Las aplicaciones de IA para el seguimiento de calorías subestiman las comidas hasta en 345 calorías
Una nueva investigación del NIH descubre que las aplicaciones de calorías basadas en fotos omiten aproximadamente un tercio de las calorías y las grasas, lo que genera preocupaciones para el control del peso y la salud.
Resumen
Un nuevo estudio de investigadores del NIH evaluó cuatro aplicaciones populares de seguimiento calórico basadas en fotografías, comparándolas con comidas de peso exacto preparadas en una cocina metabólica controlada. En 102 comidas, las aplicaciones subestimaron el contenido calórico entre 250 y 345 calorías por comida y omitieron en promedio unos 30 gramos de grasa. Las comidas cetogénicas ricas en grasas generaron los mayores errores, mientras que las estimaciones de carbohidratos fueron más consistentes. Entre las aplicaciones evaluadas se encuentran MyFitnessPal, LoseIt!, CalAI y Appediet. Los investigadores advierten que los usuarios que dependen exclusivamente de las estimaciones basadas en fotografías sin ajustar manualmente las porciones probablemente están subestimando significativamente su ingesta, lo que podría comprometer sus objetivos de pérdida de peso, salud metabólica o adherencia dietética.
Resumen detallado
AI-powered calorie tracking apps promise a frictionless way to log meals with a single photo, but new research suggests the convenience comes at a steep accuracy cost. A study presented at NUTRITION 2026 by NIH researchers found that four widely used photo-based apps consistently underestimated caloric and fat content by roughly one-third across a controlled set of meals.
The research team used 102 meals prepared in a tightly controlled metabolic kitchen at the NIH Clinical Center, where ingredients were weighed to the nearest 0.1 gram. This gave researchers an unusually precise nutritional reference point. Meals came from an ongoing study comparing ketogenic and standard diets. Photographs of each meal were submitted to MyFitnessPal, LoseIt!, CalAI, and Appediet, and the apps' outputs were compared against known values.
The results revealed consistent underestimation across all four apps. Calorie totals were off by 250 to 345 calories per meal on average, while fat estimates were short by approximately 30 grams. High-fat ketogenic meals produced the largest errors, suggesting that AI image recognition struggles most when dense, calorie-rich fats dominate the plate. Carbohydrate estimates were comparatively more accurate and consistent across apps.
For health-conscious adults tracking macros for weight management, metabolic health, or body composition, these discrepancies are meaningful. A consistent 300-calorie undercount per meal could translate to hundreds of extra untracked calories daily, silently undermining a caloric deficit or dietary protocol.
Researchers advise treating photo-based estimates as rough guides rather than precise measurements. Manually adjusting portion sizes or entering gram weights when possible may improve accuracy. The study underscores an important gap: while AI food tracking technology is widely adopted, its validation against rigorous nutritional standards remains limited. Users relying on these tools for therapeutic dietary adherence should be especially cautious.
Hallazgos clave
- Four AI calorie apps underestimated meal calories by 250–345 calories per meal on average.
- Fat content was underestimated by approximately 30 grams per meal across all apps tested.
- High-fat ketogenic meals produced the largest estimation errors in all four apps.
- Carbohydrate estimates were more accurate and consistent than fat or total calorie estimates.
- MyFitnessPal and LoseIt! performed better on higher-calorie meals than lower-calorie ones.
Metodología
Este es un resumen de investigación de los hallazgos presentados en NUTRITION 2026, la reunión anual de la American Society for Nutrition, procedentes del programa intramural del NIDDK de los NIH. El estudio utilizó 102 comidas de una cocina metabólica controlada con precisión a nivel de gramos como estándar de referencia. Los resultados son hallazgos preliminares de conferencia y aún no han sido publicados en una revista revisada por pares.
Limitaciones del estudio
Los hallazgos fueron presentados en una conferencia y aún no han sido sometidos a revisión por pares ni publicados de forma completa. Solo se evaluaron cuatro aplicaciones, lo que limita la generalización al mercado más amplio de aplicaciones. Los tipos de comidas eran específicos de un ensayo clínico de dieta cetogénica frente a dieta estándar, lo que puede no representar la plena diversidad de los patrones alimentarios cotidianos.
¿Te ha gustado este resumen?
Recibe la última investigación sobre longevidad en tu bandeja de entrada cada semana.
Introduce tu correo electrónico para suscribirte: