# Precisione dei contacalorie AI: cosa dicono gli studi > I contacalorie AI con foto riconoscono bene i cibi ma spesso sbagliano porzioni, calorie e grassi. Ecco cosa hanno trovato sei studi su PubMed, cosa dicono i produttori delle proprie stime, perché nascono gli errori e come registrare i pasti in modo più affidabile. *Author: Trainera Team | Published: 2026-10-17 | Reading time: 9 min* ## Quanto sono precisi i contacalorie AI con foto? I contacalorie AI con foto sanno dire cosa c'è nel piatto ma molto meno quanto ce n'è, quindi le calorie possono essere parecchio lontane dal vero, soprattutto con pasti abbondanti, misti o ricchi di condimento. Nei sei studi qui sotto, le app e i modelli AI testati sul riconoscimento hanno identificato correttamente la maggior parte degli alimenti, mentre le stime di calorie o nutrienti sbagliavano di oltre il 10% in due studi, le porzioni medie e grandi venivano stimate male in uno e i grassi venivano sovrastimati in un altro. Considera la stima una prima bozza da controllare, non una misura. Se devi scegliere un'app più che verificare la scienza, la nostra selezione delle [migliori app contacalorie con foto del cibo e AI](/blogs/migliore-app-contacalorie-foto-cibo-ai) le mette a confronto. Ogni fonte citata è stata controllata a ottobre 2026. ## Cosa dice la ricerca Il riconoscimento funziona, le stime di porzioni e calorie no, e gli errori crescono man mano che il pasto si fa più grande. Tutti e sei gli abstract sono su PubMed. Misurano cose diverse, quindi leggi ogni risultato a sé, non come un unico voto di precisione dell'"AI". | Studio | Cosa è stato testato | Risultato principale (dall'abstract) | | -------------------------------------------------------------------------------------------------- | --------------------------------------------------------------------------------------- | -------------------------------------------------------------------------------------------------------------------------------------------------------------------- | | [Li et al., Nutrients 2024](https://pubmed.ncbi.nlm.nih.gov/39125452/) | Sette app con riconoscimento AI delle foto del cibo, più app a registrazione manuale | MyFitnessPal e Fastic riconoscevano meglio gli alimenti (97% e 92%), ma le stime automatiche dell'energia ottenute dal riconoscimento delle immagini erano imprecise | | [O'Hara et al., Nutrients 2025](https://pubmed.ncbi.nlm.nih.gov/40004936/) | ChatGPT su 114 foto di pasti | 93,0% di precisione nell'identificare gli alimenti; scarsa concordanza sul peso per pasti medi e grandi; errore superiore al 10% per 13 nutrienti | | [Isobe et al., Nutrients 2026](https://pubmed.ncbi.nlm.nih.gov/41901141/) | 10 modelli AI contro 10 dietisti su 15 pasti ospedalieri standardizzati | I modelli migliori restavano spesso entro il 10% per energia e carboidrati; tutti i modelli sovrastimavano i grassi, con uno scostamento medio oltre il +20% | | [Rodríguez-Jiménez et al., Nutrients 2025](https://pubmed.ncbi.nlm.nih.gov/41305663/) | ChatGPT-5 su 195 piatti con più o meno contesto | La precisione migliorava aggiungendo alla foto una descrizione e poi le quantità degli ingredienti, e calava senza nessuna foto | | [Lozano et al., Current Developments in Nutrition 2023](https://pubmed.ncbi.nlm.nih.gov/38026571/) | Un'app AI (Openfit) su pasti pesati di nascosto, 24 adulti | Errore sull'energia del 43% (automatico) e del 33% (semiautomatico) contando le bevande; errore maggiore per i pasti più calorici | | [Serra et al., Frontiers in Nutrition 2023](https://pubmed.ncbi.nlm.nih.gov/37810925/) | Un'app di riconoscimento del cibo (SNAQ) contro l'acqua doppiamente marcata in 30 donne | Scostamento medio di -329,6 kcal al giorno, più vicino di un richiamo delle 24 ore (-543,0), ma nessuna relazione tra le stime individuali e il riferimento | ### Riconoscere il cibo non vuol dire contare le calorie Le percentuali alte che leggi in giro sono quasi sempre punteggi di riconoscimento. Nello studio di Li, 97% e 92% indicano quante volte le app hanno dato il nome giusto all'alimento, non quanto si sono avvicinate alle calorie. Lo studio su ChatGPT dice lo stesso: 93,0% nell'identificare i cibi, ma stime scarse del peso delle porzioni medie e grandi e una sottostima di 11 dei nutrienti controllati. Indovinare "pollo, riso, broccoli" è la parte facile. Le calorie dipendono dai grammi di ciascuno. ### Piatti più grandi, errori più grandi