É o que aponta um estudo da Universidade de Cambridge, que usou dados de 11.000 participantes de outro projeto, The Fenland Study

Fit Tech Fitness
2/2/2023

Pesquisadores da Universidade de Cambridge descobriram uma maneira de estabelecer o VO2 máximo exato de um indivíduo por meio do uso de dados de smartwatch que são tão precisos quanto um teste de laboratório esportivo profissional. O VO2 max refere-se ao volume máximo de oxigênio usado durante o exercício e é considerado a medida padrão-ouro de condicionamento físico e capacidade aeróbica.

Alguns smartwatches fornecem aos usuários um valor de VO2 máximo, mas não está claro o quão precisos são, especialmente quando algumas marcas não compartilham os algoritmos que produzem os resultados. Sempre foi essencial para os atletas serem testados adequadamente em um laboratório ou centro de saúde com o equipamento correto para entender verdadeiramente seu status de VO2 máximo. O teste envolve o atleta usando uma máscara e monitor de frequência cardíaca que mede o oxigênio inspirado e o ar expirado conforme a intensidade do exercício aumenta.

O estudo, que usou dados de 11.000 participantes usando sensores vestíveis de outro projeto de pesquisa, o Fenland Study. Sete anos depois, os dados iniciais foram comparados com dados de acompanhamento de um subconjunto de 2.675 participantes. A partir dos dados resultantes, os pesquisadores usaram um modelo de IA que poderia prever o VO2 máximo, que foi comparado com um terceiro subconjunto de 181 pessoas que realizaram um teste de laboratório tradicional. Os resultados apresentaram “alto grau de precisão” quando comparados com os testes de laboratório.

“Tivemos que projetar um pipeline de algoritmos e modelos apropriados que pudessem comprimir essa enorme quantidade de dados e usá-los para fazer uma previsão precisa”, disse Dimitris Spathis, do Departamento de Ciência da Computação e Tecnologia de Cambridge e coautor do estudo. “A natureza livre dos dados torna essa previsão desafiadora porque estamos tentando prever um resultado de alto nível (fitness) com dados ruidosos de baixo nível (sensores vestíveis).”

A equipe de pesquisa diz que todos os algoritmos e modelos são de código aberto, para que todos possam usá-los.

“Mostramos que você não precisa de um teste caro em um laboratório para obter uma medição real do condicionamento físico – os vestíveis que usamos todos os dias podem ser igualmente poderosos, se tiverem o algoritmo certo por trás deles”, disse a autora sênior, professora Cecilia Mascolo, do Departamento de Ciência da Computação e Tecnologia. “O condicionamento cardiovascular é um marcador de saúde tão importante, mas até agora não tínhamos meios para medi-lo em escala. Essas descobertas podem ter implicações significativas para as políticas de saúde da população, por isso pode ir além de proxies de saúde mais fracos, como o Índice de Massa Corporal (IMC).”

A pesquisa foi realizada pelo Jesus College, em Cambridge, e pelo Conselho de Pesquisa em Engenharia e Ciências Físicas (EPSRC), parte do UK Research and Innovation (UKRI). Os resultados são relatados na revista Npj Digital Medicine .

(* Fit Tech Fitness / Sport / Wellness)

Author: Yara Achoa