Versión 1.1 · 9 de agosto de 2026 · Quién hace ya qué, dónde queda el hueco defendible de NutriSync y qué hay que construir para ocuparlo. Cambia el idioma con el 🌐 de la barra.Version 1.1 · 9 August 2026 · Who already does what, where NutriSync’s defensible whitespace sits, and what we must build to occupy it. Switch language with 🌐 in the top bar.
Qué cambia en la v1.1 importanteWhat changed in v1.1 important
La fotografía de la comida ya no es una ventaja: es una commodity.
28 lanzó en julio de 2026 el registro de comidas por foto con estimación de calorías y macros, tarjeta de comida, corrección hablada del error de la IA y recomendaciones por comida dentro del contexto de su asistente GAIA (ciclo, objetivos, datos del día).
Aluna entra como competidor directo nuevo: escáner de comidas por IA con calorías, proteína, hidratos y grasa, planificación por fase del ciclo, registro de entrenamiento, tendencias semanales, sueño y actividad. Dice guardar los datos en el dispositivo — bueno para privacidad, pero limita cualquier efecto red de comunidad o de expertas.
Fuera del nicho, MyFitnessPal (Meal Scan) y Cronometer ya lo ofrecen.
Consecuencia: el hueco de NutriSync ya no empieza en «nutrición integrada». Empieza más abajo: en aprender qué patrones funcionan para cada persona y recomendar la siguiente acción.Photographing a meal is no longer an advantage: it is a commodity.
28 shipped AI photo meal logging in July 2026: calorie and macro estimation, meal cards, spoken correction of the AI’s mistakes, and per-meal recommendations inside its GAIA assistant’s context (cycle, goals, daily data).
Aluna joins as a new direct competitor: AI meal scanner with calories, protein, carbs and fat, phase-aware meal planning, workout logging, weekly trends, sleep and activity. It claims data stays on the device — privacy-positive, but it limits any community or expert-data flywheel.
Outside the niche, MyFitnessPal (Meal Scan) and Cronometer already offer it.
Consequence: NutriSync’s whitespace no longer starts at “integrated nutrition”. It starts further downstream: learning which patterns work for each individual and recommending the next action.
Los competidores saben reconocer lo que hay en el plato. NutriSync está diseñada para aprender qué patrones de nutrición y qué acciones funcionan mejor para cada persona a lo largo de sus ciclos — y usar el conocimiento de expertas y comunidad para recomendar la siguiente acción práctica.Competitors can recognise what is on the plate. NutriSync is designed to learn which nutrition patterns and actions appear to work better for each individual across cycles — and use expert and community knowledge to recommend the next practical action.
1 · Matriz de capacidades (mercado)1 · Capability matrix (market)
Competitor
SCI
PRIV
INT
PERS
COMM
DTC
CARE
INST
LONG
BIO
LOOP
Flo
C
P
A
P
C
C
P
A
P
P
–
Clue
C
C
A
P
A
C
P
A
P
C
–
Ovia
C
P
A
P
A
C
C
C
P
A
A
Natural Cycles
C
P
–
C
–
C
P
A
P
C
–
MyFLO / FLO Living
P
C
C
P
P
C
P
A
P
–
A
28
P
P
C
P
P
C
–
A
A
–
–
Lively
P
C
C
C
A
C
P
A
C
P
A
Moody
P
P
P
P
–
C
P
–
P
–
A
Eative
A
P
P
P
–
C
–
–
A
–
–
Wild.AI
C
P
C
C
A
C
P
C
C
C
P
FitrWoman
C
P
C
P
–
C
P
C
P
A
A
Hormona
P
P
A
C
–
C
P
A
C
C
P
NutriSync · hoy
P
C
P
P
P
C
A
P
P
R
P
NutriSync · objetivo
C
C
C
C
C
C
C
C
C
C
C
Ccentral y operativocentral and operational · Ppresente pero parcialpresent but partial · Aadyacente o indirectoadjacent or indirect · Ren roadmaproadmap · –sin evidencia públicanot publicly evidenced
2 · Registro de comidas con IA nuevo en v1.12 · AI meal logging new in v1.1
Competitor
Photo meal log
Food / ingredient extraction
Auto calories + macros
Food-group patterning
Exercise capture
Flo
–
–
–
A
A
Clue
–
–
–
A
A
Ovia
–
–
–
A
A
Natural Cycles
–
–
–
–
A
MyFLO / FLO Living
–
A
–
P
P
28
C
P
C
A
C
Alunanuevo
C
P
C
P
C
Lively
–
A
–
P
P
Moody
–
A
–
P
A
Eative
–
A
–
P
–
Wild.AI
–
A
A
P
C
FitrWoman
–
A
A
P
C
Hormona
–
A
–
P
A
NutriSync · hoy
R
R
R
P
P
NutriSync · objetivo
C
C
C
C
C
3 · El bucle: contexto, expertas, comunidad y aprendizaje3 · The loop: context, experts, community and learning
Competitor
Cycle-aware context
Expert-governed proposals
Community proposals
Within-person pattern analysis
Closed-loop recalibration
Flo
C
P
C
P
–
Clue
C
P
A
P
–
Ovia
C
C
A
P
A
Natural Cycles
C
P
–
P
–
MyFLO / FLO Living
C
P
P
P
A
28
C
A
A
A
A
Aluna
C
A
–
P
–
Lively
C
P
A
C
A
Moody
C
P
–
P
A
Eative
P
A
–
A
–
Wild.AI
C
P
A
C
P
FitrWoman
C
P
–
P
A
Hormona
C
P
–
C
P
NutriSync · hoy
P
P
P
P
P
NutriSync · objetivo
C
C
C
C
C
4 · El hueco que queda libre4 · The remaining whitespace
28 y Aluna ya reconocen y registran comidas. Lo que no está públicamente evidenciado en nadie es la combinación completa:
Captura de comida y actividad con IA.