Due studi vanno nella stessa direzione. Lo studio pilota su Openfit ha trovato errori maggiori nei pasti più calorici, e lo studio su ChatGPT una scarsa concordanza sul peso per i pasti medi e grandi. In pratica, uno spuntino un po' sbagliato costa poco; un piatto di pasta a cena sbagliato della stessa percentuale sposta la giornata. ### I grassi sono il punto debole Lo studio ospedaliero usava pasti standardizzati, il contesto più controllato della lista. Anche lì la precisione per proteine e grassi era significativamente più bassa che per energia e carboidrati, e ogni modello AI sovrastimava i grassi di oltre il 20% in media. Se segui i macronutrienti, la riga dei grassi in una registrazione da foto è quella di cui fidarti meno. ### Una buona media può nascondere giorni sbagliati L'acqua doppiamente marcata è un metodo di laboratorio che misura l'energia consumata in diversi giorni, usato come riferimento per l'apporto. Rispetto a questo metodo, l'app SNAQ è andata meglio in media di un'intervista di richiamo delle 24 ore. Lo stesso abstract però non trova relazione tra le stime dell'app e il riferimento per le singole persone, e precisa che l'azienda dell'app ha sviluppato la versione dello studio dietro compenso. Una media di gruppo che sembra vicina non ti dice che i tuoi numeri lo siano. ### Più contesto aiuta Lo studio su ChatGPT-5 è il più utile per la registrazione di tutti i giorni. Delle tre configurazioni con foto, la sola foto era la meno precisa, foto più descrizione andava meglio e foto più quantità degli ingredienti era la migliore. Scrivere "cotto in olio d'oliva, circa 150 g di riso" accanto all'immagine vale i pochi secondi che ci metti. ## Cosa dicono i produttori delle app sulle proprie stime Nessuno dei produttori che abbiamo controllato definisce definitiva una stima da foto, e quasi tutti ti dicono di rivederla prima di salvarla. Le frasi sono riportate nell'originale inglese. | App | Cosa dice il produttore (testo esatto) | Fonte | | ------------ | ------------------------------------------------------------------------------------------------------------------------ | ---------------------------------------------------------------------------------------------------------------------------------------- | | Cal AI | "CalAI is about 80% accurate. No food tracking app is perfect, and calories and nutrition values can vary." | [FAQ di Cal AI](https://www.calai.app/faq) | | 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." | [Assistenza MyFitnessPal](https://support.myfitnesspal.com/hc/en-us/articles/360045761612-How-to-use-the-Meal-Scanner) | | Yazio | "The AI recognition only provides a rough estimate and cannot guarantee 100% accurate results." | [Assistenza Yazio](https://help.yazio.com/hc/en-us/articles/39137901903889-What-is-the-AI-Calorie-Tracking-Feature-and-how-does-it-work) | | Cronometer | "Always check if your foods have been matched correctly before adding to your diary for the most accurate logging." | [Assistenza Cronometer](https://support.cronometer.com/hc/en-us/articles/39013533811092-Mobile-Photo-Logging) | | MacroFactor | "AI is not perfect and can make mistakes, and we give users the control to edit and modify its results." | [Pagina di confronto MacroFactor](https://macrofactor.com/macrofactor-vs-cal-ai/) | | 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." | [Assistenza Lose It!](https://help.loseit.com/hc/en-us/articles/47771695186580-How-to-Use-Snap-It) | Due di queste meritano una nota. L'"about 80%" di Cal AI arriva senza un metodo pubblicato, quindi non puoi sapere se si riferisce al riconoscimento del cibo, alle calorie per pasto o ad altro. MacroFactor afferma che nel suo test con cibo pesato si è avvicinata più di Cal AI, ma è un test del produttore senza dati sulla pagina, non uno studio indipendente. La pagina di assistenza di MyFitnessPal aggiunge un consiglio pratico da copiare in qualsiasi app: se il pasto ha più elementi, scansionare un piatto alla volta di solito dà suggerimenti più precisi. ## Perché le stime da foto sbagliano Una foto mostra la superficie del pasto, mentre le calorie dipendono dal peso e da ingredienti che la fotocamera non vede. * **Grassi nascosti.** L'olio assorbito da riso o verdure, il burro sciolto in un sugo e il condimento sul fondo di una ciotola in foto non si vedono. Il grasso è la parte più calorica del cibo, quindi anche un piccolo errore qui sposta molto il totale. * **Profondità della porzione.