Contar calorías con una foto: cómo funciona la IA y qué no puede ver

Registrar con una foto elimina la parte más pesada de llevar la cuenta: buscar en una base de datos y teclear cada ingrediente. Para mucha gente, esa es la diferencia entre registrar una semana y registrar durante meses. Pero la estimación de una foto no es una medición, y saber dónde falla mejora tus números.

¿Cómo cuenta calorías la IA a partir de una foto?

Sea cual sea la tecnología, el trabajo se divide en tres preguntas: qué es, cuánto hay y qué contiene esa cantidad. Una revisión sistemática de 2022 describe estas fases como separar los alimentos del plato, clasificar cada uno y estimar su volumen, sus calorías o sus nutrientes.

Paso 1: reconocer los alimentos

El modelo localiza cada alimento en la imagen (aquí el arroz, allí el guiso) y le pone nombre. El aprendizaje profundo ha mejorado mucho este paso en platos comunes y bien visibles. Los errores aparecen con platos regionales, alimentos tapados por salsa y alimentos que se parecen: en un estudio de 2025, un modelo de IA confundió unos falafel con albóndigas, y su estimación de proteína salió varias veces más alta de lo real.

Paso 2: estimar la porción

Este es el paso difícil. Una foto es plana: muestra la superficie que ocupa la comida, no su altura. La revisión de 2022 explica que algunos sistemas usan una segunda foto lateral o un objeto de referencia de tamaño conocido (una moneda, una tarjeta, un plato, una taza, incluso tu pulgar) para convertir píxeles en medidas reales. Después hay que pasar el volumen a peso con la densidad del alimento, y la densidad varía: una taza de arroz suelto pesa menos que una de arroz apretado.

Paso 3: buscar los nutrientes

Por último, el peso estimado se cruza con una base de datos de composición de alimentos, como FoodData Central del Departamento de Agricultura de EE. UU. o, en España, la BEDCA. La entrada correcta importa: en FoodData Central, el arroz blanco de grano largo cocido tiene unas 130 kcal por 100 g y el grano crudo unas 365 kcal, así que elegir la forma equivocada casi triplica la cifra.

Lo que una foto no puede ver

• La grasa de cocinar. El aceite empapa las verduras, el arroz y los fritos; la mantequilla se funde en la sopa. Quizá veas un brillo, no las cucharadas.
• Salsas y untables. Una ensalada con poco aliño y otra empapada se parecen vistas desde arriba; la mayonesa dentro de un bocadillo o un sándwich es invisible.
• Rellenos. Burritos, empanadas, arepas rellenas o croquetas guardan sus calorías dentro.
• Profundidad y densidad. Una foto cenital no distingue una capa fina de arroz de un cuenco hondo y apretado. Una revisión de 2020 señala que las porciones de alimentos sin forma y de alimentos muy calóricos son especialmente difíciles de estimar con imágenes.
• Alimentos que se parecen. La misma revisión cita el refresco light frente al normal y lo frito frente a lo horneado como casos que suelen necesitar una aclaración del usuario. La leche entera y la desnatada (descremada) son idénticas en un vaso.
• Platos mezclados. En guisos, potajes, curris y salteados, la cámara tiene que adivinar la receta además de la porción.

Conviene ponerlo en perspectiva: hasta las cifras impresas son aproximaciones. En Estados Unidos, las calorías de la etiqueta se redondean a los 5 kcal más cercanos hasta 50 kcal y a los 10 kcal más cercanos por encima, y un producto solo se considera mal etiquetado si sus calorías superan las declaradas en más de un 20 %. Las bases de datos también recogen medias. Las fotos añaden incertidumbre, pero ningún método cotidiano es exacto.

¿Qué precisión tiene contar calorías con una foto?

