La IA en dietética: lo que puede y lo que no puede hacer

Tres tecnologías distintas reciben un mismo nombre

Cuando una app de nutrición dice IA, suele referirse a uno de tres sistemas independientes. Un modelo de visión convierte la foto de una comida en etiquetas candidatas de alimentos. Una capa de geometría estima cuánta comida hay en el plato. Un modelo de lenguaje genera conversación. Fallan de maneras distintas y merecen grados de confianza distintos. Meterlos en el mismo saco es como una herramienta acaba presentando una estimación de porción endeble con el mismo aire de seguridad que el escaneo de un código de barras.

En las herramientas conectadas con profesionales clínicos hay una cuarta capa por encima: la detección de patrones a lo largo del tiempo. Esa, en realidad, no va de una sola comida.

Qué puede y qué no puede hacer la IA ante el plato

El número de calorías es la parte que exige más cuidado

Un valor energético estimado es el producto de una cadena: identificar el alimento, estimar su volumen, suponer una densidad para obtener la masa y luego consultar las kilocalorías por 100 gramos en una base de datos de composición de alimentos. Cada eslabón acarrea error, y los errores se acumulan. Eso está bien cuando el número se usa como una señal clínica aproximada junto con todo lo demás que usted sabe. Es un problema cuando se le muestra al paciente como una puntuación precisa y pulsable.

En el cuidado de los trastornos alimentarios el argumento clínico pesa más que el técnico. La retroalimentación numérica sobre la energía es el mecanismo central de las apps de dieta de consumo, y a menudo es contraterapéutica para las personas a las que usted atiende. El diseño útil no consiste en no calcular nada, sino en calcular con cuidado, mantener el número fuera de la vista del paciente por defecto y dejar que el profesional clínico decida cuándo tiene un lugar en el plan de atención.

El chat de apoyo es una herramienta real con un carril estrecho

Entre un martes y el martes siguiente, un paciente se sienta a cenar solo y le resulta difícil. Un chat con IA bien acotado puede validar eso, guiarle por una habilidad de afrontamiento que usted ya aprobó y ayudarle a anotar lo que quiere llevar a la sesión. Eso es genuinamente útil y no es terapia.

Lo importante es dónde termina el carril. El chat debería declararse como IA, negarse a dar una prescripción de comidas individualizada o cualquier cosa que se parezca a un consejo para perder peso, dirigir el lenguaje preocupante hacia personas y recursos reales, y poder ser revisado por el equipo de atención conforme a los ajustes de consentimiento del paciente. El cribado de lenguaje de crisis solo se activa cuando alguien escribe, así que nunca puede ser todo el plan de seguridad. Una herramienta que afirme lo contrario está prometiendo de más.

Seis preguntas que hacerle a cualquier proveedor de IA en nutrición

Dónde se sitúa Pippa

Pippa no entrena su propio modelo fundacional. Construye una capa centrada en la recuperación sobre modelos de visión y de lenguaje ya existentes, y la mayor parte del trabajo está en las comprobaciones que rodean al modelo: aclarar o abstenerse en lugar de adivinar, asignar los alimentos confirmados a un diccionario nutricional curado en vez de dejar que el modelo invente valores de nutrientes, mantener las estimaciones de energía fuera de la vista del paciente por defecto y hacer que toda señal para el profesional clínico lleve un motivo codificado, de modo que usted pueda ver exactamente qué la activó y anularla.

Hemos escrito la versión larga. El informe técnico de panorama de la IA clínica recorre todo el flujo de imágenes de comida, las cuentas de porciones y energía, la derivación por seguridad del chat, las familias de señales de patrones y las preguntas de validación que creemos que cualquier herramienta de este ámbito debería poder responder. Si prefiere comparar herramientas primero, empiece por la guía 2026 de apps de recuperación para profesionales clínicos.