Cómo construimos un registro de comidas por foto para iOS (y por qué la IA no ve el aceite)
Cómo construimos un registro de comidas por foto para iOS (y por qué la IA no ve el aceite)
Mealumo 開發者為 iOS 打造以照片記錄餐點的應用程式,並解釋 AI 為何無法從照片辨認已融入食物的烹調油。照片會傳送至外部 AI 服務,估算食物、份量及營養素,供用戶編輯;一湯匙橄欖油約 120 kcal。Mealumo 僅提供英文版本,需 iOS 26 或以上,免費下載,並設有可選的 PRO 訂閲及 3 日免費試用。
Aviso: soy el desarrollador de Mealumo, la app de iPhone de la que habla este post. No es una reseña, sino un repaso de las decisiones de diseño detrás de ella. La app está solo en inglés y requiere iOS 26 o posterior. Este texto se ha redactado con ayuda de IA y lo he revisado antes de publicarlo.
El punto de partida
Cuando alguien abandona una app para contar calorías, rara vez es por la nutrición. Es por el tecleo. Escribes "ensalada de pollo", te salen decenas de entradas casi iguales, adivinas la cantidad y repites el proceso con el aliño, el pan y la bebida. Hacer eso en cada comida cansa a cualquiera.
La idea de Mealumo es sencilla: que la entrada empiece con una foto. Fotografías el plato (o eliges una imagen de la galería), la app propone ingredientes, cantidades, calorías, proteínas, hidratos y grasas, y tú arreglas lo que no cuadra antes de guardarlo.
Esa última parte, la de arreglar, resultó ser el producto de verdad.
El flujo, paso a paso
- Captura. Con la cámara o desde la galería. Poder importar desde la galería permite registrar por la noche lo que fotografiaste a mediodía.
- Análisis. La imagen se envía a un servicio de IA externo, que devuelve su estimación: qué alimentos cree que hay, cuánto de cada uno y sus macros. Este paso necesita conexión a internet.
- Revisión. El resultado aparece como una lista editable, no como una cifra cerrada. Puedes cambiar cantidades, editar ingredientes y añadir lo que falte mediante el buscador de alimentos.
- Guardado. La entrada pasa al diario del día, que suma calorías y macros y las compara con tus objetivos diarios.
Alrededor de ese núcleo están las piezas menos vistosas: registro de agua, registro de peso con su evolución, ideas de recetas y objetivos diarios estimados a partir de tus metas, medidas y nivel de actividad.
Por qué una sola cifra es mala idea
La versión tentadora de esta función es la de la demo: entra una foto y sale "640 kcal". Queda espectacular, pero falla de una forma que el usuario no puede arreglar.
Si la app dice 640 y tú sabes que la ración era mayor, ¿qué tocas? Si sobrescribes el total, las macros dejan de sumar, y sigues sin saber qué parte del plato estaba mal.
Desglosar la estimación en alimentos con su cantidad lo resuelve. Los fallos en una foto de comida suelen ser localizados: se calcula mal el arroz, o la salsa resulta ser de nata y no de tomate. Con una lista, corriges esa línea y los totales se recalculan solos. El modelo no tiene que acertar siempre. Le basta con ser mejor punto de partida que un buscador vacío.
Lo que una foto no puede contar
El límite no es solo el modelo. Hay información que, sencillamente, no está en los píxeles:
- La grasa de cocinar. Una cucharada de aceite de oliva ronda las 120 kcal y desaparece en cuanto se integra en el plato.
- La profundidad. Desde arriba se ve la superficie, no el volumen. Un cuenco hondo y un plato llano pueden parecer iguales.
- Lo que va por dentro. Burritos, empanadas, lasañas: todo lo relleno o mezclado.
- La receta. "Pasta con salsa" puede ser algo ligero o algo muy contundente.
Esto no se arregla con más ingeniería. Lo que sí se puede hacer es decirlo con claridad y que corregirlo cueste poco. Por eso la ficha de la App Store avisa de que las estimaciones pueden ser inexactas y conviene revisarlas, y por eso la revisión forma parte del flujo en lugar de ser un extra opcional.
Rapidez frente a confianza
Hay una tensión real: registrar solo merece la pena si es más rápido que teclear, y cada confirmación añade fricción. Estos son los principios con los que diseñamos:
- Mostrar la estimación al momento y que sea editable. Lo primero que ves tras el análisis tiene que permitirte actuar.
- Tratar la cantidad como lo principal a corregir, porque es lo que peor se deduce de una imagen.
- Tener la entrada manual a mano para las comidas que no se dejan fotografiar bien, como un batido en una botella opaca.
- No aparentar más precisión de la que hay. Una estimación tiene que parecer una estimación.
Privacidad, en la ficha y no en la letra pequeña
Las fotos de comida son personales, y mandarlas a un servicio de terceros es una decisión que el usuario debe conocer. La ficha de Mealumo en la App Store lo dice sin rodeos: las fotos de las comidas y los datos de perfil necesarios para calcular los objetivos se envían a un servicio de IA externo para su procesamiento. Es poca cosa, pero en una app cercana a la salud ese tipo de detalle pesa en la confianza.
No es una app médica
Mealumo es un diario de comidas de bienestar general. Los objetivos son estimaciones, no diagnostica ni trata nada, y así lo indica la ficha. No promete resultados de salud, y creo que ninguna app de este tipo debería hacerlo.
Si trabajas con modelos de visión
- Devuelve estructura, no un veredicto. Una salida desglosada permite corregir una parte sin tirar el resto.
- Ten claro qué no puede contener tu entrada. En comida son la grasa, la profundidad y lo que queda oculto; cada dominio tiene lo suyo.
- Haz visible la incertidumbre en la interfaz. Un resultado editable comunica "esto es una estimación" mejor que cualquier aviso legal.
- Explica adónde van los datos. La gente se fija.
Pruébala y dime dónde falla
Mealumo es de descarga gratuita para iPhone (iOS 26+, app en inglés), con una suscripción PRO opcional para seguir escaneando y acceder a todas las recetas:
https://apps.apple.com/app/id6811904664
Cualquier plan PRO empieza con 3 días de prueba gratis. Si quieres probarlo más tiempo, deja un comentario o escríbeme por mensaje directo y te paso un código promocional PRO gratis. Y me interesa especialmente lo contrario: fotos en las que la estimación se vaya claramente.
¿Has trabajado con modelos de visión sobre datos reales y desordenados? ¿Cómo gestionaste los casos en los que la respuesta simplemente no está en la imagen?
來源:DEV Community · dev.to