Contar calorias por foto é confiável?

Atualizado em 24 de outubro de 2026

Não com precisão de grama. Os estudos que compararam as estimativas da IA por foto com refeições pesadas na balança encontraram erros médios grandes, sobretudo para menos. Uma foto dá uma estimativa útil quando você sabe o quanto pode confiar nela. O FotoMeal mostra, em cada análise, o quanto a IA diz estar segura, para você saber quando conferir.

O que os estudos mediram

Três estudos recentes são os mais úteis aqui, porque compararam as estimativas com refeições que foram pesadas de verdade.

• Estudo dos NIH, NUTRITION 2026 (sem revisão por pares): 102 refeições de um estudo de alimentação controlada (918 kcal em média). Nos 4 apps de calorias testados, a função de foto subestimou as calorias: de 252 a 345 kcal a menos, cerca de um terço. Fonte.
• Fridolfsson et al., Current Developments in Nutrition, 2025 (revisado por pares): 52 fotos de alimentos pesados na balança. O GPT-4o, o modelo que o FotoMeal usa, errou o valor energético em 35,8% em média; as porções grandes foram subestimadas. Fonte.
• O'Hara et al., Nutrients, 2025 (revisado por pares): 114 fotos de 38 refeições pesadas na balança. O ChatGPT-4 chegou perto da referência no valor energético mediano, mas errou o peso da refeição em 27,8% em média, sobretudo para menos. Fonte.

O segundo estudo testou o GPT-4o, o modelo que o FotoMeal usa na análise por foto: os números dele valem para nós também. Cada estudo tem seus limites (número de refeições, tipo de prato, como as fotos foram tiradas), listados nas fontes no fim da página. Revisamos esta seção a cada trimestre.

Por que uma foto engana a IA

• O que não aparece: óleo, manteiga, açúcar e molhos misturados no prato têm muitas calorias e são invisíveis na foto.
• Profundidade e peso: uma foto é plana. O mesmo prato pode ter 250 g ou 400 g de arroz.
• Pratos misturados: um estrogonofe, um escondidinho ou uma sopa escondem o que há dentro.
• Ângulo e luz: uma foto escura, distante ou muito inclinada perde detalhes.
• Tamanho das porções: as porções de restaurante costumam ser maiores que as de casa.

O que o FotoMeal faz com essa margem de erro

• Um nível de confiança em cada análise por foto, com uma cor: verde a partir de 75%, laranja de 50 a 75%, vermelho abaixo de 50%.
• Abaixo de 60%, um aviso e os valores abertos para edição, para você conferir antes de adicionar.
• As fotos que não dá para usar são recusadas, com o motivo (não é comida, borrada, escura demais, longe demais) e uma dica para tirar uma melhor.
• A palavra final é sua: cada valor pode ser alterado antes de entrar no seu diário.
• Para produtos embalados, o leitor de código de barras grátis lê os dados do próprio produto (Open Food Facts), mais confiáveis que uma foto.

Como ler o nível de confiança

O nível é a certeza que a IA declara sobre a própria estimativa, de 0 a 100%. O FotoMeal usa o valor como vem, mantém o valor entre 0 e 100% e o zera quando a foto é recusada. Ninguém verificou ainda se um nível baixo corresponde mesmo a um erro maior: é exatamente para isso que serve o nosso teste com pesagem na balança (abaixo). Até lá, leia o nível como um sinal para conferir, não como uma precisão medida.

• Verde (75% ou mais): a IA está segura; uma olhada rápida basta.
• Laranja (de 50 a 75%): confira a porção e o que não aparece, como óleo ou molho.
• Vermelho (abaixo de 50%): ajuste os valores, ou use o código de barras ou a busca.

Como ter uma estimativa melhor

• Tire a foto de cima, com luz natural, com o prato inteiro no enquadramento.
• Um prato por foto quando der; separe os acompanhamentos.
• Acrescente o que a foto não vê: uma colher de sopa de óleo tem cerca de 120 kcal.
• Para produtos embalados, escaneie o código de barras.
• Quando a precisão importa, pese.

Quando uma estimativa não basta

O FotoMeal dá estimativas, não orientação médica. Se você segue uma dieta com acompanhamento médico, convive com diabetes ou outra doença metabólica, está grávida ou tem uma relação difícil com a comida, fale com um médico ou nutricionista antes de confiar na contagem de calorias. Veja os nossos termos de uso.

Nosso teste: 50 refeições pesadas na balança, com o protocolo publicado antes

Vamos pesar 50 refeições reais e comparar com as estimativas do FotoMeal. Publicamos o protocolo antes do teste, para que não possamos ajustá-lo aos resultados.

1. 50 refeições do dia a dia, caseiras e de restaurante ou delivery, escolhidas de antemão por tipo (pratos simples, pratos misturados, pratos com molho, lanches).
2. Cada refeição é fotografada com o FotoMeal no mesmo celular, de cima, com luz normal. Anotamos a estimativa (calorias, macros) e o nível de confiança como vierem, sem correção.
3. Depois, cada ingrediente é pesado numa balança de cozinha, e os valores de referência são calculados a partir da embalagem ou de uma tabela pública de composição de alimentos.
4. Para cada refeição: a diferença entre a estimativa e a referência, em calorias e em porcentagem.
5. Resultados agrupados por cor (verde, laranja, vermelho). A hipótese testada: a diferença é maior quando o nível é mais baixo. Se não for, vamos dizer isso.
6. Nenhuma refeição é retirada depois. As fotos recusadas pelo app são contadas à parte.

Limites que deixamos claros desde já: uma pessoa, um celular, 50 refeições; é um teste, não um estudo revisado por pares. Os resultados completos, refeição por refeição, serão publicados nesta página.

Perguntas

Fontes

• Charles O, Flacke EU, Turner S, Yang S, Airaghi K, Vallone N, Herra L, Darcey VL, Chung ST, Hengist A (NIDDK, NIH). Photograph-based AI Features in Calorie-tracking Apps Underestimate Energy Content of Meals. Abstract, President's Oral Session, NUTRITION 2026 (American Society for Nutrition), National Harbor, MD, 25 July 2026.
• Fridolfsson J, Sjöberg E, Thiwång M, Pettersson S. Performance Evaluation of 3 Large Language Models for Nutritional Content Estimation from Food Images. Current Developments in Nutrition. 2025;9(10):107556.
• O'Hara C, Kent G, Flynn AC, Gibney ER, Timon CM. An Evaluation of ChatGPT for Nutrient Content Estimation from Meal Photographs. Nutrients. 2025;17(4):607.
• Como o FotoMeal calcula o nível: resposta da equipe do app FotoMeal, 18 de outubro de 2026 (nível declarado pelo GPT-4o, sem calibração, aviso abaixo de 60%).