• Una revisión de 2020 concluyó que los métodos menos pesados para el usuario tienden a ser menos precisos y que distinguir alimentos muy parecidos probablemente exigirá al menos alguna comprobación por su parte.
• Un estudio de 2025 probó tres modelos de IA de uso general con 52 fotos de comida estandarizadas, con platos y cubiertos visibles como escala. Los mejores modelos fueron aproximadamente tan precisos como los registros de alimentación tradicionales hechos por las propias personas, pero los tres se quedaron cortos de forma sistemática, y el déficit crecía con porciones más grandes.
• Otro estudio de 2025 vio que las estimaciones de 195 platos mejoraban cuando la foto iba acompañada de datos difíciles de ver (tipo y cantidad de grasa, edulcorante, contenido graso de los lácteos, tipo de carne), y mejoraban aún más con la lista completa de ingredientes.

La lección: una foto con unas pocas respuestas rápidas funciona mejor que una foto sola, y las comidas grandes, mezcladas o con mucho aceite merecen una segunda mirada.

Cómo conseguir mejores estimaciones con una foto

1. Encuadra el plato entero con buena luz, en un ángulo de unos 45 grados para que se vea la altura. Añade una foto desde arriba si el cuenco es hondo.
2. Incluye algo de tamaño conocido, como un tenedor normal o tu plato de siempre. Usar la misma vajilla también hace más constantes tus propias estimaciones.
3. Separa los alimentos cuando puedas. Haz la foto antes de mezclar la ensalada o echar la salsa. En wraps, burritos y alimentos rellenos, muestra el corte.
4. Responde a las preguntas sobre aceite, leche, azúcar o aliño. Cubren justo los huecos de la cámara.
5. Revisa la porción antes de guardar. Si la app dice 300 g de pasta y sabes que era menos, cámbialo. Un cuenco, una taza o dos rebanadas suelen ser más fáciles de valorar que los gramos.
6. Registra aparte las bebidas y los extras: el café con leche, el zumo (jugo), un puñado de frutos secos, la mantequilla del pan.
7. Usa el código de barras o la etiqueta en los envasados. Escanear cifras impresas es mejor que estimarlas.

¿Cuándo basta con registrar por foto?

Para tomar conciencia en general o para un cambio de peso gradual, la constancia importa más que la precisión. Si tus estimaciones se desvían un poco siempre en el mismo sentido, la tendencia de tu peso a lo largo de dos a cuatro semanas sigue mostrando si tu ingesta encaja con tu objetivo. Nuestra guía sobre el déficit calórico y los estancamientos explica cómo leer esa tendencia, y cómo contar calorías con precisión repasa los hábitos de registro que más cuentan.

Registrar por foto es menos adecuado cuando necesitas cifras precisas por tu salud, por ejemplo si cuentas hidratos para ajustar la insulina, sigues una dieta médica por una enfermedad renal u otra afección, o estás embarazada. Habla con tu médico o con un dietista-nutricionista sobre el método adecuado. Y si llevar cualquier tipo de registro te genera ansiedad, puedes dejarlo y hablar con un profesional.

Preguntas sobre privacidad para cualquier app de comida con IA

Una foto de tu comida puede revelar más que tu almuerzo. Busca respuestas claras a estas preguntas en la política de privacidad o en los ajustes.

• ¿Se guarda mi foto después de la estimación? ¿Dónde y durante cuánto tiempo?
• ¿Se usan mis fotos o registros para entrenar modelos de IA? ¿Puedo negarme?
• ¿Me pide la app un consentimiento explícito antes de enviar algo a un servicio de IA?
• ¿Puedo usarla sin cuenta y borrar mis datos fácilmente?
• ¿Se venden o se comparten mis datos con anunciantes?
• ¿Salen de mi teléfono la ubicación u otros metadatos junto con la foto?

En la Unión Europea, el RGPD te permite pedir que se supriman tus datos personales en varios supuestos, por ejemplo si retiras el consentimiento en el que se basaba su tratamiento; la Agencia Española de Protección de Datos (AEPD) explica cómo ejercer ese derecho.