Ontología estructurada de nutrientes y grupos de alimentos.
Análisis de patrones nutricionales a lo largo de varios ciclos.
Conexión con síntomas, energía, ánimo, sueño y recuperación.
Biblioteca de recomendaciones gobernada por expertas.
Propuestas de comunidad moderadas.
Registro de si la propuesta se siguió o no.
Medición de la respuesta posterior.
Recalibración de la siguiente recomendación para esa persona.
28 and Aluna already recognise and log meals. What is not publicly evidenced anywhere is the full combination:
AI meal and activity capture.
Structured nutrient and food-group ontology.
Multi-cycle nutritional pattern analysis.
Connection to symptoms, energy, mood, sleep and recovery.
Expert-governed recommendation library.
Moderated community proposals.
Recording whether the proposal was followed.
Measuring the subsequent response.
Recalibrating the next recommendation for that individual.
5 · Qué debe construir NutriSync5 · What NutriSync should build
5.1 · Capturar la comida en segundos5.1 · Capture the meal in seconds
La usuaria fotografía desayuno, café, bocadillo, batido, fruta, comida, cena, restaurante o plato casero. El sistema devuelve: detectado, ingredientes posibles, tipo de comida y confianza — y ella confirma con un toque o corrige hablando («era pollo, no atún, y sin mayonesa»). La corrección es dato de entrenamiento y se guarda SEPARADA de la estimación original de la IA.She photographs breakfast, coffee, a sandwich, a smoothie, fruit, lunch, dinner, restaurant or home-cooked dishes. The system returns: detected, possible ingredients, meal type and confidence — and she confirms with one tap or corrects in words (“it was chicken, not tuna, and no mayonnaise”). The correction is training data and is stored SEPARATELY from the AI’s original estimate.
5.2 · Nutrientes y grupos de alimentos, en capas separadas5.2 · Nutrients and food groups as separate layers
Capa de nutrientesNutrient layer proteína · hidratos · grasa · fibra · (azúcar, sodio, hierro, calcio…) · porción o rango estimado · nivel de confianzaprotein · carbohydrates · fat · fibre · (sugar, sodium, iron, calcium…) · estimated portion or range · confidence level
Capa de grupos de alimentosFood-group layer carne/pescado/huevo · proteína vegetal · legumbres · pasta y cereales · pan · verduras · fruta · lácteos · frutos secos · grasas añadidas · bebidas · dulces · ultraprocesados · suplementosmeat/fish/eggs · plant protein · legumes · pasta & grains · bread · vegetables · fruit · dairy · nuts & seeds · added fats · drinks · sweets · highly processed · supplements
Una comida pertenece a VARIOS grupos: un plato de pasta de lentejas con tomate, verduras y queso etiqueta legumbres + cereales + verduras + lácteos. Nutrientes y grupos no se mezclan en un solo campo.One meal belongs to SEVERAL groups: lentil pasta with tomato, vegetables and cheese tags legumes + grains + vegetables + dairy. Nutrients and food groups must not share one field.
