ES
Live Demo

Wiki

Daily Suggested Workouts de Garmin: cómo funciona el algoritmo

El algoritmo Daily Suggested Workouts (DSW) de Garmin/Firstbeat recalcula a diario la carga admisible según la variabilidad del pulso, el sueño y el estrés de entrenamiento, sirviendo de base a los programas de Longevity Resort.

Updated 2026-08-28 · Sample procedures Luxury Spa & Medical Wellness Hotel Prezident

Contents
  1. Por qué este análisis es importante para la plataforma
  2. Arquitectura conceptual y finalidad funcional del algoritmo
  3. Parámetros biométricos y de carga de entrada del sistema
  4. Modelo de cálculo del EPOC y del efecto de entrenamiento aeróbico/anaeróbico
  5. Modelado y cálculo del VO₂max
  6. Base de evidencia: HRV-Guided Training
  7. Taxonomía y especificidad de las sesiones de entrenamiento generadas
  8. Mecánica de selección de métricas objetivo: ritmo frente a frecuencia cardíaca
  9. Análisis comparativo de los métodos adaptativos de Garmin
  10. Límites del algoritmo, puntos débiles del sistema y casos límite
  11. Conclusión
  12. Lo que el algoritmo no sabe: la experiencia médica de Karlovy Vary
  13. Cómo se integra todo en la plataforma
  14. Qué aporta al hotel y al inversor
  15. Manantiales
  16. Más sobre este tema

Por qué este análisis es importante para la plataforma

La base de los programas de Longevity Resort reside en visualizar las mediciones registradas por el reloj y la báscula de Garmin y procesarlas mediante el algoritmo Daily Suggested Workouts (DSW) de Garmin/Firstbeat. El huésped lleva el reloj y utiliza la báscula; el portal muestra el sueño, el pulso, la variabilidad de la frecuencia cardíaca, el estrés, el Body Battery, el peso y la composición corporal (qué mide exactamente el reloj), y el algoritmo convierte estos flujos de datos en una valoración diaria de la predisposición y el volumen de carga admisible.

No hemos reinventado la fisiología: en el núcleo se encuentran los modelos matemáticos de Firstbeat, respaldados por patentes y estudios clínicos. El análisis que figura a continuación se presenta de forma íntegra para mostrar los cimientos sobre los que se apoya la plataforma: qué calcula exactamente el algoritmo, con qué datos trabaja, cuáles son sus puntos fuertes y dónde están sus límites.

Una salvedad sobre su aplicación: DSW se diseñó para corredores y triatletas, y sus mesociclos de carrera no resultan necesarios para un huésped del balneario. La plataforma extrae su núcleo fisiológico —la evaluación de la recuperación según la variabilidad del pulso y el sueño, la carga acumulada y la predisposición diaria— y lo traslada a las actividades del huésped en el balneario: las caminatas por los senderos, los procedimientos y la cura de agua.

Arquitectura conceptual y finalidad funcional del algoritmo

La función de sesiones de entrenamiento diarias recomendadas (Daily Suggested Workouts, DSW), integrada en el ecosistema Garmin a partir del modelo Forerunner 745, constituye un sistema experto adaptativo de microperiodización del entrenamiento [1]. El núcleo computacional del algoritmo se basa en los desarrollos de Firstbeat Analytics, empresa especializada en la modelización matemática del sistema nervioso autónomo y la fisiología cardiorrespiratoria [2].

A diferencia de los planes tradicionales de calendario con una estructura rígidamente fijada, DSW funciona según el principio de un circuito cerrado de retroalimentación (Closed-Loop Feedback System) [1]. Cada 24 horas, el sistema recalcula el plan de entrenamiento comparando de forma dinámica el estado metabólico actual del deportista, el estrés de entrenamiento acumulado y los biomarcadores nocturnos de recuperación [1].

El objetivo principal del algoritmo es optimizar el rendimiento cardiorrespiratorio (consumo máximo de oxígeno VO₂máx, tasa de eliminación de lactato y resistencia neuromuscular), minimizando al mismo tiempo el riesgo de sobreentrenamiento y lesiones ortopédicas [5]. El sistema distribuye los estímulos de entrenamiento según los principios del entrenamiento polarizado, equilibrando el volumen aeróbico de baja intensidad con intervalos de umbral y anaeróbicos de alta intensidad [8].