Cómo trata Portiva el registro por foto

Portiva toma una foto como el inicio de una estimación, no como la última palabra. Cuando algo cambiaría mucho las calorías (el aceite de la sartén, la mantequilla de la sopa, una salsa, el tamaño de la porción), te hace una pregunta breve en lugar de adivinar. Cada alimento muestra su porción en gramos o en medidas caseras, como cuencos, tazas, cucharadas y rebanadas, y puedes editarlo todo antes de guardar.

• Registra con una foto, el escaneo en vivo de la cámara, la voz o texto; en los envasados, escanea el código de barras o fotografía la tabla nutricional.
• Las funciones de IA solo se activan con tu consentimiento explícito. Portiva no guarda las fotos de tus comidas ni las usa para entrenar modelos de IA.
• Funciona sin cuenta; el plan gratuito incluye un registro con IA al día y registro manual y con código de barras ilimitado.

Preguntas frecuentes

¿Qué precisión tiene contar calorías con IA a partir de una foto?

Depende de la comida. Los alimentos sueltos y bien visibles se estiman mucho mejor que los platos grandes, mezclados o con mucho aceite. Los estudios con modelos de IA de uso general han visto que tienden a quedarse cortos, sobre todo con porciones grandes, y que aciertan más cuando añades datos que la cámara no ve, como la grasa de cocinar. Toma el resultado como un punto de partida.

¿Puede una app con IA ver cuánto aceite lleva mi comida?

No de forma fiable. El aceite empapa la comida y se reparte en capas finas, así que una foto muestra, como mucho, un brillo. Y eso importa, porque una cucharada de aceite de oliva (13,5 g) tiene unas 119 kcal. Una buena app pregunta cómo se cocinó o cuánto aceite se usó; si la tuya no lo hace, añade el aceite como un alimento aparte.

¿Es tan preciso registrar por foto como pesar la comida?

No. Pesar elimina el cálculo de la porción, así que es más preciso. Pero pesar todas las comidas cuesta mantenerlo, y un método que usas a diario suele funcionar mejor que uno preciso que abandonas. Un término medio práctico: registra por foto y pesa de vez en cuando los alimentos más calóricos, como aceites, cremas de frutos secos, queso, arroz y pasta.

¿Por qué mi app de calorías me hace preguntas sobre la comida?

Porque parte de la información más importante no se ve. El tipo y la cantidad de grasa, los edulcorantes, la grasa de los lácteos o lo que hay dentro de un burrito pueden cambiar mucho las calorías de una comida. La investigación ha visto que añadir este tipo de datos a una foto hace más precisas las estimaciones de la IA. Una pregunta breve es más rápida que corregir un mal cálculo.

¿Se guardan mis fotos de comida o se usan para entrenar la IA?

Depende de la app, así que revisa la política de privacidad antes de empezar: si las fotos se conservan después del análisis, si entrenan modelos, si te piden consentimiento antes y si puedes borrar tus datos. Portiva no guarda las fotos de tus comidas ni las usa para entrenar modelos de IA, y sus funciones de IA solo se activan cuando das tu consentimiento.

Fuentes

1. Applying Image-Based Food-Recognition Systems on Dietary Assessment: A Systematic Review, Dalakleidi KV et al., Advances in Nutrition (2022).
2. Review of the validity and feasibility of image-assisted methods for dietary assessment, Höchsmann C, Martin CK, International Journal of Obesity (2020).
3. Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images, Fridolfsson J et al., Current Developments in Nutrition (2025).
4. Image-Based Dietary Energy and Macronutrients Estimation with ChatGPT-5: Cross-Source Evaluation Across Escalating Context Scenarios, Rodríguez-Jiménez M et al., Nutrients (2025).
5. FoodData Central (SR Legacy), U.S. Department of Agriculture, Agricultural Research Service.
6. Base de Datos Española de Composición de Alimentos (BEDCA), Red BEDCA y Agencia Española de Seguridad Alimentaria y Nutrición (AESAN).
7. 21 CFR 101.9 – Nutrition labeling of food, U.S. Government Publishing Office, Code of Federal Regulations (2025).
8. Derecho de supresión («al olvido»), Agencia Española de Protección de Datos (2024).