Las apps de IA subestiman las comidas hasta en 345 calorías: qué encontró el estudio de los NIH de 2026

title: "Las apps de IA subestiman las comidas hasta en 345 calorías: qué encontró el estudio de los NIH de 2026" description: "Investigadores de los NIH fotografiaron 102 comidas de una cocina metabólica y las registraron en cuatro apps de conteo por foto. Todas se quedaron cortas. Esto es lo que se probó realmente y lo que significa para tu registro." publishedAt: "2026-08-25" updatedAt: "2026-08-25" author: "Inlab Products" locale: "es" category: "Precisión" tags: ["precisión contador de calorías IA", "conteo de calorías por foto", "estudio apps de calorías", "subregistro", "reconocimiento de alimentos por foto"] keyTakeaways:

• "Investigadores del NIDDK (NIH) probaron cuatro apps de conteo por foto muy usadas contra 102 comidas de composición conocida. Las apps subestimaron entre 250 y 345 calorías por comida de media."
• "La grasa fue el macronutriente peor estimado, con una desviación de unos 30 gramos. Los carbohidratos fueron los más consistentes en las cuatro apps."
• "Las comidas altas en grasa y cetogénicas fueron las más difíciles, lo que se deduce directamente de que la grasa es el macronutriente que una cámara no puede ver."
• "El detalle que se saltaron los titulares: las comidas se registraron solo a partir de la foto, sin ajustar ninguna porción. Ese es el peor caso para cualquier app de foto, no el uso normal."
• "Es un resumen de congreso, no un artículo revisado por pares. La dirección del hallazgo es sólida, las cifras exactas siguen siendo provisionales." faq:
• question: "¿Son precisas las apps de conteo de calorías con IA?" answer: "Sirven como orden de magnitud y se quedan cortas de forma sistemática. En el análisis de 2026 del NIDDK, cuatro apps de foto populares subestimaron comidas de composición conocida entre 250 y 345 calorías de media, con unos 30 gramos menos de grasa. Dicho esto, las comidas se registraron solo desde la foto, sin corregir porciones. Una app que revisas y corriges antes de guardar se comporta de forma muy distinta a una que registra sola."
• question: "¿Por qué las apps de foto subestiman las calorías?" answer: "Una fotografía no contiene información sobre densidad ni grasa oculta. El aceite absorbido por un salteado, la mantequilla derretida en una salsa, la profundidad de un bol visto desde arriba o el aliño ya mezclado en una ensalada son invisibles para la cámara. La grasa tiene nueve calorías por gramo y es el macronutriente menos visible, por eso el error en grasa domina el error calórico total."
• question: "¿Debería dejar de usar un contador de calorías por foto?" answer: "No, pero deja de tratar el primer número como la respuesta. Usa la foto para obtener un borrador rápido y luego corrige lo que sabes que la cámara no vio: aceite de cocina, mantequilla, aliños y el tamaño de la porción. Un registro por foto corregido lleva unos veinte segundos y queda mucho más cerca que una foto sin corregir o que una comida que nunca registraste."
• question: "¿Qué alimentos son más difíciles de estimar para estas apps?" answer: "Los platos mezclados donde ya no se distinguen los ingredientes, cualquier cosa cocinada en una grasa que no se ve, las sopas y guisos donde la profundidad esconde el volumen, y las comidas altas en grasa o cetogénicas. Los alimentos enteros emplatados con una referencia de tamaño en el encuadre son el caso fácil, y ahí estas apps funcionan bien."
• question: "¿El estudio de los NIH pasó revisión por pares?" answer: "Todavía no. Los resultados se presentaron como resumen en NUTRITION 2026, el congreso anual de la American Society for Nutrition, del 25 al 28 de julio en National Harbor, Maryland. Los resúmenes presentados allí no suelen haber completado la revisión por pares que exige una publicación en revista, así que los resultados son preliminares."

Si has usado un contador de calorías por foto y has sospechado en voz baja que el número era demasiado bueno, ahora hay investigación que apunta en la misma dirección. Cuatro apps de conteo por foto muy usadas subestimaron las comidas entre 250 y 345 calorías cada una.

Ese es el titular. El detalle que hay debajo es más útil que el titular, y cambia qué deberías hacer al respecto.

