Fuentes de Datos para Valores Nutricionales

Resumir con: ChatGPT Claude AI Mode Perplexity

En NutriScan, proporcionar información nutricional precisa y confiable es nuestra prioridad. Usamos un enfoque multifacético para asegurar que los datos que recibes sean lo más precisos posible.

Nuestra metodología combina varias fuentes de alta calidad:

1. Nuestra propia base de datos de alimentos. La mayoría de las búsquedas ya se resuelven en una base de datos nutricional que construimos y mantenemos nosotros mismos, con millones de alimentos. Se compone de referencias públicas y licenciadas ya establecidas y después se depura internamente:
   • USDA FoodData Central para alimentos genéricos y sin procesar.
   • Open Food Facts para productos envasados y con código de barras.
   • FatSecret para cobertura adicional de marcas y productos regionales.
   • Revisión y corrección internas. No damos por buenos los registros importados. Contrastamos las calorías con la proteína, los carbohidratos y la grasa mediante los factores de Atwater y corregimos las filas que no cuadran, resolvemos los errores de crudo frente a cocinado y seco frente a preparado, eliminamos entradas duplicadas o mal formadas y fijamos porciones caseras realistas (una rebanada, una taza, una pieza) para cada alimento en vez de aplicar un peso genérico a todo. Mantenemos los nombres de los alimentos en varios idiomas para que los platos regionales se encuentren en el idioma del usuario.
   • Construirla nosotros mismos es lo que nos permite cubrir la comida casera y regional que las bases de datos centradas en códigos de barras apenas recogen.
2. Búsqueda Avanzada en Internet: Para productos alimenticios únicos o nuevos, nuestros sistemas realizan búsquedas específicas en fuentes en línea de buena reputación.
3. Integración de la API de OpenAI: Aprovechamos el poder de la API de OpenAI para:
   • Análisis de Comidas Escaneadas: Ayuda a identificar alimentos complejos y a entender el contexto de la comida.
   • Referencia Cruzada de Datos: Valida la información de diferentes fuentes para mejorar la precisión.
   • Impulso de Planes de Dieta: Ayuda a procesar tus preferencias y metas para generar recomendaciones personalizadas.
   • Mejora de NutriBites: Entiende tus preguntas sobre tu historial de comidas para darte información relevante.

Esta combinación nos permite proporcionar desgloses nutricionales confiables en toda la app:

• Comidas Escaneadas: Cuando escaneas una comida, nuestro sistema consulta las fuentes de datos para recuperar macros, micros y calcular el NutriScore.
• Alimentos Registrados Manualmente: Cuando registras alimentos manualmente, la app consulta las mismas fuentes para encontrar la información nutricional.
• Planes de Dieta Personalizados (Premium): La generación de un plan de dieta combina tu perfil con nuestros métodos de recuperación de datos para generar metas y sugerencias.
• Información y NutriBites: Funciones como el calendario y las respuestas de NutriBites se basan en la consulta de tus datos históricos.

Precisión y Limitaciones

Aunque nos esforzamos por la mayor precisión, es importante reconocer que la estimación de datos nutricionales puede ser compleja.

• Escaneo de Comidas: NutriScan identifica los alimentos con una precisión del 95% o superior en los productos que cubre nuestra base de datos. Es una cifra propia, basada en nuestra verificación interna de datos, no una certificación de terceros.
• Registro Manual: Los elementos registrados manualmente se resuelven directamente contra esos mismos registros verificados, así que suelen ser aún más precisos que un escaneo, porque no hay interpretación de imagen.

Dos salvedades que no vamos a maquillar. La porción es la parte difícil: identificar bien el plato no es lo mismo que calcular cuánto hay en él, y la profundidad, el ángulo y el emplatado afectan a esa estimación. La cobertura marca el techo: la precisión es mayor con alimentos que ya están en nuestra base de datos, y un plato que nunca hemos visto recurre a la búsqueda y a la estimación por IA, donde el margen de error es más amplio. Por eso cualquier resultado se puede editar.

Trabajamos continuamente para mejorar nuestros algoritmos y minimizar estos errores.

Al integrar estas diversas fuentes, NutriScan tiene como objetivo proporcionar información nutricional confiable para ayudarte a tomar decisiones informadas.