La conexión entre la tecnología de consumo y los laboratorios de fisiología deportiva ha dado un nuevo paso con la capacidad de monitorizar la demanda metabólica de los atletas directamente desde dispositivos portátiles como relojes inteligentes y bandas torácicas. Un equipo de investigadores del Technion Israel Institute y la Universidad de Haifa ha desarrollado un modelo que permite predecir tanto la dinámica del ritmo cardíaco (HR) como el consumo de oxígeno (VO2) exclusivamente a partir de datos obtenidos de wearables.

Este avance utiliza dos modelos fisiológicos complementarios, uno basado en ecuaciones diferenciales ordinarias (ODE) para modelar con precisión la dinámica cardíaca y otro que emplea un filtro Kalman, lo que ha permitido elaborar predicciones de HR con errores absolutos mínimos y correlaciones altamente fiables.

La limitación tradicional en el acceso a la medición del VO2 ha sido superada gracias a esta nueva arquitectura de predicción de VO2 inspirada en el aprendizaje profundo, que solo requiere el segundo inicial de datos de VO2 para calibrarse, permitiendo así estimaciones robustas de la demanda metabólica secuencia a secuencia, sin el costoso y especializado equipo de laboratorio.

Esta tecnología se basa en un conjunto de datos sincronizado que también recoge medidas de lactato en sangre, sentando las bases para futuras identificaciones no invasivas de zonas metabólicas. Esto significa que tanto los atletas de élite como los entusiastas del fitness recreativo podrán acceder a un nivel de monitorización metabólica avanzado de una forma más accesible que nunca.

El rigor del estudio ha sido demostrado mediante una validación extensa con dispositivos de medición portátiles de estándar dorado, como el Cosmed K5, logrando un error porcentual medio absoluto de aproximadamente 13% en la predicción del VO2. Este dato es significativo dado que se califica de muy alta precisión para una tecnología de consumo.

Con esta creación, los límites entre el equipo de laboratorio y la tecnología portátil de consumo comienzan a desdibujarse, brindando una herramienta poderosa para una mejor gestión del rendimiento deportivo y un mayor entendimiento de la fisiología deportiva que promete cambiar el futuro del entrenamiento personalizado para los atletas de todas las disciplinas.

Estos avances subrayan cómo las limitaciones financieras y logísticas de las evaluaciones metabólicas mediante equipos convencionales pueden comenzar a ser superadas con estos modelos basados en aprendizaje automático, que no solo democratizan el acceso a información de calidad de laboratorio, sino que también recalibran el alcance del monitoreo deportivo de cara al futuro.