** Un'immagine è piatta. Un piatto basso di pasta e una ciotola fonda possono sembrare uguali visti dall'alto. Alcune app provano a misurare il volume (Cal AI scrive che il "phone's depth sensor calculates food volume"), ma gli studi qui sopra indicano comunque la porzione come il punto più debole. * **Piatti misti.** Stufati, curry, lasagne, burrito e panini nascondono gli ingredienti. Il modello deve indovinare la ricetta oltre alla quantità. * **Cibi che si somigliano.** Latte intero e scremato nel caffè, maionese normale e light, bibite zuccherate e senza zucchero in foto sono identici. * **Bevande.** Nello studio su Openfit l'errore cambiava in modo evidente a seconda che le bevande fossero contate o no, quindi anche il bicchiere accanto al piatto conta. * **Ricette locali.** Lo stesso piatto cambia molto da un paese all'altro e da una cucina all'altra. La nostra guida ai [cibi mediorientali nel contacalorie](/blogs/contacalorie-cibi-mediorientali) mostra quanto possano variare. | Tipo di pasto | Problema tipico per una foto | Cosa fare | | -------------------------------------- | ------------------------------------------------------------ | ------------------------------------------------------------------------------------------------------- | | Cibo confezionato | La foto indovina ciò che l'etichetta ti dice già | Usa l'etichetta o il codice a barre invece della foto | | Piatto semplice (carne, riso, verdure) | Porzione di riso o pasta, olio di cottura | Correggi i grammi dei carboidrati e aggiungi l'olio | | Insalata condita | Condimento e formaggio nascosti o sottostimati | Registra il condimento a parte | | Stufato, curry, sformato | Ricetta e grassi sconosciuti | Descrivi gli ingredienti principali, oppure salva la tua ricetta una volta e riusala | | Pasto al ristorante | Ricetta, grasso di cottura e porzione sono tutti sconosciuti | Controlla i valori nutrizionali pubblicati dal ristorante, se ci sono, altrimenti arrotonda per eccesso | | Caffè e bevande | Tipo di latte, zucchero, sciroppi | Aggiungili come voci separate | ## Come ottenere numeri migliori da qualsiasi app con foto Usa la foto per nominare gli alimenti, poi correggi le porzioni e aggiungi ciò che la fotocamera non vede. 1. **Controlla ogni voce prima di salvare.** Elimina i cibi che non ci sono, rinomina quelli sbagliati e cambia il metodo di cottura se l'app ha scelto fritto invece di grigliato. 2. **Correggi la porzione dell'elemento più grande.** Nella maggior parte dei piatti sono i carboidrati o le proteine. Se hai cucinato tu, spesso conosci la quantità dalla confezione. 3. **Pesa ogni tanto i cibi più calorici.** Olio, burro, creme di frutta secca, frutta secca, formaggio, granola e riso o pasta da crudi sono dove i piccoli errori si sommano. Pesarli di tanto in tanto allena l'occhio e le tue correzioni migliorano. 4. **Aggiungi gli extra nascosti.** Olio di cottura, salse, condimenti, zucchero nel caffè. 5. **Scansiona un piatto alla volta** quando hai più alimenti separati. 6. **Aggiungi qualche parola.** Se l'app accetta una descrizione, scrivi il grasso di cottura e le quantità approssimative. 7. **Usa le etichette per il cibo confezionato.** Un codice a barre o un'etichetta battono qualsiasi stima da foto. 8. **Giudica dall'andamento.** Un singolo pasto può essere sbagliato. Confronta la media registrata con l'andamento del tuo peso nell'arco di qualche settimana e aggiusta da lì. La nostra guida al [deficit calorico](/blogs/deficit-calorico-come-calcolarlo-per-dimagrire) spiega come fare. Un errore frequente è l'opposto: dieci minuti a perfezionare l'insalata di contorno mentre l'olio in padella non viene mai registrato. Metti l'impegno dove ci sono le calorie. ## Quanto deve essere precisa la tua registrazione? Dipende dal tuo obiettivo: per farti un'idea va bene un'approssimazione, e più il traguardo è stretto, più conviene pesare. Se stai imparando com'è una porzione normale o vuoi mangiare un po' più di proteine, una registrazione da foto corretta basta e avanza. Se sei in una fase di dimagrimento rigorosa o punti a [obiettivi di macronutrienti](/blogs/come-calcolare-i-macronutrienti-dimagrire-massa) precisi, pesa i cibi più calorici e usa la foto per il resto. In alcune situazioni non basta un'app. Se conti i carboidrati per una terapia, hai una condizione medica, sei in gravidanza o assumi farmaci