Escaneos corporales con el móvil y el problema del centímetro
Escaneos corporales con el móvil y el problema del centímetro
Por qué repetir una medida no basta para saber si tu cuerpo ha cambiado
Un centímetro menos de cintura puede ser un cambio importante. Para algunas personas, representa meses de entrenamiento constante, alimentación, descanso o simplemente de mantener el rumbo.
Eso plantea una pregunta muy práctica para cualquier tecnología de seguimiento corporal:
Si el método puede variar un centímetro aunque tu cuerpo siga igual, ¿cómo puede saber que un centímetro menos es real?
Esta es la cuestión que intentan responder los estudios recientes sobre escaneo corporal con el móvil. La investigación no demuestra que todos los escaneos con el móvil sean inútiles. Algunos sistemas modernos pueden ser sorprendentemente repetibles, sobre todo cuando el móvil está en un trípode, la habitación está controlada, la persona mantiene una postura concreta y las mediciones se repiten con pocos minutos de diferencia.
Pero la repetibilidad no es lo mismo que la exactitud individual. Un método puede dar casi la misma cifra dos veces y, aun así, alejarse de una medición con cinta, de un escáner de referencia o de la medida real del cuerpo. También puede describir una tendencia media razonable en un estudio y seguir siendo demasiado incierto para confirmar un cambio pequeño en una persona concreta.
Por eso Contura parte de las medidas: el modelo 3D sirve para verlas y compararlas, no para sustituirlas en silencio por una cifra generada por la cámara.
Tres conceptos que suelen mezclarse
Antes de interpretar una cifra como «0,5 cm de error», conviene separar tres conceptos que los investigadores miden de manera distinta.
| Término | Qué pregunta responde | Por qué importa |
|---|---|---|
| Precisión o repetibilidad | Si el cuerpo no ha cambiado, ¿cuánto se parecen dos lecturas? | Muestra el ruido técnico de las mediciones repetidas. |
| Exactitud o concordancia | ¿Qué tan cerca está el resultado de un método de referencia? | Muestra el sesgo sistemático y las discrepancias individuales. |
| Cambio mínimo significativo (LSC) | ¿Qué tamaño debe tener la diferencia para que sea poco probable que se deba al ruido de la medición? | Fija un umbral práctico para interpretar un cambio. |
El coeficiente de correlación intraclase (ICC) es útil para valorar la repetibilidad, pero un ICC alto no demuestra que la cifra absoluta sea correcta. La correlación también puede ser alta cuando un método subestima sistemáticamente la cintura o sobreestima la cadera.
El LSC es especialmente importante cuando el objetivo es seguir el progreso. En los estudios de composición corporal que comparan dos mediciones, suele calcularse así:
LSC ≈ 2,77 × error de precisión
Por eso, un método con un error de precisión de 0,5 cm no permite llamar automáticamente «cambio real» a cualquier diferencia de 0,5 cm.
Qué ha encontrado realmente un estudio bien controlado de escaneo 360° con el móvil
Uno de los estudios recientes más sólidos comparó cuatro métodos de antropometría digital en 46 adultos. Entre ellos había una aplicación que capturaba imágenes sucesivas mientras la persona completaba una rotación completa. Para los perímetros corporales, el método de rotación completa con el móvil obtuvo un error técnico de medición medio de 0,5 cm, un error relativo del 0,9 % y un ICC de 0,986. En esa prueba controlada ofreció resultados similares a los de escáneres 3D más grandes y menos portátiles. Tinsley et al., European Journal of Clinical Nutrition (2024)
Es un resultado valioso. Muestra hasta dónde puede llegar un sistema 360° bien diseñado cuando se repite la prueba en condiciones controladas.
Pero no significa que:
- cada escaneo quede a menos de 0,5 cm de tu cintura real;
- 0,5 cm sea el error máximo o una garantía universal;
- un escaneo realizado mañana, en otra habitación, con otra postura, otra ropa u otro móvil, sea equivalente al del laboratorio; o
- una diferencia de 0,5 cm entre dos escaneos personales sea automáticamente real.