En resumen

Investigadores de los NIH fotografiaron 102 comidas de composición exactamente conocida y registraron cada una en cuatro apps de foto populares, sin ajustar ninguna porción. Todas se quedaron cortas, entre 250 y 345 calorías y unos 30 gramos de grasa. La grasa es el problema. Las comidas altas en grasa y cetogénicas fueron las peores. La solución no es abandonar la foto, es dejar de aceptar la primera estimación. Revísala, añade el aceite y la mantequilla que la cámara no vio, corrige la porción. Son segundos y eliminan la mayor parte del error.

Qué hicieron los investigadores

Aaron Hengist y Olivia Charles, del National Institute of Diabetes and Digestive and Kidney Diseases de los NIH, construyeron la prueba en torno a comidas cuya composición ya se conocía al gramo. Las comidas salieron de una cocina metabólica controlada, del tipo que se usa en estudios de alimentación con ingreso hospitalario donde cada ingrediente se pesa.

Fotografiaron 102 de esas comidas y registraron cada foto en cuatro apps de conteo por foto muy usadas. Después compararon lo que reportaban las apps con los números de la propia cocina. Un análisis posterior amplió el trabajo a más de 200 comidas.

El diseño importa. La mayoría de las afirmaciones de precisión en esta categoría, incluida nuestra propia prueba de 20 comidas, comparan la estimación con una lectura de báscula de cocina. Una cocina metabólica es una referencia más estricta que eso.

Los números

Destacan dos cosas.

La primera es que las cuatro apps fallaron en la misma dirección. No son cuatro errores independientes, es una propiedad estructural de estimar calorías a partir de una imagen.

La segunda es que el error crece con la cantidad de grasa que esconde la comida. Unos 30 gramos de grasa son unas 270 calorías, lo que explica por sí solo la mayor parte de la diferencia. El error calórico es en gran medida un error de grasa con otro nombre.

Por qué una foto no puede ver la grasa

Piensa en lo que capta realmente una cámara. Forma, color, textura superficial y área aproximada. Suficiente para reconocer pollo, arroz y brócoli. Insuficiente para responder a la pregunta que determina las calorías: cuánta grasa entró en los tres.

Los puntos ciegos concretos:

• Aceite absorbido. Un salteado hecho con dos cucharadas de aceite es idéntico a uno hecho en seco. Son unas 240 calorías que no dejan rastro visual.
• Mantequilla y grasas fundidas en la comida. Mantequilla en el puré, nata en una sopa, ghee en una base de curry.
• Aliño ya mezclado. Una ensalada aliñada parece una ensalada.
• Profundidad. Mirar un bol desde arriba te dice la superficie de la comida, no cuánto baja.
• Densidad. Dos porciones de arroz visualmente idénticas pueden diferir un tercio en peso según lo prensadas que estén.

La grasa tiene nueve calorías por gramo frente a cuatro de proteína y carbohidrato, así que cada gramo que la cámara no ve cuesta más del doble. Además es el macronutriente con más probabilidad de ser invisible. Esos dos hechos juntos explican todo el resultado.

También explica el hallazgo cetogénico. Una comida keto está construida a propósito para llevar la mayor parte de su energía como grasa, que es exactamente la energía que una fotografía no puede ver. Las apps fallaron más donde dominaba el macronutriente invisible.

La salvedad que se saltaron los titulares

Esta es la frase del equipo investigador que la mayoría de la cobertura dejó fuera, y es la que debería cambiar cómo lees las cifras:

«Quien use una app de seguimiento por foto sin ajustar las porciones ni introducir cantidades debería tomarse los resultados con pinzas.»

Las comidas se registraron solo desde la foto. Sin corregir porciones, sin añadir el aceite, sin editar la entrada. Es un diseño deliberado y defendible, porque aísla lo que hace el modelo por sí solo. También es la forma menos precisa en que alguien usa estas apps en la práctica.

Así que lee el resultado como un techo del error, no como la descripción de tu martes. Una app que corriges antes de guardar es un instrumento distinto de una a la que dejas archivar la estimación sin mirarla.

