salsa junto a alguna verdura suelta, tiene partes ocultas detrás de otras partes (Amugongo et al., 2022).

Es posible construir un plato casero completo a partir de sus ingredientes en lugar de fotografiar un solo plato. La guía sobre cómo contar las calorías de una comida casera suma los ingredientes y reparte el resultado en raciones, en vez de estimar a partir de una imagen.

¿Por qué la app pide revisar y corregir el resultado?

Porque la estimación es un primer cálculo, no una respuesta definitiva. Solo quien mira el plato real sabe lo que la cámara no pudo ver.

Avocalo funciona así. La persona fotografía una comida, y un modelo de visión por IA identifica los alimentos y estima porciones, calorías, proteína, carbohidratos y grasa directamente a partir de la imagen. Esa estimación no se compara con ninguna base de datos de nutrición. La app no puede conocer el aceite oculto, las salsas ni el peso exacto del plato, así que la persona revisa y corrige el resultado antes de guardarlo.

La calculadora de calorías de recetas del sitio ofrece otro camino para una receta cocinada en casa. Toma un total de calorías que ya se conoce y lo reparte entre raciones o una porción pesada, sin usar ninguna estimación por imagen. Quien quiera probar el registro por foto puede probar el registro por foto de Avocalo directamente.

Preguntas frecuentes

¿Un plato más grande o un objeto de referencia en la foto cambia la estimación?

Un objeto de referencia puede ayudar a un algoritmo de estimación de volumen a calcular la escala, ya que el sistema no tiene otra forma de juzgar el tamaño en una imagen plana. Sin él, el tamaño del plato y la visibilidad se convierten en variables que la estimación no controla del todo. Eso explica en parte por qué existe error en el tamaño de la porción (Amugongo et al., 2022).

¿Puede la IA distinguir entre versiones fritas y al vapor del mismo alimento?

A veces, si la diferencia visual es clara, como un rebozado dorado frente a una superficie al vapor lisa. La clasificación trabaja con lo que se ve, el mecanismo descrito antes, así que un método de cocción que no cambia el aspecto, como el aceite mezclado en arroz ya cocinado, no deja rastro visual que detectar.

¿Puede una estimación por foto sustituir a pesar la comida?

No. Una estimación por foto es un cálculo a partir de una imagen, mientras que una báscula de cocina mide el peso real que se tiene delante. Son dos tipos de cifra distintos: uno se infiere de píxeles, el otro es una medición directa, y solo el segundo elimina por completo la incertidumbre sobre el tamaño de la porción.

¿Por qué dos fotos de la misma comida pueden dar resultados distintos?

La segmentación, la clasificación y la estimación de volumen dependen de cuánto del plato es visible en cada foto. Un ángulo ligeramente distinto cambia el dato de entrada de cada etapa posterior. La calidad de imagen, que varía según el dispositivo, es una preocupación relacionada que la revisión de Healthcare señala en general para las apps móviles de visión alimentaria (Amugongo et al., 2022).

¿Qué tan precisos son en general los contadores de calorías con IA?

La precisión depende mucho del alimento, de la complejidad del plato y del sistema concreto que se evalúe, así que ningún porcentaje único aplica en todos los casos. Las fuentes de error de cada etapa descritas arriba explican por qué una cifra global no puede reflejarlo.

Fuentes

• Amugongo et al., "Mobile Computer Vision-Based Applications for Food Recognition and Volume and Calorific Estimation: A Systematic Review," Healthcare (Basel) 2022, la revisión sistemática detrás de las etapas del proceso y las cifras de error citadas arriba.
• NYU Tandon School of Engineering, comunicado sobre el escáner de alimentos con IA, la fuente del prototipo de detección en 214 categorías y su puntuación de precisión.
• USDA FoodData Central, la fuente sobre cómo se generan y actualizan realmente registros como Foundation Foods y Branded Foods.
• AESAN (Agencia Española de Seguridad Alimentaria y Nutrición) y la base de datos de composición de alimentos BEDCA (bedca.net), la referencia nacional equivalente para valores de nutrientes en España.

Consulta nuestra política editorial para saber cómo se verificaron las cifras de este artículo. Publicado por Petros IT Solutions SRL. Notifica una corrección a [email protected].