El estudio relacionado de 2024 publicado en Frontiers in Medicine deja la diferencia todavía más clara. Utilizó una aplicación de escaneo 3D que capturaba muchas imágenes durante una rotación completa, con un iPhone colocado en un trípode a unos 1,7 metros de la persona. Los participantes mantenían una postura en A, llevaban poca ropa ceñida al cuerpo, habían ayunado durante la noche y no habían hecho ejercicio durante al menos 24 horas antes de la prueba. El artículo señala además que el cuerpo se mueve durante un escaneo 360°, de modo que el software necesita una reconstrucción de avatar no rígida, lo que puede introducir más error. Tinsley et al., Frontiers in Medicine (2024)
En ese artículo, los valores de LSC de 1,39–1,82 puntos porcentuales se aplicaban a las ecuaciones del porcentaje de grasa corporal, no a la cintura. La cifra de 0,5 cm para perímetros procedía del estudio anterior de rotación completa.
Como simple ejemplo —no como un LSC de cintura publicado por ese artículo—, si introdujéramos un error de precisión de 0,5 cm en la misma fórmula, obtendríamos aproximadamente:
2,77 × 0,5 cm ≈ 1,4 cm
La intuición importante es esta: un método puede tener un error medio de repetibilidad de 0,5 cm y, aun así, necesitar un cambio mayor antes de que puedas estar seguro de que ha superado el ruido de la medición. Un centímetro menos puede ser real, pero quizá siga siendo demasiado poco para que el método lo identifique con confianza en una sola persona.
El estudio de MeThreeSixty muestra por qué el promedio puede engañar
El estudio que mencionabas comparó directamente aplicaciones de móvil con mediciones profesionales mediante cinta. Incluyó a 115 adultos y evaluó MeThreeSixty en un iPhone y en un teléfono Samsung, además de myBVI. Las medidas de referencia de cintura y cadera las tomaron investigadores siguiendo un protocolo de laboratorio controlado; no se trataba de mediciones informales tomadas por los propios participantes en casa. Graybeal et al., British Journal of Nutrition (2023)
El error de precisión para cintura y cadera estuvo entre 0,5 y 1,9 cm. El detalle de los resultados explica por qué ese intervalo importa:
| Método | Error de precisión de cintura | Error de precisión de cadera |
|---|---|---|
| Referencia profesional con cinta | 0,63 cm | 0,65 cm |
| MeThreeSixty en iPhone | 0,54 cm | 0,51 cm |
| MeThreeSixty en Samsung | 0,87 cm | 0,90 cm |
| MeThreeSixty entre iPhone y Samsung | 1,91 cm | 1,59 cm |
| myBVI | 1,12 cm | 1,91 cm |
Estos son resultados de repetibilidad. No indican cuánto se acerca la cifra de la aplicación a la circunferencia real de esa persona.
Al comparar los resultados de las aplicaciones con las mediciones de referencia tomadas con cinta, MeThreeSixty en iPhone subestimó la cintura en 2,3 cm de media y sobreestimó la cadera en 3,1 cm. En el conjunto de aplicaciones probadas, los límites de concordancia del 95 % fueron aproximadamente de ±9,0 a ±12,4 cm para la cintura y de ±6,7 a ±10,7 cm para la cadera.
El artículo sí encontró equivalencia a nivel de grupo para algunas medidas dentro de una región predefinida del 5 %. Eso no demuestra que el resultado de cada persona sea intercambiable con una medición con cinta. De hecho, la ligera subestimación de la cintura y la sobreestimación de la cadera hicieron que la relación cintura-cadera no fuera equivalente al método de referencia.
Esta es la lección central: un método puede parecer aceptable al comparar promedios y, al mismo tiempo, producir un abanico amplio de errores individuales. Si la pregunta es «¿mi cintura ha bajado realmente 1 cm?», el error individual importa más que el promedio del grupo.
