Precisión de los contadores de calorías con IA: estudios
Los contadores de calorías con IA por foto reconocen bien los alimentos, pero suelen fallar en raciones, calorías y grasa. Qué encontraron seis estudios de PubMed, qué dicen las propias apps de sus estimaciones, por qué aparecen los errores y cómo registrar mejor.
Consigue gratis tu plan de entrenamiento y nutrición con IA en 60 segundos
¿Qué precisión tienen los contadores de calorías con IA por foto?
Los contadores de calorías con IA por foto aciertan al nombrar lo que hay en tu plato y fallan mucho más al calcular cuánto hay, así que la cifra puede quedar lejos de la real, sobre todo en platos grandes, mezclados o con aceite. En los seis estudios de abajo, las apps y modelos de IA evaluados en reconocimiento acertaron la mayoría de los alimentos, pero las estimaciones de calorías o nutrientes se desviaron más de un 10% en dos de ellos, las raciones medianas y grandes se estimaron mal en uno y la grasa se sobrestimó en otro. Trátala como un borrador que revisas, no como una medición.
Si buscas elegir app, nuestra comparativa de la mejor app para contar calorías con foto e IA las pone lado a lado. Todas las fuentes de esta página se comprobaron en octubre de 2026.
Qué encontraron los estudios
El reconocimiento es bueno, las raciones y las calorías no tanto, y los fallos crecen a medida que crece el plato.
Los seis resúmenes están en PubMed. Cada uno mide algo distinto: no los leas como una sola nota de precisión para "la IA".
| Estudio | Qué se probó | Resultado principal (según el resumen) |
|---|---|---|
| Li et al., Nutrients 2024 | Siete apps con reconocimiento de comida por IA y apps de registro manual | MyFitnessPal y Fastic reconocieron mejor los alimentos (97% y 92%), pero las estimaciones automáticas de energía a partir de la foto fueron inexactas |
| O'Hara et al., Nutrients 2025 | ChatGPT con 114 fotos de comidas | 93,0% de precisión al identificar alimentos; mala concordancia en el peso de comidas medianas y grandes; desviación de más del 10% en 13 nutrientes |
| Isobe et al., Nutrients 2026 | 10 modelos de IA frente a 10 dietistas-nutricionistas con 15 menús hospitalarios estandarizados | Los mejores modelos quedaron a menudo dentro del 10% en energía e hidratos de carbono; todos los modelos sobrestimaron la grasa, con un sesgo medio superior a +20% |
| Rodríguez-Jiménez et al., Nutrients 2025 | ChatGPT-5 con 195 platos y distintos niveles de contexto | La precisión mejoró al añadir a la foto una descripción y después las cantidades de ingredientes, y empeoró sin ninguna foto |
| Lozano et al., Current Developments in Nutrition 2023 | Una app con IA (Openfit) con comidas pesadas en secreto, 24 adultos | Error de energía del 43% (automático) y del 33% (semiautomático) contando las bebidas; error mayor en las comidas con más energía |
| Serra et al., Frontiers in Nutrition 2023 | Una app de reconocimiento de alimentos (SNAQ) frente a agua doblemente marcada en 30 mujeres | Sesgo medio de -329,6 kcal al día, más cerca que un recordatorio de 24 horas (-543,0), pero sin relación entre las estimaciones individuales y la referencia |
Nombrar la comida no es contar las calorías
Los porcentajes altos que circulan suelen ser de reconocimiento. En el estudio de Li, el 97% y el 92% indican cuántas veces las apps acertaron el alimento, no lo cerca que quedaron las calorías. Con ChatGPT pasa lo mismo: 93,0% al identificar alimentos, pero estimó mal el peso de las raciones medianas y grandes y se quedó corto en 11 nutrientes.
Acertar con "pollo, arroz, brócoli" es la parte fácil. Las calorías dependen de los gramos de cada cosa.
Platos más grandes, errores más grandes
Dos estudios coinciden. El piloto de Openfit encontró errores mayores en las comidas con más energía, y el estudio de ChatGPT vio poca concordancia en el peso de las comidas medianas y grandes. En la práctica, un tentempié algo desviado cuesta poco; una cena abundante desviada en la misma proporción puede descuadrarte el día.
La grasa es el punto débil
Los menús hospitalarios estandarizados son el entorno más controlado de esta lista. Aun así, la precisión en proteína y grasa fue claramente más baja que en energía e hidratos, y todos los modelos de IA sobrestimaron la grasa en más de un 20% de media. Si cuentas macros, desconfía sobre todo de la grasa.
