Metodología del contador de calorías con IA: cómo medimos la precisión.
calorietrack.ai estima calorías y macros leyendo directamente la comida de tu foto o de tu texto: identifica cada alimento, estima su porción a partir de pistas visuales y te da un número con un nivel de confianza que puedes ajustar con un toque. Esa es la metodología de nuestro contador de calorías con IA. Los estudios independientes y revisados por pares sobre la evaluación dietética con IA encuentran que las estimaciones por foto se desvían aproximadamente entre 5 y 15% del valor real en alimentos comunes, a la par de un nutricionista que evalúa la misma foto. Nuestra meta de referencia interna es una diferencia de hasta 8% con la estimación de un nutricionista, y la volvemos a comprobar en cada versión.
Qué significa “preciso” en una foto
La precisión es la distancia entre la estimación y la energía real de la comida. Ningún método es perfectamente preciso: ni una foto, ni una búsqueda en una base de datos, ni siquiera pesar cada ingrediente, porque la misma receta cambia de un plato a otro. La pregunta honesta no es “¿es exacto?”, sino “¿se acerca lo suficiente, de forma constante, para guiar una decisión del día?”. En las comidas comunes, leer el plato lo logra.
Cómo se produce una estimación
Un modelo de visión y lenguaje identifica lo que hay en el plato (por ejemplo, “pollo, arroz, brócoli”), estima la porción a partir de pistas visuales como la parte del plato que ocupa la comida y su altura, relaciona cada alimento con datos nutricionales y te da las calorías junto con el reparto de proteína, carbohidratos y grasa, casi siempre en unos dos segundos. Si escribes en lugar de tomar una foto, el mismo proceso divide tu frase en alimentos. Cada estimación muestra su nivel de confianza, y puedes subir o bajar cualquier porción si no te convence.
De dónde viene el error
La investigación coincide en esto: la IA es muy buena para identificar alimentos comunes (entre 85 y 95% de las veces), y la principal fuente de error es la porción, deducida a partir de una imagen plana en 2D. Los bowls mixtos, los platos con capas y las salsas abundantes son los casos difíciles. Justo por eso mostramos un nivel de confianza y dejamos ajustar cada estimación con un toque, en lugar de presentar un solo número con una precisión falsa.
Nuestra meta de referencia: hasta 8%
“Hasta 8% de diferencia con un nutricionista” es una meta que nos exigimos, no una promesa publicitaria sobre tu próxima foto. En cada versión volvemos a hacer pruebas con comidas de referencia y ajustamos el modelo para acercarnos a ella. Cuando una estimación probablemente sea más difícil, como un plato combinado o una porción poco común, el nivel de confianza lo dice desde el principio. Abajo publicamos la investigación en la que nos basamos, en lugar de pedirte que confíes a ciegas en un solo número propio.
Lo que no afirmamos
No afirmamos tener precisión de laboratorio, y calorietrack.ai no es un dispositivo médico. Consulta el aviso de salud (en inglés). Para la investigación en la que se basa esta metodología, consulta qué dicen los estudios sobre la estimación de calorías con IA.
Fuentes y lecturas recomendadas
Los rangos de precisión de arriba reflejan el consenso de la investigación revisada por pares sobre la evaluación dietética basada en imágenes. Consulta la literatura original:
Escrito y mantenido por el equipo de calorietrack.ai · actualizado el 8 de junio de 2026 · ¿Preguntas?