Validade limitada de um aplicativo com IA para avaliação dietética em mulheres com obesidade

Por que um aplicativo de rastreamento alimentar pode não contar toda a história

Muitas pessoas recorrem a aplicativos de smartphone para monitorar o que comem, especialmente ao tentar controlar o peso. Essas ferramentas prometem transformar rapidamente fotos das refeições em contagens precisas de calorias. Este estudo avaliou se um desses aplicativos com inteligência artificial (IA), chamado SNAQ, realmente reflete quanto de energia mulheres com obesidade gastam na vida cotidiana. As descobertas importam para quem possa confiar nesses números para orientar decisões médicas, planos de perda de peso ou metas de saúde a longo prazo.

Como o estudo foi organizado

Pesquisadores na Suíça recrutaram 20 mulheres adultas com obesidade e as acompanharam por uma semana durante as rotinas normais. Cada participante usou o aplicativo SNAQ para fotografar tudo o que comeu e bebeu. O app usou sensores de profundidade e visão computacional para transformar essas imagens em estimativas de calorias e nutrientes diários. Para obter uma referência confiável, a equipe também mediu o gasto energético total diário de cada mulher com um método laboratorial padrão-ouro chamado água duplamente marcada, que acompanha quão rápido traçadores inofensivos saem do corpo. Além disso, as mulheres completaram entrevistas dietéticas tradicionais de 24 horas, uma técnica antiga, porém imperfeita, de lembrar a ingestão do dia anterior.

Onde o aplicativo errou

Quando os pesquisadores compararam os números do aplicativo com o gasto energético real do corpo, as diferenças foram grandes. Em média, os corpos das mulheres gastaram cerca de 3000 calorias por dia, mas o SNAQ informou apenas cerca de 2200—uma subestimação de aproximadamente 25%. As entrevistas de recordatório de 24 horas foram ainda piores, perdendo cerca de metade da ingestão real. Crucialmente, os erros não foram consistentes entre as pessoas. Para algumas mulheres o app superestimou levemente as calorias, enquanto para outras errou por milhares. Testes estatísticos mostraram basicamente nenhuma correspondência confiável entre o que o app relatou e o que o metabolismo do corpo indicou para cada indivíduo.

Por que os números divergem tanto

Os pesquisadores apontam tanto o comportamento humano quanto os limites da tecnologia para explicar a discrepância. Em condições da vida real, as pessoas podem esquecer de fotografar petiscos, enfrentar mudanças de iluminação ou cobrir parcialmente a comida no quadro. O sistema de IA também precisa adivinhar o que cada item é e quanto há dele, o que fica mais difícil quando as porções são grandes, os alimentos estão misturados ou as bebidas estão em recipientes opacos. Como os dados de treinamento frequentemente vêm de refeições mais padronizadas e porções menores, os padrões alimentares comuns na obesidade podem ficar fora da zona de conforto do app. Pequenos erros em cada etapa se acumulam, levando a estimativas de energia que variam muito e não refletem tamanho corporal, composição corporal ou variações de peso no curto prazo.

Limites dos atalhos digitais

Embora as médias de grupo do app parecessem um pouco mais próximas do método laboratorial do que os recordatórios por entrevista, esse sucesso aparente mostrou-se enganoso. Algumas grandes superestimações equilibraram muitas subestimações, escondendo o fato de que os registros individuais eram altamente instáveis de um dia para outro. Quando a equipe aplicou verificações padrão que sinalizam relatórios dietéticos suspeitos, apenas cerca de um terço dos registros diários do app pôde ser considerado minimamente preciso. O aplicativo também não mostrou relação significativa com marcadores fisiológicos-chave, como massa livre de gordura ou mudanças no peso corporal, minando ainda mais sua utilidade para monitoramento cuidadoso.

O que isso significa para pacientes e clínicos

Os autores concluem que o SNAQ, e provavelmente aplicativos dietéticos semelhantes baseados em IA, ainda não são confiáveis o suficiente para avaliação dietética precisa em mulheres com obesidade. Subestimar a ingestão energética em cerca de um quarto—e fazê‑lo de forma inconsistente—pode facilmente induzir médicos e pacientes a erro sobre por que um tratamento está ou não funcionando. O estudo argumenta que, antes que essas ferramentas sejam incorporadas ao atendimento clínico, elas precisam passar por testes claros e padronizados de precisão, estabilidade e segurança, assim como dispositivos médicos ou testes diagnósticos. Por enquanto, a conveniência digital deve ser vista como um complemento útil para aumentar a conscientização, e não como uma medida autônoma para decisões sérias sobre tratamento da obesidade.

Citação: 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

Palavras-chave: aplicativos de acompanhamento alimentar, inteligência artificial na nutrição, manejo da obesidade, precisão da avaliação dietética, validação em saúde digital