GLP-1, parla con il tuo medico prima di affidarti alle stime da foto. Se contare il cibo ti mette ansia, o hai una storia di disturbi alimentari, parlane prima con il tuo medico, e sappi che anche non contare è una scelta valida. ## Dove si colloca la scansione delle foto di Trainera La scansione delle foto del cibo di Trainera ti dà una stima AI che puoi modificare prima di registrarla, ed è inclusa nel piano Premium a $6.99 al mese negli Stati Uniti (i prezzi variano da paese a paese, li trovi su [trainera.fit/pricing](/it/prezzi)). Quando scatti una foto, un modello AI di visione riconosce gli alimenti e stima grammi, calorie e macronutrienti di ogni voce. Puoi correggere qualsiasi voce prima che finisca nel diario, che è esattamente l'abitudine sostenuta dagli studi qui sopra. Premium consente fino a 20 scansioni al giorno. È una stima, come ogni strumento di questa pagina, e non sostituisce la bilancia quando serve precisione. Quello che Trainera aggiunge è la parte di allenamento nella stessa app: Premium include anche 10 schede di allenamento AI, 10 piani alimentari AI e 10 allenamenti AI al mese, AI Nutrition Chat e TRAI, l'assistente nell'app, con 90 richieste al mese. Il piano Free, senza carta, include il diario alimentare con calorie e macronutrienti, la ricerca degli alimenti e l'inserimento manuale del numero del codice a barre. I clienti seguiti da un trainer con piano Pro, Business o Enterprise ricevono la scansione tramite il loro coach. Se ti interessa solo registrare i pasti con le foto, un'app dedicata potrebbe fare più al caso tuo. Il nostro confronto [Cal AI vs MyFitnessPal](/blogs/cal-ai-vs-myfitnesspal-app-conta-calorie) e la lista delle [alternative a Cal AI](/blogs/alternative-a-cal-ai) parlano di queste app. Anche le foto dei pasti sono dati personali, quindi vale la pena leggere [come le app di fitness trattano i tuoi dati](/blogs/privacy-app-fitness-ai-dati-sicuri) prima di sceglierne una. ## La tua checklist per registrazioni da foto più affidabili * Fidati più dei nomi degli alimenti che dei grammi. * Correggi l'elemento più grande e aggiungi il grasso di cottura a ogni pasto. * Sii più scettico sul valore dei grassi. * Scansiona un piatto alla volta e aggiungi una breve descrizione. * Pesa ogni tanto i cibi più calorici per ricalibrarti. * Valuta quanto mangi dall'andamento settimanale, non da un solo pasto. _Vuoi una stima AI del tuo piatto accanto a una scheda di allenamento AI? [Scopri come funziona il personal trainer con IA di Trainera](/it/personal-trainer-ia) oppure [inizia gratis](/auth/register?role=client)._ ## FAQ ### Le app contacalorie con AI sono precise? Sono brave a riconoscere gli alimenti ma meno affidabili nello stimare porzioni e calorie. Gli studi su PubMed hanno trovato tassi di riconoscimento alti, mentre le stime di calorie o nutrienti sbagliavano di oltre il 10% in due studi e i grassi venivano sovrastimati in un altro. Controlla le porzioni e aggiungi l'olio nascosto prima di salvare una registrazione da foto. ### Cal AI è davvero preciso all'80%? Cal AI scrive nelle sue FAQ di essere "about 80% accurate", ma non pubblica né il metodo né una definizione, quindi non puoi sapere cosa misuri quell'80%. Considera ogni stima da foto, di qualsiasi app, come un punto di partenza da correggere. ### Meglio pesare il cibo o fotografarlo? Pesare è più preciso, soprattutto per i cibi molto calorici come olio, frutta secca, formaggio e riso o pasta da crudi. Una via di mezzo pratica è fotografare la maggior parte dei pasti, correggere le porzioni e pesare ogni tanto i cibi più calorici per tenere oneste le tue stime. ### Gli scanner AI del cibo sovrastimano o sottostimano le calorie? Succedono entrambe le cose. In uno studio del 2026 tutti i modelli AI sovrastimavano i grassi di oltre il 20% in media, mentre uno studio del 2025 su ChatGPT ha trovato sottostime per 11 nutrienti e stime delle porzioni scarse nei pasti medi e grandi. Gli errori tendono a crescere con i pasti più abbondanti. ### ChatGPT può contare le calorie da una foto? Riconosce bene gli alimenti, ma gli studi hanno trovato stime di porzioni e nutrienti deboli partendo dalla sola foto. La precisione migliorava aggiungendo una descrizione e le quantità degli ingredienti, quindi scrivi ciò che la foto non mostra, come l'olio di cottura e i grammi approssimativi. --- Source: https://trainera.fit/blogs/precisione-contacalorie-ai-foto-studi