Una salvedad más, y es real. Esto se presentó como resumen en NUTRITION 2026, el congreso anual de la American Society for Nutrition, en National Harbor, Maryland, a finales de julio de 2026. Los resúmenes de congreso no suelen haber pasado la revisión por pares de una revista. La dirección del hallazgo es coherente con todo lo que se sabe sobre estimar energía alimentaria a partir de imágenes. Las cifras exactas deben tratarse como provisionales hasta que llegue el artículo completo.

Qué hacer

Un error diario de 300 calorías no es un redondeo. Es mayor que el déficit al que apunta la mayoría, lo que significa que puede hacer que un déficit real parezca un estancamiento y mandarte a buscar una explicación metabólica que no existe. Escribimos el orden de diagnóstico en déficit calórico sin bajar de peso.

Cinco correcciones, ordenadas por lo que aportan:

1. Revisa cada estimación antes de guardarla. Aquí está todo el juego. Una estimación que nunca miraste es una estimación que nunca corregiste, y el estudio mide exactamente ese escenario.
2. Añade la grasa que sabes que está ahí. Si cocinaste con aceite, registra el aceite. Si lleva mantequilla, registra la mantequilla. No necesitas verlo para saber que entró. Este solo hábito cierra la mayor parte de la brecha medida.
3. Corrige la porción, no el alimento. El reconocimiento suele acertar con qué es el alimento. Es la cantidad la que se desvía. Ajusta gramos o raciones y deja en paz la identificación.
4. Pesa las pocas cosas que más mueven el total. No necesitas báscula para una pechuga de pollo. Sí para el aceite, la crema de frutos secos, el queso, la granola y cualquier cosa donde una pequeña diferencia visual sea una gran diferencia calórica. Lista completa en cómo contar calorías con precisión.
5. Juzga la app por tu línea de tendencia. Si tus registros dicen 1.800 y tu peso lleva tres semanas plano, los registros están mal antes que la fórmula. Calibra contra lo que hace tu cuerpo, no contra la estimación de una comida.

La postura honesta sobre el registro por foto

Sería fácil leer este estudio como un alegato contra el conteo de calorías con IA. No creo que se sostenga, por una razón que el estudio no midió.

La alternativa a un registro imperfecto suele ser ningún registro. Décadas de investigación muestran que la ingesta autodeclarada se subestima entre un 20 y un 40 por ciento, y eso es gente escribiendo entradas a mano, con cuidado, en un estudio del que sabe que forma parte. Un error de 300 calorías en una foto que sí hiciste no es obviamente peor que un error de 600 calorías en una entrada manual estimada a ojo, ni que la semana en que dejaste de registrar porque buscar cada ingrediente en una base de datos se hizo pesado.

La conclusión correcta es más estrecha y más útil. El registro por foto es un primer borrador rápido, no una respuesta final. Trata la estimación como un punto de partida que necesita una ronda de corrección, y la ventaja de velocidad sobrevive mientras la mayor parte del error no.

Lectura relacionada

• Cómo contar calorías desde una foto cubre el encuadre que da a cualquier app su mejor oportunidad, más nuestra propia prueba.
• Cómo contar calorías con precisión es la versión práctica: qué pesar, qué estimar y las cuatro categorías de calorías ocultas.
• La guía completa del conteo de calorías con IA explica cómo funciona la visión por computador que hay debajo y dónde falla.
• ¿Déficit calórico sin bajar de peso? recorre el orden de diagnóstico cuando los números y la báscula no coinciden.

Fuentes

1. Charles O, Hengist A et al. (2026). «Accuracy of photo-based dietary tracking applications». Presentado en NUTRITION 2026, American Society for Nutrition, National Harbor, MD, 25 a 28 de julio de 2026. Nota de prensa: https://www.eurekalert.org/news-releases/1136415
2. American Society for Nutrition, cobertura del congreso NUTRITION 2026. https://www.sciencedaily.com/releases/2026/07/260726015237.htm
3. HealthDay. «How Accurate Are Photo-Based Calorie Apps? 4 Are Put To The Test». https://www.healthday.com/health-news/nutrition/how-accurate-are-photo-based-calorie-apps-4-are-put-to-the-test
4. Hall KD, Guo J (2017). «Obesity Energetics: Body Weight Regulation and the Effects of Diet Composition». Gastroenterology. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5568065/
5. USDA FoodData Central. https://fdc.nal.usda.gov/