Respuesta breve: una fotografía puede ayudar a nombrar un alimento y aproximar su tamaño visible. No mide directamente la receta, el porcentaje de grasa, el aceite absorbido ni los ingredientes mezclados dentro del plato. Los sistemas de calorías por foto deben inferir esos datos, limitar el problema o pedirle a la persona que corrija el resultado.
Por eso la pregunta importante no es «¿La IA reconoce este plato?», sino «¿Qué información produjo la cifra de calorías?».
Lo que muestran los mejores sistemas de investigación#
La estimación por foto no es una sola tecnología. Los resultados cambian según la cámara, la cantidad de tomas, la lista de alimentos permitidos y el grado de corrección humana.
En un estudio de 2020, un sistema para iPhone con sensor de profundidad estimó la energía de 48 comidas con un error absoluto medio del 12,7% Herzig 2020. Es un resultado sólido. También proviene de una tarea más acotada que la promesa de una app para el público general: el tipo de alimento se elegía manualmente de una lista predefinida, el reconocimiento no formaba parte de la prueba y la segmentación podía corregirse a mano.
Un estudio de 2025 probó otro proceso en condiciones cotidianas. El sistema identificó 189 de 220 platos (86%) y registró correctamente 136 de 200 platos reconocidos (68%) Sahoo 2025. Las personas podían corregir nombres, ingredientes, métodos de cocción y porciones, además de agregar platos faltantes. El estudio midió identificación y registro, no el error calórico de cada comida final.
Una revisión sistemática llegó a una conclusión más amplia: algunos sistemas de IA igualaron o superaron las estimaciones humanas, pero los métodos eran demasiado distintos para calcular una cifra conjunta de precisión, y las herramientas todavía necesitaban desarrollo antes de usarse por sí solas en investigación o atención clínica Shonkoff 2023.
La evidencia no dice que registrar con fotos sea inútil. Dice que «una foto» y «una comida precisa» son afirmaciones diferentes.
Lo que una foto plana sí puede observar#
Una imagen puede aportar información útil:
- identidad visible del alimento: arroz, ensalada, pan, pollo, sopa
- cantidad aproximada de unidades: uno o dos huevos, una o dos hamburguesas
- área y forma visibles
- color y textura superficial
- contexto del plato, tazón o cubiertos
Un sensor de profundidad, un segundo ángulo o un objeto de tamaño conocido pueden mejorar la estimación del volumen. Los modelos de reconocimiento también pueden reducir una búsqueda larga de texto a unos pocos alimentos probables.
Esas son observaciones. El total de calorías también depende de variables que no llegan al lente.
Lo que la imagen no puede medir directamente#
Receta#
El mismo curry puede llevar tomate, leche de coco, crema o ghee. Una sopa puede hacerse con caldo o terminarse con crema. La foto registra la superficie final, no los ingredientes que la produjeron.
Porcentaje de grasa y corte#
La carne molida magra y la grasa pueden verse iguales después de cocinarse. Lo mismo ocurre con distintos cortes de cerdo o con pollo cuya grasa se derritió dentro del plato. La guía de calorías ocultas muestra un ejemplo verificado por el USDA: la carne molida cruda 95% magra y la 80/20 difieren en 111 kcal por cada 100 g.
Grasa de cocción#
El aceite puede cubrir las verduras, quedar en el empanizado o desaparecer dentro del arroz y la salsa. Una superficie brillante no revela cuántos gramos se agregaron ni cuánto quedó en la sartén.
Ingredientes internos u ocultos#
El azúcar de un glaseado, la mantequilla del arroz, el queso dentro de una hamburguesa y una segunda capa bajo la salsa pueden no aparecer en la imagen.
Escala real#
Una sola imagen plana no contiene por sí misma una escala física confiable. El tamaño del plato, la distancia de la cámara, el ángulo y las partes ocultas cambian la porción inferida.
El reconocimiento es el inicio del proceso#
El estudio de Sahoo muestra la diferencia con claridad: el 86% de los platos fue identificado, mientras que el 68% quedó registrado correctamente después de un proceso de corrección Sahoo 2025.
Cuando el resultado de una foto necesita corrección, la persona todavía puede tener que decidir:
- qué plato contiene la imagen
- qué ingredientes faltan o están equivocados
- cómo se cocinó
- si incluye aceite, salsa o azúcar
- qué porción comiste en realidad
Esa corrección no es un detalle menor por fuera del método. Aporta la información que la imagen no contenía.
Por qué un único factor de corrección no arregla todas las comidas#
Las variables faltantes cambian de una comida a otra. Una foto puede suponer demasiado aderezo; la siguiente puede pasar por alto el aceite absorbido. La porción puede ser correcta y la receta equivocada, o el nombre puede estar bien mientras la cantidad está mal.
Por eso «mi cámara suele calcular 15% de menos» es una regla de calibración débil. La dirección y el tamaño del error dependen de la información que faltó esta vez.
Qué hace Calk de otra manera#
Calk empieza por el plato, no por su imagen. Una plantilla de comida contiene las decisiones que suelen cambiar:
- proteína o ingrediente principal
- método de cocción
- aceite, salsa, azúcar, sal y coberturas
- porción
Elige la plantilla en la pantalla principal. Si la comida está como siempre, toca «Comer». Si el pollo cambió por salmón, cambia la proteína y la comida completa se recalcula.
Las mismas elecciones siempre producen la misma estimación. Cuando la comida cambia, el ingrediente que cambió tiene nombre. No hay que descifrar primero un resultado de reconocimiento para poder editarlo.
Consulta cómo funcionan las plantillas de comida o la comparación general de métodos para registrar calorías.
En resumen#
Una foto aporta información útil sobre la identidad visible de un alimento y su tamaño aproximado. No mide directamente la receta, el porcentaje de grasa, el aceite absorbido ni los ingredientes ocultos.
Los sistemas de investigación mejoran el resultado con sensores de profundidad, listas predefinidas de alimentos y correcciones manuales. Calk toma la otra ruta: empieza con una comida editable, hace explícitos los supuestos importantes y permite reutilizarla.
Calk ya está disponible para iPhone, iPad y Android.