5.3 · Diario visual: miniatura, no fotón5.3 · Visual diary: thumbnail, not full photo
Miniatura WebP o JPEG comprimido de 256-384 px (PNG no: pesa mucho más para fotografías) · metadatos EXIF y localización eliminados · original borrado tras el reconocimiento por defecto · opción de conservarlo como diario privado · acceso firmado y permisos por fila · borrado explícito en manos de la usuaria.A 256-384 px WebP or compressed JPEG thumbnail (not PNG — far heavier for photographs) · EXIF and location metadata stripped · original deleted after recognition by default · optional setting to keep it as a private diary · signed access and row-level permissions · explicit deletion controls.
5.4 · «Suficientemente bueno» basta para patrones, no para falsa precisión5.4 · “Good enough” for patterns, never false precision
Una foto no revela el aceite de la sartén, lo escondido en una salsa, el peso exacto, el azúcar de una bebida ni si la leche era desnatada. Es aceptable si: se etiqueta como estimación, se muestra la confianza, se corrige rápido, se usan rangos, no se toman decisiones clínicas y se miran patrones repetidos en vez de juzgar una comida.
Lo valioso suele ser el patrón de grupos, no la caloría exacta: «Hubo verdura en 8 de las últimas 14 comidas principales.» «El desayuno con proteína fue más constante en las semanas con mejor energía por la mañana.» «Cafeína tardía y sueño corto aparecieron juntos varias veces.»A photograph cannot reveal cooking oil, what hides in a sauce, exact weight, sugar in a drink, or whether the milk was skimmed. That is acceptable if: it is labelled an estimate, confidence is shown, correction is fast, ranges are used, no clinical decisions are made, and we look at repeated patterns rather than judging one meal.
The stronger signal is usually the food-group pattern, not an exact calorie count: “Vegetables appeared in 8 of the last 14 main meals.” “Breakfast protein was more consistent during weeks with better reported morning energy.” “Late caffeine and shorter sleep repeatedly occurred together.”
5.5 · El ejercicio se captura de otra forma5.5 · Exercise is captured differently
Jerarquía: 1) importación automática de Apple Health / Health Connect / wearables · 2) selección de actividad en un toque · 3) voz o lenguaje natural («45 minutos de fuerza») · 4) foto de la pantalla de la máquina, como último recurso. Clasificación: fuerza · cardio · caminar · correr · bici · nadar · yoga · pilates · movilidad · recuperación · deporte de equipo · otro. Con duración, intensidad aproximada, hora y datos de pulso o recuperación si los hay.Hierarchy: 1) automatic import from Apple Health / Health Connect / wearables · 2) one-tap activity selection · 3) voice or natural language (“45 minutes strength training”) · 4) a photo of the machine’s screen as a last resort. Classes: strength · cardio · walking · running · cycling · swimming · yoga · pilates · mobility · recovery · team sport · other. With duration, approximate intensity, time and any heart-rate or recovery data.
5.6 · Expertas, comunidad y recomendación personal5.6 · Experts, community and personal recommendation
Capa experta (gobernada)Expert layer (governed) Nutricionistas verificadas crean fichas con población objetivo, etapa vital o del ciclo, objetivo, restricciones, ingredientes, grupos, tiempo, coste, justificación profesional, contraindicaciones, fecha de revisión y credenciales. La IA elige de esta biblioteca, no inventa consejo nutricional libre.Verified nutritionists create cards with target population, life or cycle stage, objective, restrictions, ingredients, groups, prep time, cost, professional rationale, contraindications, review date and credentials. The AI selects from this library — it does not invent unrestricted nutrition advice.
Capa comunidad (moderada)Community layer (moderated) Recetas, combinaciones, sustituciones, alternativas económicas, cocinas regionales, trucos, fotos y experiencias. Moderadas y nunca convertidas en consejo médico. Se presenta como «popular entre usuarias con preferencias parecidas», jamás como «esto arreglará tus hormonas».Recipes, combinations, substitutions, low-cost alternatives, regional cuisines, tips, photos and experiences. Moderated and never turned into medical guidance. Framed as “popular among members with similar preferences”, never “this will fix your hormones”.
El activo real de aprendizaje: recomendada → vista → aceptada → comida → respuesta de la usuaria → siguiente recomendación. Cada paso se registra como evento separado.The real learning asset: recommended → viewed → accepted → eaten → user response → next recommendation. Each step recorded as a separate event.
6 · Lo que hay que dejar de decir6 · Claims to qualify or drop
Del informe (sigue vigente):
«NutriSync es la única con todas las capacidades» — la evidencia pública muestra solapamiento amplio (Wild.AI, Lively, MyFLO, FitrWoman, 28…).
«Nadie puede comprar este dataset; tardarían cinco años» — no está evidenciado y los grandes ya tienen datos.
«Cada usuaria genera una firma hormonal única» — hoy observamos ciclo, síntomas, nutrición, movimiento y algunos biométricos, no hormonas.