Al integrar una competición objetivo en el calendario, DSW se adapta de forma automática a un modelo de periodización cíclica, estructurando fases de preparación base, desarrollo de resistencia específica, pico de forma y afinamiento previo a la competición (tapering) [2].

Parámetros biométricos y de carga de entrada del sistema

El proceso de cálculo de DSW agrega flujos heterogéneos de datos fisiológicos y telemétricos obtenidos mediante la monitorización continua diaria y durante las sesiones de entrenamiento activas [1]. La precisión de las pautas generadas depende directamente de la continuidad en el registro de bioseñales y de la correcta calibración de base del perfil de usuario [1].

Categoría de datos de entradaMétricas y parámetros registradosInterpretación fisiológica y función en el algoritmo DSW
Carga aguda y crónicaCarga aguda (Acute Load, 7 días) y carga crónica (Chronic Load, 28 días) [1]Evaluación del ratio de carga aguda-crónica (ACWR); determina la capacidad total del volumen de entrenamiento admisible para el día en curso [1].
Equilibrio en la distribución de la cargaFoco de carga de entrenamiento (Load Focus): aeróbica baja, aeróbica alta y capacidad anaeróbica [6]Identificación del déficit sistémico en las vías energéticas y selección del estímulo objetivo para la sesión [8].
Estado vegetativoVariabilidad de la frecuencia cardíaca (HRV Status), RMSSD diario y rango basal de 7 días [1]Evaluación del tono vagal y del equilibrio simpatovagal; bloquea los entrenamientos de desarrollo de alta intensidad ante una supresión vagal [1].
Cinética de recuperaciónCalidad y arquitectura del sueño (Sleep Score), nivel diario de estrés e índice de Training Readiness [1]Determinación de la amplitud de la reserva de adaptación; reducción del ritmo previsto o de la duración en caso de recuperación incompleta [1].
Deuda metabólica residualTiempo de recuperación completa (Recovery Time en horas) y EPOC residual [1, 8, 20]Evitar la acumulación superpuesta de acidosis metabólica y el agotamiento del glucógeno antes de alcanzar el equilibrio homeostático [1].
Umbral funcional actualValor de VO₂max, umbral de lactato (LTHR, ritmo de LT), potencia umbral funcional (FTP) [1]Sirve como base de cálculo para generar zonas objetivo de ritmo (min/km), frecuencia cardíaca (ppm) y potencia (W) [1].
Bioperfil individualFrecuencia cardíaca máxima (HRmax), frecuencia cardíaca en reposo (HRrest), clase de actividad (Activity Class), antropometría [14]Escalado de las curvas no lineales de gasto energético y escalas internas de intensidad relativa [14].
Contexto de calendarioFecha de la competición objetivo, distancia, perfil topográfico del recorrido [2]Modulación de los mesociclos y distribución de volúmenes según los requisitos específicos de la competición [2].

Modelo de cálculo del EPOC y del efecto de entrenamiento aeróbico/anaeróbico

El núcleo de la cuantificación de la carga de entrenamiento en la arquitectura de Firstbeat es la estimación matemática indirecta del exceso de consumo de oxígeno postejercicio (Excess Post-exercise Oxygen Consumption, EPOC) [11]. A diferencia de la ergoespirometría clásica, el método de Firstbeat calcula la acumulación de EPOC en tiempo real a partir del análisis continuo de la dinámica cardíaca, el porcentaje actual de consumo de oxígeno (%VO₂max) y parámetros ventilatorios (patentes US7717827B2, US2006/0032315, US10238915B2) [15].

La ventilación pulmonar instantánea y la frecuencia respiratoria (Respiration Rate) se determinan de forma no invasiva mediante el análisis espectral de la arritmia sinusal respiratoria (RSA), que modula los intervalos entre latidos en la banda de alta frecuencia (HF) de la variabilidad de la frecuencia cardíaca [23]. La dinámica temporal de acumulación y eliminación de la deuda metabólica se describe mediante una ecuación diferencial de la forma:

dEPOC/dt = φ(HR(t), Respiration Rate(t), Activity Class) − λ · EPOC(t)

donde la función φ describe la tasa de generación de deuda de oxígeno a una intensidad dada, y el término λ · EPOC(t) representa el aclaramiento metabólico continuo durante el ejercicio [15].