Tener más imágenes no elimina el problema individual
Un estudio más reciente, publicado en 2026, comparó MeThreeSixty, Bodygram y ZOZO Fit con DXA para estimar el porcentaje de grasa corporal. ZOZO Fit fue el método con más imágenes: utilizaba doce fotografías mientras la persona giraba 360°. Las tres aplicaciones mostraron una excelente repetibilidad en la misma sesión, con ICC entre 0,98 y 0,99. ZOZO Fit obtuvo el menor RMSE del porcentaje de grasa, 2,95 %, y la mayor concordancia con DXA.
Pero ninguna aplicación logró equivalencia dentro de la región predefinida de ±2 puntos porcentuales del estudio. ZOZO Fit seguía teniendo límites individuales de concordancia amplios, aproximadamente de −5,89 a +8,36 puntos porcentuales, y menos del 44 % de los participantes estaba dentro de ±2 puntos porcentuales de DXA. Los autores concluyeron que las aplicaciones tenían una repetibilidad alta, pero una exactitud individual insuficiente para tomar decisiones clínicas. Encarnação et al., Clinical Nutrition ESPEN (2026)
Este estudio midió el porcentaje de grasa corporal, no la cintura, así que no debe utilizarse para afirmar que la medida de cintura de una aplicación concreta se desvía en la misma cantidad. Sí analiza, sin embargo, un tipo de cadena de inferencia muy parecido: imágenes de la cámara → segmentación y modelo corporal → medidas estimadas → resultado individual.
El resultado es revelador: captar más imágenes puede mejorar el ajuste medio del modelo sin garantizar que detecte con precisión el cambio individual. Más datos ayudan, pero no convierten automáticamente una salida inferida por un modelo en una medición física directa.
Otro estudio de acceso abierto muestra hasta qué punto la reconstrucción puede depender de la postura. En una persona, cambiar la posición de los brazos en la imagen lateral modificó aproximadamente 6 cm la cintura generada, aunque el cuerpo no había cambiado. Esto no significa que todos los escaneos con móvil vayan a cometer un error de 6 cm; es una demostración concreta de que la postura de entrada forma parte del sistema de medición. Minetto et al., Scientific Reports (2023)
La propia página de ayuda de ZOZOFIT informa de un margen de error de 0,4 cm, dependiendo de la zona de medición. Esa cifra puede corresponder a la definición, la base de datos y el protocolo de prueba de la empresa; no debería interpretarse como un límite de error universal del 95 % para cualquier zona corporal, tipo de cuerpo, móvil, habitación, postura o versión del software. Las instrucciones de la aplicación también piden mantener una posición constante durante el giro de 360°, una distancia fija al móvil, un fondo despejado y una iluminación uniforme. ZOZOFIT: «¿Qué precisión tienen las medidas de ZOZOFIT?» · Guía de ZOZOFIT para colocarse durante el escaneo
Por qué es un problema estructural, no solo un fallo de software
La cámara de un móvil no mide directamente el contorno de tu cintura. Observa píxeles y siluetas; después, el software tiene que inferir una superficie tridimensional, decidir dónde está un punto anatómico y calcular una sección transversal del cuerpo reconstruido.
Es un problema inverso. Varias formas tridimensionales distintas pueden producir imágenes 2D parecidas, sobre todo alrededor de los tejidos blandos, la ropa, las sombras, el solapamiento del cuerpo y las zonas que quedan ocultas para la cámara. Una rotación de 360° proporciona mucha más información al algoritmo, pero el resultado sigue dependiendo de la calidad y la consistencia de las imágenes y del modelo que las interpreta.
Las principales fuentes de incertidumbre son prácticas y matemáticas:
- El punto anatómico puede no ser el mismo. La cintura puede medirse en la cresta ilíaca, a mitad de camino entre la costilla inferior y la cresta ilíaca, a la altura del ombligo o en la cintura natural. Estos puntos pueden dar valores sustancialmente distintos, especialmente en mujeres. Mason y Katzmarzyk, Obesity (2009)
- La postura y el movimiento cambian la superficie. Una persona que gira sobre sí misma no es un objeto rígido. La propia investigación describe la necesidad de reconstruir un avatar no rígido y normalizarlo a una postura canónica.
