En vivo 18.11 · Cohorte 318 nov, 19:00 MSK — taller práctico gratuito de agentes IA · Cohorte 3 en vivo inicia 23.11Taller 18 nov →Cohorte 3 (23.11)

Un padre crea un contador gratuito de raciones por foto: 3000 personas en 17 días

Un autor de Habr creó una aplicación gratuita para su hijo con diabetes tipo 1: a partir de la foto de un plato estima los carbohidratos y los convierte en unidades de pan (UP, en ruso KhE). Sin registro y con el diario almacenado solo en el teléfono. En 17 días la aplicación se abrió en 11 800 dispositivos y unas 3000 personas decidieron calcular algo al menos una vez. Parte del código se escribió junto con un asistente de IA.

Procesado por IA desde Хабр: Машинное обучение; editado por Hamidun News
Un padre crea un contador gratuito de raciones por foto: 3000 personas en 17 días
Fuente: Хабр: Машинное обучение. Collage: Hamidun News.
Escuchar artículo
Ficha técnica y cifras clave
ParámetroDatos
Fuente originalХабр: Машинное обучение ↗
Editor jefe
En un día normalunas 400 personas y 800 fotos reconocidas
Dato clave #2Los competidores esconden la foto y el código de barras tras un pago y no conocen los productos rusos
Dato clave #3El autor analiza por separado el coste de cada reconocimiento y los errores de la IA

Antes de cada comida, una persona con diabetes tipo 1 debe estimar cuántos carbohidratos hay en el plato, convertirlos en unidades de pan (UP, en ruso KhE) y, a partir de eso, calcular la dosis de insulina. En casa ayudan las balanzas y las tablas. En el colegio, en casa de amigos o en una cafetería no las hay, y hay que calcular a ojo unos macarrones con una albóndiga. De este problema cotidiano nació la historia que el autor contó en Habr.

Qué problema resuelve la aplicación

Los contadores de UP ya existen, pero lo más útil, es decir, el reconocimiento por foto y el escaneo del código de barras, suele ser de pago. Los servicios occidentales exigen una tarjeta extranjera y casi no conocen los productos rusos: ni nuestras variedades de pan ni los productos habituales de las tiendas. El autor decidió hacer la suya: gratuita, sin registro y con un diario que está solo en el teléfono. Para un tema médico es una decisión de producto importante: el usuario no tiene que entregar sus datos de salud a un servidor.

El esquema para el usuario es sencillo: fotografía el plato, recibe una estimación de carbohidratos y UP y la anota en el diario. El modelo identifica los platos a partir de la imagen y estima las raciones; después funciona la aritmética habitual.

Qué muestran las cifras

La primera versión se publicó el 20 de octubre. En 17 días la aplicación se abrió en unos 11 800 dispositivos, es decir, unos 700 al día. Al menos una vez calcularon algo unas 3000 personas. Es aproximadamente una cuarta parte de todos los que abrieron la aplicación, y para una herramienta de nicho sin publicidad esa conversión resulta decente.

En un día normal usan la aplicación unas 400 personas y se reconocen unas 800 fotos, es decir, dos imágenes por persona. Parece un escenario real: desayuno y comida, no una curiosidad puntual. Precisamente esta frecuencia hace que el coste de cada reconocimiento sea la cuestión principal para un producto gratuito. Si cada llamada al modelo cuesta dinero y el usuario no debe pagar, la aritmética hay que hacerla antes del lanzamiento, no después. El autor promete mostrar cuánto cuesta en la práctica. Las cifras no aparecen en el anuncio; están en el artículo completo.

Dónde está el problema

El autor advierte con honestidad que la IA se equivoca y analiza esos casos por separado. Para una tarea con insulina es un punto clave. Con una sola foto no se puede determinar con exactitud qué hay dentro: cuánto aceite lleva la guarnición, si hay azúcar en la salsa, qué grosor tiene la albóndiga, qué se esconde bajo el queso. Un error del 20–30 % en la ración es tolerable para una calculadora de calorías normal. Para calcular una dosis de insulina puede ser peligroso.

El segundo punto honesto: el código se escribió junto con un asistente de IA y parte de las decisiones se tomaron con el criterio de «rápido y funciona». Para una primera versión es justificable, pero en un contexto médico tiene un límite, y el autor también promete hablar de ello.

Qué sacar de esto

Conclusiones prácticas para quienes crean productos similares con modelos multimodales:

  • Empiece con un problema concreto y claro, como aquí: el autor lo conoce personalmente, y los competidores lo cubren con pago y no conocen los productos locales.
  • El almacenamiento local de datos y la ausencia de registro reducen la barrera de entrada y eliminan parte de los riesgos legales.
  • Calcule el coste de cada llamada al modelo junto con la frecuencia de uso esperada. Dos fotos por persona al día con miles de usuarios se convierten rápidamente en una factura considerable.
  • En productos cercanos a la salud, muestre el resultado como una estimación, no como una guía de acción. El usuario debe entender que la decisión sobre la dosis sigue siendo suya y de su médico.

En resumen: no es un avance científico, sino un buen ejemplo de cómo un desarrollador con un asistente de IA crea en un par de semanas un producto de nicho útil y consigue miles de usuarios. Los detalles principales, es decir, el coste del reconocimiento y los errores típicos del modelo, conviene leerlos en el original. Son los que muestran si ese modelo aguanta una carga real.

Historia

Preguntas frecuentes sobre la noticia

¿Qué se sabe sobre Qué problema resuelve la aplicación?

Los contadores de UP ya existen, pero lo más útil, es decir, el reconocimiento por foto y el escaneo del código de barras, suele ser de pago. Los servicios occidentales exigen una tarjeta extranjera y casi no conocen los productos rusos: ni nuestras variedades de pan ni los productos habituales de las tiendas. El autor decidió hacer la suya: gratuita, sin registro y con un diario que está solo en el teléfono.

¿Qué se sabe sobre Qué muestran las cifras?

La primera versión se publicó el 20 de octubre. En 17 días la aplicación se abrió en unos 11 800 dispositivos, es decir, unos 700 al día. Al menos una vez calcularon algo unas 3000 personas. Es aproximadamente una cuarta parte de todos los que abrieron la aplicación, y para una herramienta de nicho sin publicidad esa conversión resulta decente. En un día normal usan la aplicación unas 400 personas y se reconocen unas 800 fotos, es decir, dos imágenes por persona.

Dónde está el problema?

El autor advierte con honestidad que la IA se equivoca y analiza esos casos por separado. Para una tarea con insulina es un punto clave. Con una sola foto no se puede determinar con exactitud qué hay dentro: cuánto aceite lleva la guarnición, si hay azúcar en la salsa, qué grosor tiene la albóndiga, qué se esconde bajo el queso. Un error del 20–30 % en la ración es tolerable para una calculadora de calorías normal. Para calcular una dosis de insulina puede ser peligroso.

ZK
Zhemal Khamidun — CPO de Alpina Digital, product manager de AlpinaGPT. Crea productos de IA desde 2019. Hamidun News es un proyecto personal que creció hasta ser un agregador en producción con más de 6.000 lectores.
✦ Private AI Builders Community · Vibe Club

Ship AI Faster with Founders, Engineers & Weekly Architecture Reviews

Inside Vibe Club (hamidun.com/club) — weekly live masterminds with Zhemal Khamidun, Tech Radar, full LMS access, and 370+ production Claude Code skills.

Join Vibe Club →Explore Hamidun Academy
¿Qué te parece?
Cargando comentarios…