Qual a precisão da contagem de calorias por foto com IA?

Um modelo multimodal analisa a tua fotografia e identifica o que está no prato, estimando depois o tamanho das porções através de pistas visuais — a dimensão do prato, a profundidade da taça e a disposição da comida. Em seguida, associa cada item identificado a dados nutricionais e soma os resultados.

Dois destes passos são genuinamente difíceis. A identificação é o mais simples: um peito de frango, uma taça de arroz e uma porção de brócolos são fáceis de reconhecer. A estimativa das porções é mais complexa, porque uma fotografia elimina a profundidade, e a diferença entre 100 g e 160 g de arroz pode resumir-se a escassos píxeis.

A terceira dificuldade são os ingredientes invisíveis. Uma colher de sopa de azeite tem cerca de 120 kcal e quase não deixa rasto visual num prato pronto. As natas num molho, a manteiga nos legumes e o açúcar numa marinada comportam-se exatamente da mesma forma.

Funciona melhor em comida empratada com itens separados: uma fonte de proteína, um hidrato de carbono e legumes, fotografados com uma ligeira inclinação e boa luz. Os alimentos embalados lidos por código de barras são ainda mais precisos, uma vez que os números vêm diretamente do rótulo e não de uma estimativa.

Tem dificuldades com misturas homogéneas — ensopados, caris, batidos, empadões ou caçarolas — onde os ingredientes não estão visíveis individualmente. Tem dificuldades com comida de restaurante, que é habitualmente mais calórica do que aparenta. E tem dificuldades com qualquer imagem captada sem noção de escala, como um grande plano sem nenhum objeto de referência no enquadramento.

É exatamente por isso que o CalEasy permite combinar uma fotografia com uma nota de voz ou uma linha de texto no mesmo registo. Dizer "Cozinhado com duas colheres de sopa de azeite" fornece precisamente a informação que uma fotografia não consegue captar, e demora apenas três segundos.

Imagina que as tuas estimativas pecam por defeito em 10% de forma geral. Defines uma meta, registas durante três semanas e a balança mal se mexe. Reduzes a meta em 200 kcal e o peso começa a descer. A margem de erro foi agora absorvida — porque calibraste o plano com base nos teus próprios resultados e não numa verdade absoluta.

Agora imagina que as tuas estimativas são perfeitamente exatas, mas apenas registas quatro dias por semana. Não fazes ideia de qual é a tua ingestão real nem tens uma tendência com a qual te calibrar. Esta segunda pessoa está numa posição muito pior do que a primeira, apesar de ter uma precisão superior em cada refeição isolada.

Este é o argumento honesto a favor do registo fotográfico: não é o método mais preciso do mercado, mas é aquele que as pessoas realmente continuam a fazer. Um diário alimentar em que se pesa tudo é mais exato durante cerca de dez dias — que é precisamente quando a maioria das pessoas desiste.

Fotografa antes de começar a comer, com um ligeiro ângulo em vez de uma vista totalmente vertical, e com algo no enquadramento que dê escala — um garfo ou a tua mão servem perfeitamente. Enquadra o prato inteiro em vez de fazeres um grande plano apenas da parte mais apelativa.

Diz ou escreve aquilo que a fotografia não consegue mostrar: a gordura usada para cozinhar, o molho ou se o iogurte era gordo. Faz a leitura do código de barras se o alimento veio de uma embalagem. E edita o resultado sempre que souberes dados mais precisos do que a estimativa — cada refeição no CalEasy é dividida em ingredientes que podes ajustar em segundos, o que é mais rápido do que a introdução manual e mais fiável do que aceitar uma estimativa de que desconfias.

Para refeições que consomes regularmente, vale a pena acertar os valores uma vez e guardar a refeição. A partir daí, basta um toque, sem necessidade de qualquer estimativa.

A leitura de códigos de barras é o método mais preciso para alimentos embalados e dispensa qualquer interpretação. Pesar os ingredientes e introduzi-los manualmente é o mais preciso para refeições caseiras, e de longe o mais demorado. O registo por fotografia é o mais rápido e funciona para comida que não tenhas preparado. A voz e o texto ficam a meio termo: são rápidos e conseguem exprimir pormenores que a câmara não vê.

Nenhum destes métodos é a escolha perfeita para todas as refeições. Por isso, a pergunta útil não é "qual o método mais preciso", mas sim "qual o método que vou realmente utilizar nesta refeição, agora mesmo". Uma estimativa aproximada que fica registada vale mais do que uma medição exata que nunca se faz.