Una buena media puede esconder días malos
El agua doblemente marcada es un método de laboratorio que mide la energía que gasta una persona durante varios días y sirve de referencia de la ingesta. Frente a él, SNAQ salió mejor de media que una entrevista de recordatorio de 24 horas. Pero el resumen no encontró relación entre la app y la referencia persona a persona, y señala que la empresa construyó la versión del estudio a cambio de un pago. Una media de grupo cercana no garantiza que tus números lo sean.
Más contexto ayuda
El estudio de ChatGPT-5 es el más útil para el día a día: la foto sola fue lo menos preciso, la foto con descripción mejoró y la foto con cantidades de ingredientes fue lo mejor. Escribir "hecho con aceite de oliva, unos 150 g de arroz" junto a la imagen merece la pena.
Qué dicen los fabricantes de sus propias estimaciones
Ninguna empresa revisada presenta la estimación por foto como definitiva, y casi todas piden revisarla antes de guardar.
| App | Lo que dice la empresa (texto exacto, en inglés) | Fuente |
|---|---|---|
| Cal AI | "CalAI is about 80% accurate. No food tracking app is perfect, and calories and nutrition values can vary." | FAQ de Cal AI |
| MyFitnessPal | "Meal Scan gives you a starting point, not a final answer, so you always have the last word on what goes in your diary." | Ayuda de MyFitnessPal |
| Yazio | "The AI recognition only provides a rough estimate and cannot guarantee 100% accurate results." | Ayuda de Yazio |
| Cronometer | "Always check if your foods have been matched correctly before adding to your diary for the most accurate logging." | Soporte de Cronometer |
| MacroFactor | "AI is not perfect and can make mistakes, and we give users the control to edit and modify its results." | Página comparativa de MacroFactor |
| Lose It! | "We'll do our best to suggest the best match for the food(s) in your photo, but you can always make adjustments." | Ayuda de Lose It! |
Dos comentarios. El "about 80%" de Cal AI no tiene método publicado, así que no sabes si se refiere al reconocimiento, a las calorías por comida o a otra cosa. MacroFactor dice que en su propia prueba con comida pesada quedó más cerca que Cal AI, pero es una prueba del fabricante sin datos en la página, no un estudio independiente.
La ayuda de MyFitnessPal añade un consejo útil en cualquier app: si la comida tiene varios elementos, escanea un plato cada vez.
Por qué fallan las estimaciones por foto
Una foto muestra la superficie de la comida, mientras que las calorías dependen del peso y de ingredientes que la cámara no ve.
- Grasa escondida. El aceite que absorben el arroz o las verduras, la mantequilla de una salsa o el aliño del fondo del bol no se ven. La grasa es lo más calórico, así que un pequeño fallo mueve mucho el total.
- Profundidad de la ración. Una foto es plana: un plato llano de pasta y un bol hondo parecen iguales desde arriba. Algunas apps intentan medir el volumen (Cal AI dice que el sensor de profundidad del móvil calcula el volumen de la comida), pero los estudios siguen señalando la ración como el mayor punto débil.
- Platos mezclados. Guisos, curris, lasañas, burritos y bocadillos esconden sus ingredientes: el modelo adivina receta y cantidad.
- Cosas que se parecen. La leche entera y la desnatada en el café, la mayonesa normal y la ligera, un refresco con azúcar y uno sin azúcar se ven iguales en una foto.
- Bebidas. En el estudio de Openfit el error cambió bastante según se contaran o no las bebidas: el vaso de al lado cuenta.
- Recetas locales. Un mismo plato puede tener recetas muy distintas según el país o la cocina. Nuestra guía para contar calorías de comida de Oriente Medio muestra cuánto puede variar.
| Tipo de comida | Problema típico en una foto | Qué hacer |
|---|---|---|
| Comida envasada | La foto adivina lo que la etiqueta ya te dice | Usa la etiqueta o el código de barras en lugar de la foto |
| Plato sencillo (carne, arroz, verdura) | Cantidad de arroz o pasta, aceite de cocinar | Corrige los gramos del hidrato y añade el aceite |
| Ensalada con aliño | Aliño y queso ocultos o subestimados | Registra el aliño aparte |
| Guiso, curry, lasaña | Receta y grasa desconocidas | Describe los ingredientes principales o guarda tu receta y reutilízala |
| Comida de restaurante | Receta, grasa de cocción y ración, todo desconocido | Mira la información nutricional del restaurante si existe; si no, redondea hacia arriba |
| Café y bebidas | Tipo de leche, azúcar, siropes | Añádelos como elementos separados |
Cómo sacar mejores números de cualquier app de fotos
Usa la foto para nombrar los alimentos y dedica unos segundos a corregir raciones y añadir lo que no se ve.
- Revisa cada elemento antes de guardar. Borra lo que no está, renombra lo que está mal y corrige la cocción si la app puso frito en lugar de a la plancha.