«Modelo hormonal predictivo» como algo actual — es roadmap, y cambia la posición regulatoria.
Afirmaciones médicas o de resultado basadas solo en la fase del ciclo.
Y la regla de estilo: siempre «sin evidencia pública», nunca «no lo tienen».From the report (still valid):
“NutriSync is the only solution with all capabilities” — public evidence shows substantial overlap (Wild.AI, Lively, MyFLO, FitrWoman, 28…).
“Competitors would need five years to build this dataset” — not evidenced, and large players already hold significant data.
“Every user creates a unique hormonal signature” — today we observe cycle, symptoms, nutrition, movement and some biometrics, not hormones.
“Predictive hormonal modelling” as a current feature — it is roadmap, and it changes the regulatory position.
Medical or outcome claims based only on cycle phase.
And the style rule: always “not publicly evidenced”, never “they don’t have it”.
7 · Las fuentes de datos nutricionales decidido 9-ago7 · Nutritional data sources decided 9 Aug
Reconocer la comida es la mitad; la otra mitad es de dónde salen los valores nutricionales. Inventarlos no es opción, así que vamos con dos fuentes autorizadas:Recognising the meal is half of it; the other half is where the nutritional values come from. Inventing them isn’t an option, so we go with two authoritative sources:
1 · USDA FoodData Centralgratis / free API pública con clave. Empezamos por aquí. Casa alimentos e ingredientes confirmados por la usuaria con registros autorizados y devuelve energía, proteína, hidratos, grasa, fibra, vitaminas y minerales.Public API with a key. We start here. Matches user-confirmed foods and ingredients to authoritative records and returns energy, protein, carbs, fat, fibre, vitamins and minerals.
2 · EuroFIR AISBLmembresía / membership Composición de alimentos europeos: pan, legumbres, quesos y platos locales que la USDA no representa bien. Sin esto, las estimaciones en España pierden credibilidad. Requiere alta de pago → pedir cuota y llevarla a 🗳 Decisiones.Food composition for European foods: bread, legumes, cheeses and local dishes the USDA doesn’t represent well. Without it, estimates in Spain lose credibility. Paid membership → request the fee and take it to 🗳 Decisions.
Reglas de arquitectura (van en el diseño, no en la letra pequeña): las llamadas salen del backend (Edge Functions de Supabase), nunca desde el móvil · cero datos personales o de salud viajan a USDA · se respetan los límites de uso · se conserva la atribución de la fuente · todo valor se muestra como estimación, nunca como consejo médico.Architecture rules (design, not fine print): calls are made from the backend (Supabase Edge Functions), never from the mobile apps · zero personal or health data goes to USDA · usage limits respected · source attribution retained · every value shown as an estimate, never as medical advice.
Texto para la solicitud de la API (USDA) — listo para pegarUSDA API application text — ready to paste
We are developing NutriSync, a mobile nutrition and women's health application currently in pilot testing. We will use the FoodData Central APIs to match user-confirmed foods and ingredients to authoritative food records and retrieve nutritional values such as energy, protein, carbohydrates, fat, fibre, vitamins, and minerals. These values will be combined with estimated or user-confirmed portion sizes to create approximate meal logs and identify nutrition patterns over time. API requests will be made securely from our Supabase backend rather than directly from the mobile applications. We will not send personal, health, or identifiable user data to USDA. We will respect API usage limits, retain source attribution, and clearly label nutritional calculations as estimates rather than medical advice.
8 · Qué hacemos con esto8 · What we do with this
Tres capacidades nuevas para el backlog (🗂 Sprint Planning), todas post-GA salvo decisión contraria:
Registro multimodal diario — foto de comida + voz + importación de wearables.
Red de recomendación experta y comunidad — biblioteca gobernada + propuestas moderadas + medición de la respuesta.
Encaja con el Epic N (IA) de la Propuesta 32 y con el bucle Sense → Interpret → Recommend → Measure → Learn.Three new capabilities for the backlog (🗂 Sprint Planning), all post-GA unless decided otherwise:
This fits Epic N (AI) from Proposal 32 and the Sense → Interpret → Recommend → Measure → Learn loop.
Método: las afirmaciones de los competidores se contrastan contra sus páginas oficiales de producto, privacidad, profesionales, empleadores y wearables (revisadas el 9-ago-2026). La ausencia de evidencia pública no prueba que la capacidad no exista.Method: competitor claims are checked against official product, privacy, professional, employer and wearable pages (reviewed 9 Aug 2026). Absence of public evidence is not proof that a capability does not exist.