- La ropa y la iluminación afectan a la silueta. ZOZOFIT y MeThreeSixty dan instrucciones sobre ropa ceñida, fondo, posición de la cámara e iluminación porque el procesamiento de la imagen depende de esas entradas.
- El móvil y la versión del software importan. En el estudio de MeThreeSixty, la precisión cambió entre las implementaciones para iPhone y Samsung. Además, las aplicaciones comerciales modifican con el tiempo sus algoritmos de reconstrucción y de avatar.
- Importa la población con la que se entrenó el modelo. Un modelo entrenado con una distribución concreta de formas corporales puede comportarse de otra manera ante cuerpos con proporciones, tallas, edades o distribución de grasa diferentes. El estudio de MeThreeSixty encontró diferencias entre subgrupos y pidió más investigación sobre la automedición, el uso en casa y el seguimiento longitudinal.
Nada de esto significa que un escaneo con el móvil no pueda ser útil. Significa que es una estimación cuya incertidumbre debe tenerse en cuenta cuando el cambio que te interesa es pequeño.
Una cinta métrica tampoco es perfecta — y justo ahí está el punto
La alternativa no es un instrumento mágico sin ningún error. Las mediciones con cinta también dependen del punto anatómico, la postura, la respiración, la tensión de la cinta y la experiencia de quien mide.
En un estudio sobre mediciones de cintura y cadera realizadas por un evaluador principiante, los autores indicaron que un cambio superior a 3,0 cm en la cintura y 2,0 cm en la cadera podía considerarse un cambio real con un 95 % de confianza bajo su protocolo. Wang et al., Perceptual and Motor Skills (2010)
La lección no es que la cinta métrica siempre tenga razón. La lección es que un seguimiento serio necesita un protocolo de medición explícito. Hay que saber cuál es el punto anatómico, en qué condiciones se mide, qué método se utiliza y qué tamaño de cambio puede resolver realmente ese método.
Por qué Contura utiliza un seguimiento 3D basado en medidas
Contura no es un escáner corporal basado en la cámara. No pretende inferir cada perímetro a partir de dos fotos o de un escaneo 360°.
En cambio, la cadena de medición queda a la vista:
| Escaneo que empieza por la cámara | Seguimiento basado en medidas con Contura |
|---|---|
| Cuerpo → fotos → extracción de la silueta → malla 3D inferida → puntos anatómicos del modelo → medidas | Cuerpo → punto anatómico reproducible medido con cinta → medida registrada por el usuario → visualización 3D → comparación histórica |
| Cómodo, pero muchos pasos ocultos pueden afectar a la cifra | Algo más deliberado, pero la entrada se puede revisar y repetir |
| El escaneo es la medida | La medida es la fuente; el 3D es el resultado visual |
Contura te ayuda a mantener visibles los mismos puntos de medición, registrar varios perímetros a lo largo del tiempo y convertir esas cifras en un estado corporal 3D que puedes girar. Puedes comparar dos fechas y ver cómo las diferencias medidas se traducen en un marco visual coherente.
Eso no convierte la cinta métrica en infalible. Hace que el proceso sea más transparente. Si una cifra cambia, puedes preguntarte qué ocurrió en el paso de la medición en lugar de aceptar una salida del modelo sin explicación. Si el cambio es menor que la incertidumbre de una lectura, puedes esperar a que aparezca una tendencia repetida en vez de dejar que un solo escaneo decida la historia.
Qué hacer si te tomas en serio el seguimiento del cambio
Utiliza un método que esté a la altura del tamaño del cambio que quieres detectar.
- Elige un punto anatómico claro y mantenlo siempre.