- Ajusta la ración del elemento más grande. En la mayoría de los platos es el hidrato o la proteína. Si lo cocinaste tú, sueles saber la cantidad por el paquete.
- Pesa de vez en cuando los alimentos más calóricos. En el aceite, la mantequilla, los frutos secos y sus cremas, el queso, la granola y el arroz o la pasta en crudo se acumulan los pequeños errores. Pesarlos a veces te entrena el ojo.
- Añade los extras ocultos. Aceite de cocinar, salsas, aliños, azúcar en el café.
- Escanea un plato cada vez si hay varios alimentos separados.
- Añade palabras. Si la app acepta una descripción, escribe la grasa de cocción y las cantidades aproximadas.
- Usa la etiqueta en lo envasado. Un código de barras o una etiqueta gana a cualquier estimación por foto.
- Juzga por la tendencia. Una comida suelta puede fallar. Compara tu media registrada con la tendencia de tu peso durante unas semanas y ajusta. Nuestra guía del déficit calórico explica cómo hacerlo.
Un error frecuente: diez minutos afinando una ensalada de acompañamiento mientras el aceite de la sartén nunca se registra. Pon el esfuerzo donde están las calorías.
¿Cuánta precisión necesita tu registro?
Depende de tu objetivo: para tomar conciencia basta con algo aproximado, y cuanto más estricto sea tu objetivo, más deberías pesar.
Para aprender cómo es una ración normal o comer algo más de proteína, basta con un registro por foto corregido. Si estás en una fase de pérdida de grasa ajustada o buscas unos objetivos de macros precisos, pesa los alimentos más calóricos y usa la foto para el resto.
Algunas situaciones necesitan algo más que una app. Si cuentas hidratos por una medicación, tienes una enfermedad, estás embarazada o tomas medicación GLP-1, habla con tu médico antes de fiarte de las estimaciones por foto. Si registrar la comida te genera ansiedad o has tenido un trastorno de la conducta alimentaria, habla primero con tu médico, y ten presente que no registrar también es una opción válida.
Dónde encaja el escaneo de comida por foto de Trainera
El escaneo de comida por foto de Trainera te da una estimación con IA que puedes editar antes de registrarla, y forma parte del plan Premium, de $6.99 al mes en EE. UU. (los precios cambian según el país en trainera.fit/pricing).
Cuando haces la foto, un modelo de visión con IA nombra los alimentos y estima los gramos, las calorías y los macros de cada uno. Puedes corregir cualquier elemento antes de registrarlo, justo el hábito que apoyan los estudios de arriba. Premium permite hasta 20 escaneos al día. Es una estimación, como todo lo de esta página, y no sustituye a pesar la comida cuando la precisión importa.
Lo que añade Trainera es el entrenamiento en la misma app: Premium incluye 10 planes de entrenamiento con IA, 10 planes de nutrición con IA y 10 entrenamientos con IA al mes, AI Nutrition Chat y TRAI, el asistente de la app, con 90 consultas al mes. El plan Free, sin tarjeta, incluye el diario de comidas con calorías y macros, la búsqueda de alimentos y escribir el número de un código de barras. Si te entrena un entrenador con plan Pro, Business o Enterprise, tienes el escaneo a través de él.
Si solo quieres registrar con fotos, quizá te encaje mejor una app dedicada. Nuestra comparativa Cal AI vs MyFitnessPal y la lista de alternativas a Cal AI repasan esas apps. Las fotos de tus comidas también son datos personales: lee cómo tratan tus datos las apps de fitness antes de elegir una.
Tu lista para registros por foto más fiables
- Fíate más de los nombres de los alimentos que de los gramos.
- Corrige el elemento más grande y añade la grasa de cocción en cada comida.
- Desconfía sobre todo de la cifra de grasa.
- Escanea los platos de uno en uno y añade una descripción corta.
- Pesa de vez en cuando los alimentos más calóricos para recalibrar.
- Juzga lo que comes por la tendencia semanal, no por una comida.
¿Quieres una estimación con IA de tu plato junto a un plan de entrenamiento con IA? Mira cómo funciona el entrenador personal con IA de Trainera o empieza gratis.
Preguntas frecuentes
¿Son precisas las apps para contar calorías con IA?
¿Cal AI acierta de verdad un 80%?
¿Es mejor pesar la comida o hacerle una foto?
¿Los escáneres de comida con IA sobrestiman o subestiman las calorías?
¿ChatGPT puede contar calorías con una foto?
Seguir leyendo
Pon esto en práctica con Trainera
Consigue gratis tu plan de entrenamiento y nutrición con IA en 60 segundos
Más de 1800 ejercicios, wearables y seguimiento del progreso, gratis y sin tarjeta. El escaneo de comida con IA viene con Premium. Entrena solo o con un coach certificado.