El valor máximo de EPOC (Peak EPOC) registrado durante la sesión se escala al indicador de efecto de entrenamiento aeróbico (Aerobic Training Effect) en una escala no lineal discreta-continua de 0.0 a 5.0, donde los valores de 2.0 a 2.9 reflejan el mantenimiento del estado de forma aeróbico, de 3.0 a 4.9 un estímulo de mejora y 5.0 advierte de un riesgo de sobreesfuerzo funcional [11].

El efecto de entrenamiento anaeróbico (Anaerobic Training Effect) se calcula mediante un algoritmo paralelo de reconocimiento de patrones dinámicos [27]. El algoritmo monitoriza de forma continua los incrementos bruscos de velocidad o potencia, comparándolos con la respuesta cardiovascular y la duración de los intervalos de recuperación [27]. Una carrera larga continua al umbral de lactato, a pesar de su alto estrés metabólico, se registra como un estímulo aeróbico alto [31]. Para generar efecto anaeróbico se requieren aceleraciones submáximas o esprints discretos con fases de recuperación submáxima, que estimulen el agotamiento de los fosfágenos intramusculares (ATP-PCr) y un marcado cambio glucolítico [27].

El flujo general de procesamiento de datos se organiza como una cadena analítica secuencial. La señal primaria de frecuencia cardíaca e intervalos entre latidos proviene del sensor y se divide en paralelo en dos ramas de cálculo: el análisis de los componentes espectrales de la variabilidad para reconstruir la función respiratoria y la estimación de la potencia mecánica del movimiento respecto a la dinámica cardíaca [23]. Los parámetros obtenidos se integran en el bloque de cálculo dinámico de EPOC, cuyas salidas se transmiten a los módulos de cálculo del efecto de entrenamiento aeróbico y anaeróbico [11]. El vector de carga resultante clasifica la sesión en la escala Load Focus, determinando si pertenece a la zona aeróbica baja, aeróbica alta o anaeróbica [11].

Modelado y cálculo del VO₂max

El cálculo de la potencia aeróbica en los algoritmos de Garmin se basa en la relación lineal fundamental entre la velocidad de desplazamiento, la potencia mecánica y el coste de oxígeno del movimiento (patente US20110040193A1) [23]. Para cada segmento válido de carrera, el sistema determina la demanda teórica de oxígeno VO₂theor con corrección por el desnivel del terreno:

VO₂theor = 12 · v + 54 · tan(arcsin(Δh/d)) + c

donde v es la velocidad de carrera en metros por segundo, Δh/d es el seno del ángulo de inclinación del terreno calculado a partir del altímetro barométrico y el GPS, y c es el gasto metabólico basal en reposo [33].

En las fases cuasiestacionarias del movimiento (tras excluir los procesos cardiodinámicos transitorios), el valor calculado de VO₂theor se compara con el porcentaje actual de la frecuencia cardíaca máxima (%HRmax) [2]. La extrapolación lineal de esta relación al 100 % de HRmax permite calcular el límite individual de utilización de oxígeno VO₂max sin necesidad de realizar pruebas de esfuerzo máximas hasta el agotamiento [2]. En condiciones de laboratorio, el error porcentual absoluto medio (MAPE) del método es del 5–8 %, aunque en condiciones de campo con una señal óptica de pulso inestable el error puede aumentar al 8–10 % [6].

Base de evidencia: HRV-Guided Training

La lógica adaptativa de DSW se basa en investigaciones clínicas y aplicadas sobre la gestión del estrés del entrenamiento a partir del análisis de la variabilidad de la frecuencia cardíaca (HRV-guided training) [17]. La base empírica principal del algoritmo procede de los trabajos de Kiviniemi y colaboradores (Kiviniemi et al., 2007, 2010), así como de revisiones metaanalíticas sobre protocolos de autorregulación del entrenamiento [17].

