Qual a precisão de contar calorias por foto?

Fotografar um prato e receber a contagem de calorias é uma ideia atraente, e a parte de contar calorias por foto que funciona não é a parte que importa.

O que funciona: a identificação

Reconhecer que um prato tem arroz, dal (ensopado de lentilhas), uma sabzi (refogado de legumes) e dois rotis (pão chato indiano) é um problema em grande parte resolvido. Os modelos de imagem fazem isso bem, inclusive com pratos regionais, e isso elimina a etapa mais lenta do registro: encontrar o item certo no banco de dados.

Só isso já tem valor. Uma foto que preenche quatro itens e pede para você confirmar as quantidades é bem mais rápida do que quatro buscas.

O que não funciona: a quantidade

Uma única fotografia não carrega profundidade, densidade nem peso.

Qual a profundidade da tigela de dal? Quão apertado está o arroz? Aquele roti tem 35 g ou 55 g? São essas as perguntas que definem a contagem de calorias, e uma imagem bidimensional não responde nenhuma delas com segurança.

Objetos de referência e sensores de profundidade ajudam. Não resolvem, principalmente para qualquer coisa servida numa tigela.

O que é invisível: a gordura

Este é o limite fundamental para a comida indiana.

Um dal feito com uma colher de chá de óleo e outro feito com quatro colheres de sopa parecem quase idênticos numa fotografia. Eles diferem em cerca de 90 kcal por katori (tigela pequena), que é a diferença entre um prato que cabe na sua meta e um que não cabe.

O mesmo vale para todo molho, toda sabzi e todo frito, em que o óleo absorvido é ao mesmo tempo a maior variável e completamente invisível. Esse é todo o argumento de quanto óleo tem de verdade no seu curry, e nenhuma câmera resolve isso.

Onde os erros caem

Melhor caso: um prato simples, com alimentos separados e reconhecíveis e um objeto de referência para a escala. Frango grelhado, arroz, uma salada. Uma estimativa com erro de talvez 20%.

Meio-termo: uma thali (refeição indiana completa servida numa bandeja) comum, em que as porções são convencionais e o app já viu milhares parecidas.

Pior caso: pratos misturados, curries, biryani (arroz temperado com carne ou legumes), qualquer fritura, qualquer coisa cuja receita é impossível de saber. Erros de 40% ou mais, para cima ou para baixo.

O padrão é o mesmo de todo o resto no registro de comida: a precisão cai à medida que você se afasta dos ingredientes que você mesmo manuseou, como mostra qual a precisão real das contagens de calorias.

O jeito certo de usar

Como lembrete. Uma foto tirada na hora de comer é um registro confiável do que estava no prato. Registrar a partir de uma foto à noite é muito mais preciso do que registrar de memória, que sempre esquece o pão, o segundo prato e as duas beliscadas.

Como ponto de partida. Deixe a foto identificar os alimentos e depois corrija as quantidades você mesmo, usando suas porções calibradas. Veja como contar calorias sem balança de cozinha.

Como conferência. Comparar o que você fotografou com o que registrou, uma vez por semana, encontra rápido o desvio nas porções.

O jeito errado de usar

Aceitar o número. Uma estimativa apresentada com três algarismos significativos sugere uma confiança que o método não sustenta, e um registro construído sobre estimativas por foto não corrigidas vai errar por uma quantidade variável, o que é pior do que errar por uma quantidade constante, pelos motivos de por que dois apps dão calorias diferentes para o mesmo roti.

Comparado com as alternativas

Contra a leitura de código de barras: fotos cobrem muito mais de uma alimentação típica e são menos precisas por item. Veja o que a leitura de código de barras pode e não pode fazer.

Contra digitar ou falar o que você comeu: mais rápido de capturar e mais lento de corrigir. Quem diz "dois rotis, dal, uma katori de iogurte natural" dá mais informação útil do que uma foto do mesmo prato, porque conhece as próprias porções. Veja registrar comida por voz: o que isso realmente resolve.

Contra uma receita salva: não tem comparação. Um prato que você calculou uma vez e salvou é preciso e leva um toque.

Para onde isso está indo

A identificação vai continuar melhorando. A estimativa de quantidade vai melhorar com sensores de profundidade melhores. O teor de gordura de um prato caseiro vai continuar impossível de saber a partir de uma imagem, porque a informação não está na imagem.

É um limite rígido, não temporário, e vale lembrar disso quando um produto disser que resolveu a contagem de calorias com uma câmera.