Foto dei pasti e IA: quanto sono precise le calorie?
Quanto è precisa l’analisi dei pasti tramite foto per contare le calorie? Dove funziona, dove fatica (olio nascosto, piatti composti, porzioni) e come usarla nel coaching.
8 min di lettura · · Il team UM
L’analisi dei pasti tramite foto riconosce bene gli alimenti ed è molto veloce per registrarli, ma non calcola le calorie con precisione al grammo. Gli studi rilevano in media errori energetici di circa un terzo, soprattutto a causa di oli nascosti, piatti composti e dimensioni delle porzioni. È particolarmente utile per seguire la costanza e le tendenze, purché il cliente controlli le quantità e il coach insegni abitudini che riducono l’errore.
Ai tuoi clienti non piace pesare il cibo. Non è un segreto. Chiedi loro di registrare ogni pasto in grammi e la maggior parte resisterà una settimana, poi smetterà di farsi sentire.
Quindi «fotografa il piatto e l’app fa i conti» sembra perfetto. La domanda per un coach è semplice: posso prendere decisioni basandomi sul numero che mi restituisce?
L’analisi dei pasti con IA è precisa nel conteggio delle calorie?
È una stima, non una misurazione al grammo. Uno studio del 2025 su Current Developments in Nutrition ha testato i principali modelli di IA generici su 52 foto di alimenti misurati in laboratorio; anche i migliori sbagliavano il contenuto energetico in media del 35,8%.
I ricercatori hanno osservato che è un risultato paragonabile ai tradizionali diari alimentari compilati dalle persone, senza però lo sforzo di registrarli. Lo stesso studio ha rilevato che l’errore aumentava con la dimensione del piatto: i modelli sottostimavano soprattutto le porzioni grandi.
In una ricerca presentata a NUTRITION 2026 da scienziati dei National Institutes of Health statunitensi, quattro app contacalorie basate su foto sottostimavano i pasti in media di 250–345 calorie e i grassi di circa 30 grammi. Si tratta di una presentazione a un congresso, non ancora di un articolo completo sottoposto a revisione scientifica.
Cosa riesce a fare bene l’IA fotografica?
Il suo punto forte è riconoscere cosa c’è nel piatto. Uno studio del 2024 su Nutrients ha confrontato sette app con riconoscimento delle immagini alimentari: la precisione nell’identificare i componenti del pasto variava dal 46% al 97% a seconda dell’app, e la migliore riconosceva quasi tutti gli alimenti.
- Riconoscere gli alimenti: pollo, riso, insalata, pane. Di solito li identifica correttamente.
- Velocità: una foto e pochi secondi, invece di cercare ogni alimento e inserire le quantità.
- Costanza: registrare è più facile, quindi si registrano più giorni e puoi capire meglio com’è andata la settimana.
- Piatti semplici: un singolo alimento ben visibile è il più facile da stimare.
Dove sbaglia il conteggio delle calorie da foto?
In tre casi principali: oli e grassi nascosti, piatti composti e profondità della porzione.
- Olio nascosto: un cucchiaio d’olio in più in cottura aggiunge circa 120 calorie ed è invisibile in foto. Questo aiuta a capire perché i grassi sono il macronutriente più spesso sottostimato.
- Piatti composti: koshari, mahshi, pasta al forno e stufati. Gli ingredienti si mescolano e una foto non ne mostra le proporzioni. Lo studio su Nutrients ha rilevato stime energetiche poco accurate per i piatti composti e tradizionali; in un caso un’app sovrastimava una zuppa di noodles del 49%, mentre un’altra sottostimava una bevanda dolce del 76%.
- Profondità della porzione: una foto dall’alto non mostra quanto è profonda la ciotola. Una tazza di riso distribuita sul fondo sembra due tazze ammucchiate.
- Bevande e salse: succhi, caffè zuccherato, tahini e condimenti vengono ignorati o valutati male.
| Tipo di alimento | Come se la cava l’IA fotografica | Consiglio per il coach |
|---|---|---|
| Alimento singolo ben visibile (pollo alla griglia, frutta) | Riconosce bene l’alimento e ne stima la porzione | Lascia che il cliente registri con la foto come al solito |
| Alimenti separati nel piatto (riso + pollo + insalata) | Riconosce bene gli alimenti, stima discretamente le quantità | Chiedi di tenere separati gli alimenti nel piatto |
| Piatti composti (koshari, mahshi, stufati) | Poco precisa su proporzioni e calorie | Registra il piatto dalla libreria o correggi i grammi a mano |
| Cibi fritti o ricchi d’olio | Di solito sottostima i grassi | Registra l’olio di cottura come voce separata |
| Bevande e salse | Spesso ignorate o valutate male | Registrale separatamente, in tazze o cucchiai |
| Porzioni grandi o profonde | È qui che sottostima di più | Aggiungi una foto laterale |
Come usare le foto dei pasti nel coaching?
Come strumento per seguire la costanza e le tendenze, non come bilancia. Conta che il cliente registri e che l’andamento delle due settimane vada nella direzione giusta.
- Sempre un controllo: il cliente vede alimenti e grammi prima di registrarli e corregge gli errori.
- Abitudini a tavola: alimenti affiancati anziché ammucchiati, e piatti delle stesse dimensioni ogni giorno.
- L’olio in una voce a parte: insegna ai clienti a registrare separatamente i cucchiai d’olio o di ghee.
- Pesare una volta alla settimana: pesare un pasto ogni settimana allena l’occhio del cliente a valutare le porzioni.
- Segui i risultati, non solo i numeri: se le calorie registrate sembrano corrette ma il peso non cambia, qualcosa non viene registrato o è sottostimato.
La foto ti dice cosa ha mangiato il cliente. La bilancia e il check-in ti dicono quanto. Usa entrambi.
Dal punto di vista di un coach che controlla i diari alimentari ogni settimana: «Una registrazione approssimativa tutti i giorni vale più di una perfetta due volte alla settimana».
Come gestisce UM l’analisi fotografica dei pasti?
Nell’app cliente UM, disponibile su App Store e Google Play, il cliente fotografa il piatto e un modello di riconoscimento visivo identifica gli alimenti e ne stima i grammi.
Pollo, riso, broccoli- L’IA riconosce e stima soltanto: calorie e macronutrienti provengono da un database alimentare, non da una supposizione dell’IA.
- Il cliente controlla prima di registrare: corregge l’alimento o la quantità prima che il pasto venga aggiunto alla sua giornata.
- La foto non viene conservata: serve esclusivamente per l’analisi.
- Tutto arriva a te: i pasti registrati sono nella scheda del cliente, accanto ai check-in, e UM AI li legge per analizzare il rispetto del piano.
Fa parte di UM, il sistema unico che sostituisce i PDF su WhatsApp e i fogli Excel, con oltre 5.000 piatti in libreria. UM è gratuito per sempre fino a 3 clienti.
Se vuoi approfondire come seguire l’alimentazione con un metodo che i clienti riescano a mantenere, UM Academy offre corsi gratuiti per coach.
- Fridolfsson et al., Current Developments in Nutrition (2025): Performance of 3 large language models for nutritional content estimation from food images
- Li et al., Nutrients (2024): Manual food logging and AI-enabled food image recognition in apps for nutrition care
- NIDDK researchers at NUTRITION 2026 (conference presentation), via News-Medical: Photo-based calorie-tracking apps fall short
Ultimo aggiornamento:





