Erorile de precizie ale dispozitivelor fitness
Pentru milioane de utilizatori, numărul de calorii arse afișat de un smartwatch reprezintă un reper esențial în rutina de antrenament și în procesul de gestionare a greutății. Cu toate acestea, cercetări recente publicate în PLOS One sugerează că aceste valori digitale ar putea fi mult mai puțin precise decât cred utilizatorii. Un studiu realizat de experți în fiziologia efortului din cadrul Medical Photonics Laboratory al Universității Internaționale din Florida a descoperit că smartwatch-urile obișnuite generează erori considerabile în calcularea consumului energetic, precizia acestor date fiind strâns legată de compoziția corporală a utilizatorului.
Cercetarea a testat patru dispozitive de top de pe piață: Apple Watch Series 8, Garmin Forerunner 955, Samsung Galaxy Watch5 și Fitbit Sense 2. Participanții au urmat un protocol standardizat de ciclism, în timp ce consumul lor energetic real a fost monitorizat cu un analizor metabolic de laborator. Rezultatele au scos la iveală o tendință sistemică a acestor dispozitive de a supraestima caloriile arse, cu marje de eroare cuprinse frecvent între 15% și 25%. Mai critic, studiul a identificat faptul că, pe măsură ce procentul de grăsime corporală al unui participant creștea, precizia estimării calorice scădea semnificativ, ducând uneori la erori de până la 100%.
De ce afectează grăsimea corporală precizia algoritmilor
Problema principală rezidă în modul în care smartwatch-urile încearcă să calculeze consumul energetic. Spre deosebire de ritmul cardiac, care se bazează pe fotopletismografie directă (măsurarea fluxului sanguin prin senzori de lumină), caloriile arse nu sunt o valoare măsurabilă în mod direct. Dispozitivele trebuie să sintetizeze diverși parametri – precum vârsta, sexul, greutatea și datele de mișcare furnizate de accelerometre – printr-un algoritm propriu pentru a prezice consumul de energie. Acest proces presupune o omogenitate fiziologică ce nu există în realitate la nivelul populației.
Deși studiul nu a izolat mecanismul exact din software-ul fiecărui dispozitiv care duce la aceste discrepanțe, impactul este clar. Pentru persoanele cu un procent de grăsime corporală de 35% sau mai mare, eroarea cumulată poate fi uluitoare. Cineva care se antrenează patru ore pe săptămână ar putea vedea un număr de calorii umflat cu până la 2.400 de calorii – echivalentul consumului alimentar pentru o întreagă zi. Această marjă de eroare i-ar putea determina pe utilizatori să-și saboteze involuntar progresul, consumând calorii suplimentare bazându-se pe date eronate.
De ce contează
- Supraestimarea sistemică: Majoritatea dispozitivelor testate, în special Garmin și Samsung, au demonstrat o tendință constantă de a exagera intensitatea antrenamentului.
- Limitările algoritmice: Senzorii actuali sunt excelenți pentru monitorizarea ritmului cardiac, dar le lipsește contextul fiziologic sofisticat necesar pentru a transpune aceste date într-o cifră precisă a caloriilor pentru diverse tipuri de constituție fizică.
- Impactul asupra scăderii în greutate: Bazarea pe date imprecise poate compromite eforturile de slăbire, creând o falsă senzație de deficit caloric.
Perspective pentru tehnologia purtabilă
În ciuda acestor descoperiri, cercetarea nu sugerează că smartwatch-urile sunt inutile. Aceleași dispozitive care au dificultăți în a estima precis caloriile performează, de cele mai multe ori, foarte bine la monitorizarea ritmului cardiac, a duratei antrenamentului și a ritmului de deplasare. Pentru entuziaștii fitness-ului, acești indicatori rămân extrem de utili pentru a măsura progresul relativ în timp. Concluzia principală pentru utilizatori este să privească valoarea „calorii arse” ca pe o estimare generală, nu ca pe o cifră exactă potrivită pentru planuri alimentare stricte.
Pe viitor, industria se confruntă cu o provocare semnificativă: rafinarea algoritmilor pentru a lua în calcul variațiile compoziției corporale. Pe măsură ce cercetările în monitorizarea metabolică avansează, producătorii vor trebui probabil să depășească modelele simple, universale. Viitoarele iterații de hardware purtabil ar putea integra senzori biometrici mai complecși sau ar putea permite introducerea unor date fiziologice detaliate, contribuind astfel la reducerea distanței dintre estimări și realitate.