En el estudio fundamental de Kiviniemi et al. (2007) se comparó la eficacia de un programa de entrenamiento predeterminado fijo (Predefined Training) frente a un protocolo adaptado según los valores matutinos de variabilidad de la frecuencia cardíaca (HRV-Guided Training) [18]. En el grupo adaptativo, los intervalos de alta intensidad solo se programaban cuando el valor de RMSSD se situaba dentro o por encima del rango basal individual [17]. Si el RMSSD caía por debajo del intervalo de confianza (lo que refleja predominio simpático y una recuperación sistémica incompleta), la sesión intensa se cancelaba y se sustituía por una sesión de baja intensidad o descanso pasivo [17].

Según los resultados del experimento, el grupo guiado por VFC mostró una ventaja estadísticamente significativa en el incremento de la velocidad aeróbica máxima (+0,9 km/h frente a +0,5 km/h) y una mejora más marcada del VO₂max con un menor volumen total de esfuerzos intensos [17]. En el algoritmo DSW, estos patrones fisiológicos se aplican mediante la escala dinámica de Training Readiness: una depresión vegetativa rebaja automáticamente las sesiones de alta intensidad planificadas a carreras base o de recuperación [1].

Taxonomía y especificidad de las sesiones de entrenamiento generadas

Las sesiones de entrenamiento generadas por el algoritmo se dividen en categorías funcionales; cada una responde a un objetivo bioquímico y adaptativo concreto y cubre el déficit del segmento correspondiente en la estructura de Training Load Focus [6].

Tipo de sesión de entrenamientoMecanismo fisiológico objetivoPerfil metabólico y de sustratoVector del efecto de entrenamientoProporción en el mesociclo base
RecoveryRecuperación activa, eliminación de metabolitos [8]Perfusión capilar sin microtraumatismos en las fibras; intensidad por debajo de la zona base [21].Low Aerobic (0.0–2.0 TE) [11]10–20 %
BaseProliferación mitocondrial, angiogénesis [8]Oxidación predominante de ácidos grasos libres; intensidad 70–80 % HRmax [21].Low Aerobic (2.0–3.5 TE) [11]50–70 %
Long RunAumento de la capacidad de glucógeno intramuscular [5]Adaptación del aparato locomotor a la tensión mecánica prolongada; desplazamiento del sustrato hacia los lípidos [5].Low Aerobic (3.0–4.5 TE) [11]15–25 %
TempoAumento de la potencia del primer umbral ventilatorio (VT1) [39]Metabolismo energético mixto aeróbico-glucolítico, aclaramiento de lactato; intensidad 80–85 % HRmax [21].High Aerobic (3.0–4.0 TE) [14]5–15 %
ThresholdDesplazamiento del segundo umbral de lactato (LT2 / MLSS) [39]Estado estacionario máximo de lactato en sangre; trabajo en el rango de 85–90 % HRmax [21].High Aerobic (3.5–4.8 TE) [11]5–10 %
VO₂maxMaximización del volumen sistólico y de la difusión pulmonar [6]Carga cardiorrespiratoria máxima, acidosis submáxima; trabajo al 95–100 % del VO₂max [8].High Aerobic (4.0–5.0 TE) [11]5–10 %
Sprint / AnaerobicEstimulación neuromuscular, reclutamiento de unidades motoras rápidas [8]Resíntesis de ATP mediante fosfocreatina y glucólisis anaeróbica; series cortas de aceleraciones máximas [31].Anaerobic (2.0–4.5 TE) [11]3–8 %

Mecánica de selección de métricas objetivo: ritmo frente a frecuencia cardíaca

El usuario puede elegir el tipo de objetivo (Target Type): por ritmo de carrera o por frecuencia cardíaca [42]. Esta selección define el modelo matemático que regula la intensidad durante el ejercicio:

Al fijar el objetivo por frecuencia cardíaca (Heart Rate Target), el sistema compensa los factores ambientales externos: viento en contra, cambios de temperatura, desnivel del terreno y tensión psicoemocional acumulada [46]. El algoritmo mantiene el esfuerzo fisiológico dentro del rango establecido y evita pasar accidentalmente de la zona base a la zona de umbral en las subidas [9].

Al fijar el objetivo por ritmo (Pace Target), el parámetro de control es la velocidad mecánica de desplazamiento, calculada directamente a partir del valor actual de VO₂max y del perfil de velocidad crítica [1]. Este modo resulta ideal para la preparación competitiva en terreno llano, aunque conlleva el riesgo de sobrecarga metabólica con clima adverso o altas temperaturas [2].