- Mide en condiciones parecidas: hora del día, ropa, postura, respiración y ejercicio reciente.
- Suelta la cinta y vuelve a colocarla para una segunda lectura; no la aprietes una y otra vez hasta que aparezca la cifra que esperabas.
- Registra el método junto con el número.
- Busca una tendencia repetida a lo largo de intervalos razonables, no una diferencia diaria aislada.
- Trata cualquier modelo corporal 3D —tanto si procede de un escaneo como de unas medidas— como una visualización, no como un diagnóstico médico ni como un gemelo digital perfecto.
Para una comprobación visual aproximada o un cambio grande, un escaneo con el móvil puede resultar cómodo. Pero si quieres saber si un cambio lento de un centímetro es real, no dependas únicamente de un escaneo con cámara. Utiliza una medición que puedas reproducir, conserva el historial e interpreta el resultado teniendo en cuenta la incertidumbre del método.
Ese es el papel de Contura: no fingir que medir el cuerpo no requiere ningún cuidado, sino hacer más fácil registrar, comparar y entender unas medidas tomadas con criterio.
Descubre Contura en el App Store
Preguntas frecuentes
¿Un error técnico de 0,5 cm significa que el escaneo es exacto hasta 0,5 cm?
No. En el estudio de 360°, 0,5 cm era el error técnico medio de mediciones repetidas para varios perímetros en condiciones controladas. No era el error máximo, una garantía universal ni una medida directa de la concordancia con tu cintura real.
¿Significa esto que el escaneo corporal con el móvil es inútil?
No. Puede servir para una visualización aproximada, cambios grandes, investigación y algunas aplicaciones a nivel de grupo. La evidencia es sencillamente más débil cuando la pregunta es si un cambio pequeño en una persona concreta es real.
¿Es Contura más preciso que MeThreeSixty o ZOZOFIT?
Contura no hace una afirmación universal de exactitud que no haya sido validada. Utiliza otro modelo de medición: el usuario registra sus perímetros y Contura los visualiza y compara. Eso lo hace más adecuado para seguir cambios longitudinales de forma transparente que para estimar automáticamente medidas a partir de la cámara.
¿La cinta métrica siempre es exacta?
No. Las mediciones con cinta necesitan puntos anatómicos y una técnica constantes. Su ventaja es que el paso de medir queda visible, se puede aprender y repetir; puedes revisar y corregir el método en vez de aceptar una inferencia oculta.
¿Cada cuánto debería medirme?
La mayoría de las personas no necesita medirse a diario. Medir cada una o dos semanas durante una pérdida de grasa, o cada dos a cuatro semanas si los cambios de forma corporal son más lentos, suele ser más fácil de mantener. El mejor intervalo es el que deja tiempo para que el cuerpo cambie y, a la vez, mantiene comparables las condiciones de medición.
Fuentes y lecturas recomendadas
- Graybeal, Brandner y Tinsley (2023), «Evaluation of automated anthropometrics produced by smartphone-based machine learning», British Journal of Nutrition
- Tinsley et al. (2024), «Mobile phone applications for 3-dimensional scanning and digital anthropometry», European Journal of Clinical Nutrition
- Tinsley et al. (2024), «Smartphone three-dimensional imaging for body composition assessment using non-rigid avatar reconstruction», Frontiers in Medicine
- Encarnação et al. (2026), «Accuracy, repeatability, and interchangeability of smartphone-based digital anthropometry», Clinical Nutrition ESPEN
- Minetto et al. (2023), «Equations for smartphone prediction of adiposity and appendicular lean mass in youth soccer players», Scientific Reports
- Mason y Katzmarzyk (2009), «Variability in Waist Circumference Measurements According to Anatomic Measurement Site», Obesity
- Wang, Liu y Chen (2010), «Intrarater reliability and the value of real change for waist and hip circumference measures by a novice rater», Perceptual and Motor Skills
- Precisión de las medidas de ZOZOFIT y guía para colocarse durante el escaneo