Validità limitata di un’app basata sull’intelligenza artificiale per la valutazione dietetica nelle donne con obesità

Perché un’app per tracciare il cibo potrebbe non raccontare tutta la storia

Molte persone si affidano a app per smartphone per controllare cosa mangiano, soprattutto quando cercano di gestire il peso. Questi strumenti promettono di trasformare rapide istantanee dei pasti in conteggi calorici precisi. Questo studio ha testato se una di queste app alimentate dall’intelligenza artificiale (IA), chiamata SNAQ, rifletta realmente quanta energia usano nella vita quotidiana le donne con obesità. I risultati sono importanti per chiunque possa basare decisioni mediche, piani di dimagrimento o obiettivi di salute a lungo termine su questi numeri.

Come è stato condotto lo studio

I ricercatori in Svizzera hanno reclutato 20 donne adulte con obesità e le hanno seguite per una settimana durante le loro normali attività quotidiane. Ogni partecipante ha usato l’app SNAQ per fotografare tutto ciò che mangiava e beveva. L’app ha usato sensori di profondità e visione artificiale per trasformare queste immagini in stime di calorie e nutrienti giornalieri. Per ottenere un metro di riferimento attendibile, il team ha anche misurato l’uso energetico totale giornaliero di ciascuna donna con un metodo di laboratorio considerato il gold standard, l’acqua doppio marcata, che traccia la velocità con cui traccianti innocui lasciano il corpo. Inoltre, le donne hanno completato interviste dietetiche tradizionali delle 24 ore, un metodo consolidato ma imperfetto per ricordare l’assunzione del giorno precedente.

Cosa ha sbagliato l’app

Quando i ricercatori hanno confrontato i numeri dell’app con l’effettivo uso energetico del corpo, le discrepanze sono state ampie. In media, il corpo delle donne consumava circa 3000 calorie al giorno, ma SNAQ riportava solo circa 2200—una sottostima di circa il 25%. Le interviste di richiamo delle 24 ore hanno fatto ancora peggio, perdendo circa la metà dell’assunzione reale. Fondamentale è che gli errori non erano consistenti da persona a persona. Per alcune donne l’app sovrastimava leggermente le calorie, mentre per altre sbagliava di migliaia. I test statistici non hanno mostrato praticamente alcuna corrispondenza affidabile tra quanto riportato dall’app e quanto indicato dal metabolismo del corpo per un dato individuo.

Perché i numeri possono deviare così tanto

I ricercatori indicano sia il comportamento umano sia i limiti tecnologici per spiegare la discrepanza. In condizioni di vita reale, le persone possono dimenticare di fotografare gli spuntini, cambiare illuminazione o coprire parzialmente il cibo nell’inquadratura. Il sistema di IA deve anche indovinare cosa sia ogni elemento e quanto ne sia presente, compito che diventa più difficile quando le porzioni sono grandi, i cibi sono mescolati o le bevande sono in contenitori opachi. Poiché i dati di addestramento provengono spesso da pasti più standard e porzioni più piccole, i modelli alimentari comuni nelle persone con obesità possono trovarsi al di fuori della “comfort zone” dell’app. Piccoli errori a ogni passaggio si accumulano, portando a stime energetiche che oscillano ampiamente e non riescono a riflettere la dimensione corporea, la composizione corporea o i cambiamenti di peso a breve termine.

Limiti delle scorciatoie digitali

Sebbene le medie di gruppo dall’app sembrassero un po’ più vicine al metodo di laboratorio rispetto ai richiamI basati su intervista, questo successo apparente si è rivelato fuorviante. Alcune grandi sovrastime hanno bilanciato molte sottostime, nascondendo il fatto che i resoconti individuali erano altamente instabili da un giorno all’altro. Quando il team ha applicato controlli standard che segnalano rapporti dietetici sospetti, solo circa un terzo dei resoconti giornalieri dell’app poteva essere considerato anche solo plausibilmente accurato. L’app non ha inoltre mostrato alcuna relazione significativa con marcatori fisiologici chiave, come la massa magra o i cambiamenti di peso corporeo, compromettendone ulteriormente l’utilità per un monitoraggio accurato.

Cosa significa questo per pazienti e clinici

Gli autori concludono che SNAQ, e probabilmente app dietetiche simili basate su IA, non sono ancora abbastanza affidabili per una valutazione dietetica precisa nelle donne con obesità. Sottostimare l’apporto energetico di circa un quarto—e farlo in modo incoerente—potrebbe facilmente fuorviare medici e pazienti sulle ragioni per cui un trattamento funziona o meno. Lo studio sostiene che, prima che tali strumenti vengano integrati nelle cure cliniche, devono superare test chiari e standardizzati di accuratezza, stabilità e sicurezza, analoghi a quelli richiesti per dispositivi medici o test diagnostici. Per il momento, la comodità digitale dovrebbe essere vista come un utile aiuto per aumentare la consapevolezza, non come un metro di misura indipendente per decisioni serie sul trattamento dell’obesità.

Citazione: Serra, M., Alceste, D., Jucker, N. et al. Limited validity of an AI-powered app for dietary assessment in females with obesity. npj Digit. Med. 9, 357 (2026). https://doi.org/10.1038/s41746-026-02536-2

Parole chiave: app per il monitoraggio della dieta, intelligenza artificiale in nutrizione, gestione dell’obesità, accuratezza della valutazione dietetica, validazione della salute digitale