La lógica interna del clasificador Firstbeat está vinculada de forma estricta al porcentaje de la frecuencia cardíaca máxima (%HRmax) y al umbral de lactato, ignorando los ajustes personalizados de zonas de frecuencia cardíaca de la aplicación Garmin Connect (por ejemplo, las zonas calculadas según la reserva de frecuencia cardíaca, %HRR) [14]. Por ello, la distribución real del esfuerzo en el widget Training Load Focus se basa en las constantes fisiológicas objetivas de Firstbeat y no en la disposición visual de las zonas en la pantalla del reloj [21].

Análisis comparativo de los métodos adaptativos de Garmin

Dentro de la plataforma Garmin conviven varios módulos independientes de planificación del entrenamiento, con diferencias fundamentales en su flexibilidad algorítmica y sus horizontes de planificación [1].

Parámetro de comparaciónDaily Suggested Workouts (DSW)Garmin Coach clásico (planes de Jeff, Greg y Amy)Garmin Run Coach (arquitectura adaptativa actualizada)
Horizonte de previsiónVentana móvil de 7 días con microajuste diario [1]Macroplan estático de 6–26 semanas con un calendario fijo [1]Plan dinámico a largo plazo orientado a una fecha de carrera concreta [45]
Sensibilidad a la recuperaciónInmediata: respuesta a la evolución nocturna de la VFC, el sueño y el EPOC acumulado [1, 5, 6]Mínima: los ajustes se realizan únicamente según el ritmo alcanzado en las sesiones [49]Alta: combina un plan macrocíclico con el análisis diario de la predisposición [50]
Variabilidad operativaIndependencia total: reestructuración automática al saltarse o mover sesiones [1]Baja: saltarse sesiones reduce el índice de confianza estimado del sistema (Confidence Score) [1]Alta: redistribución algorítmica de las sesiones clave a lo largo de la semana [50]
Periodización adaptada al eventoAutomática (Base → Build → Peak → Taper) al fijar una carrera en el calendario [2]Plantillas especializadas para un conjunto limitado de distancias (5K, 10K, 21.1K) [49]Macroperiodización avanzada para cualquier distancia de carrera, incluido el maratón [50]
Perfil óptimo del deportistaCorredores experimentados, triatletas y deportistas con horarios laborales irregulares [1]Deportistas principiantes que necesitan una guía paso a paso por escrito y motivación [1]Deportistas de cualquier nivel que preparan competiciones oficiales con un tiempo objetivo [50]

Límites del algoritmo, puntos débiles del sistema y casos límite

Un análisis detallado del uso prolongado del algoritmo DSW en entrenamientos reales pone de manifiesto varios límites fisiológicos y de control del sistema:

El primer factor crítico es la aparición de un bucle de retroalimentación positiva descendente (el efecto de atenuación del estímulo) [10]. Dado que la duración y la intensidad de la sesión sugerida dependen del índice actual de preparación y del estado vegetativo, cualquier estrés ajeno al entrenamiento (falta de sueño, inflamación sistémica, tensión emocional) provoca una caída sostenida de la VFC y un aumento del pulso en reposo [1]. El algoritmo responde reduciendo sucesivamente el volumen y la intensidad, limitando al atleta a rodajes suaves y de recuperación [5]. La falta prolongada de estímulos de desarrollo acaba provocando un desentrenamiento real del sistema cardiorrespiratorio y una caída del VO₂max, lo que el sistema interpreta erróneamente como una señal para seguir reduciendo las cargas [10].

La segunda fuente de error sistemático es la inercia y el ruido óptico de los sensores de fotopletismografía (PPG) [1]. El cálculo preciso del efecto anaeróbico y de la cinética de acumulación del EPOC exige registrar al instante los picos bruscos de frecuencia cardíaca y medir con exactitud los intervalos RR en las aceleraciones de esprint [23]. El retardo del sensor óptico ante cambios bruscos de ritmo y el riesgo de que la señal óptica se acople a la cadencia de zancada (Cadence Lock) subestiman el estímulo anaeróbico [1]. Como resultado, el sistema detecta un falso déficit crónico en el sector Anaerobic del indicador Load Focus y sigue programando protocolos de esprints a pesar de la fatiga fisiológica real del atleta [14].

