Aplicativos de Contagem de Calorias com IA Subestimam Refeições em até 345 Calorias

Aplicativos de rastreamento calórico com inteligência artificial prometem uma forma fácil de registrar refeições com uma única foto, mas novas pesquisas sugerem que a praticidade tem um custo elevado em termos de precisão. Um estudo apresentado no NUTRITION 2026 por pesquisadores do NIH constatou que quatro aplicativos amplamente utilizados baseados em fotos subestimaram consistentemente o conteúdo calórico e de gordura em aproximadamente um terço em um conjunto controlado de refeições.

A equipe de pesquisa utilizou 102 refeições preparadas em uma cozinha metabólica rigorosamente controlada no NIH Clinical Center, onde os ingredientes foram pesados com precisão de 0,1 grama. Isso proporcionou aos pesquisadores um ponto de referência nutricional excepcionalmente preciso. As refeições faziam parte de um estudo em andamento comparando dietas cetogênicas e padrões. Fotografias de cada refeição foram enviadas ao MyFitnessPal, LoseIt!, CalAI e Appediet, e os resultados dos aplicativos foram comparados com os valores conhecidos.

Os resultados revelaram subestimação consistente em todos os quatro aplicativos. Os totais calóricos apresentaram discrepâncias de 250 a 345 calorias por refeição em média, enquanto as estimativas de gordura ficaram aquém em aproximadamente 30 gramas. As refeições cetogênicas ricas em gordura produziram os maiores erros, sugerindo que o reconhecimento de imagens por IA tem mais dificuldade quando gorduras densas e ricas em calorias dominam o prato. As estimativas de carboidratos foram comparativamente mais precisas e consistentes entre os aplicativos.

Para adultos preocupados com a saúde que rastreiam macronutrientes para controle de peso, saúde metabólica ou composição corporal, essas discrepâncias são significativas. Uma subestimação consistente de 300 calorias por refeição pode se traduzir em centenas de calorias extras não rastreadas diariamente, sabotando silenciosamente um déficit calórico ou protocolo alimentar.

Os pesquisadores recomendam tratar as estimativas baseadas em fotos como guias aproximados, e não como medidas precisas. Ajustar manualmente as porções ou inserir os pesos em gramas sempre que possível pode melhorar a precisão. O estudo evidencia uma lacuna importante: embora a tecnologia de rastreamento alimentar por IA seja amplamente adotada, sua validação em relação a padrões nutricionais rigorosos ainda é limitada. Usuários que dependem dessas ferramentas para adesão a dietas terapêuticas devem ter especial cautela.