La tercera limitación funcional se debe al límite conservador que el algoritmo impone a la tirada larga (Long Run Cap) [5]. Para reducir el riesgo de lesiones por sobrecarga en el periostio y los tendones, el sistema rara vez genera carreras continuas de baja intensidad de más de 100–110 minutos [5]. Para los corredores que preparan un maratón con un objetivo de más de 3.5 horas, este volumen resulta insuficiente para desarrollar una adaptación completa de las enzimas de la lipólisis y la resistencia neuromuscular al impacto prolongado [5].

El cuarto problema radica en la interpretación incorrecta de los entrenamientos cruzados no estructurados y de fuerza [52]. Las sesiones de fuerza en el gimnasio provocan fatiga muscular local y microrroturas mecánicas en las fibras, pero van acompañadas de un estrés cardiovascular moderado [20]. El algoritmo DSW, al basarse principalmente en el EPOC derivado del pulso, subestima la fatiga muscular periférica del trabajo de fuerza o, por el contrario, suma por error el EPOC de la fuerza a la carga aguda aeróbica general, cancelando de forma innecesaria sesiones clave de carrera [15].

Conclusión

El algoritmo Daily Suggested Workouts de Garmin/Firstbeat es una herramienta con base fisiológica para la gestión automatizada del estrés del entrenamiento, que traslada con éxito a los dispositivos ponibles los principios fundamentales de la periodización polarizada y la autorregulación según la variabilidad de la frecuencia cardíaca [8]. El modelo matemático de estimación continua del EPOC, la diferenciación del efecto del entrenamiento y la extrapolación del VO₂max proporcionan una base sólida para mantener la forma cardiorrespiratoria general [1].

Aun así, la fiabilidad y la validez de las sugerencias del sistema dependen por completo de la precisión de los datos de entrada. Para evitar desajustes del algoritmo y bucles de desentrenamiento, conviene registrar los datos con frecuencia mediante una banda de pecho, verificar la frecuencia cardíaca máxima de forma empírica o en laboratorio y ajustar a mano el volumen de las tiradas largas al preparar distancias de maratón o ultramaratón [1].

Lo que el algoritmo no sabe: la experiencia médica de Karlovy Vary

La conclusión anterior expone con claridad los límites del sistema: el bucle de desentrenamiento, el ruido óptico del sensor, la subestimación del trabajo de fuerza y el tope conservador en los entrenamientos largos. En un huésped de balneario, estos límites son todavía mayores. El algoritmo no tiene en cuenta la edad ni las patologías previas, la medicación pautada, la reacción balneológica que aparece al tercer día de la cura de agua ni una operación quirúrgica de hace seis meses. En un atleta, estas simplificaciones son admisibles. En un huésped de hotel balneario, no.

Aquí es donde interviene lo que ninguna licencia de software puede aportar: la escuela médica del balneario. Los programas Longevity Resort del Luxury Spa & Medical Wellness Hotel Prezident no los diseñaron programadores, sino médicos que llevan décadas observando cómo se recupera cada paciente.

Cómo se integra todo en la plataforma

La plataforma funciona como un puente entre dos mundos. Por un lado, recibe las métricas objetivas de Garmin: pulso y su variabilidad, fases de sueño, estrés, Body Battery, pasos, aclimatación, peso y composición corporal. Por el otro, aplica las reglas médicas del balneario: umbrales para posponer un procedimiento hoy, rangos de pulso para la caminata y el orden de los tratamientos en el plan del día.

El médico consulta en el panel todas las métricas de la estancia y ajusta las prescripciones; el huésped recibe su plan diario y lo consulta en su idioma. Los números no pautan tratamientos por sí solos: proporcionan al médico una visión que antes no existía y muestran al huésped el resultado de su programa con cifras claras. La plataforma está clasificada como Wellness & Lifestyle Intelligence: asistencia para el estilo de vida, no diagnóstico médico (más información).

Qué aporta al hotel y al inversor

Manantiales

Más sobre este tema

Caso práctico: Prezident en Karlovy Vary · Qué mide el reloj · Precios: qué incluye la puesta en marcha · Clasificación legal

← All articles