Daily Suggested Workouts Garmin: kā darbojas algoritms

Garmin/Firstbeat algoritms Daily Suggested Workouts (DSW) katru diennakti pārrēķina pieļaujamo slodzi, pamatojoties uz sirds ritma variabilitāti, miegu un treniņu stresu. Uz tā balstās Longevity Resort programmas.

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

Contents

Kāpēc šis apskats ir nepieciešams platformai
Algoritma konceptuālā arhitektūra un funkcionālais mērķis
Sistēmas ievades biometriskie un slodzes parametri
EPOC un aerobā/anaerobā treniņa efekta aprēķina modelis
VO₂max modelēšana un aprēķins
Pierādījumu bāze: HRV-Guided Training
Ģenerēto treniņu sesiju taksonomija un specifika
Mērķa rādītāju izvēles mehānika: temps pret pulsu
Garmin adaptīvo pieeju salīdzinošā analīze
Algoritma ierobežojumi, sistēmas ievainojamības un robežefekti
Noslēgums
Ko algoritms nezina: Karlovi Varu skolas pieredze
Kā tas ir savienots platformā
Ko tas dod viesnīcai un investoram
Avoti
Vēl par šo tēmu

Kāpēc šis apskats ir nepieciešams platformai

Longevity Resort programmu izstrādes pamatā ir Garmin pulksteņa un svaru rādījumu vizualizācija un to apstrāde ar Garmin/Firstbeat algoritmu Daily Suggested Workouts (DSW). Viesis nēsā pulksteni un uzkāpj uz svariem; portāls parāda miegu, pulsu, sirds ritma variabilitāti, stresu, Body Battery, svaru un ķermeņa sastāvu (ko tieši mēra pulkstenis), bet algoritms pārvērš šīs datu plūsmas diennakts gatavības novērtējumā un pieļaujamajā slodzes apjomā.

Fizioloģiju mēs neesam pārrakstījuši no jauna: pamatā ir Firstbeat matemātiskie modeļi, aiz kuriem stāv patenti un klīniskie pētījumi. Tālāk sniegts pilns apskats, lai parādītu platformas pamatus: ko tieši algoritms aprēķina, no kādiem datiem, kādas ir tā stiprās puses un kur ir tā robežas.

Viena piebilde par pielietojumu. DSW tika radīts skrējējiem un triatlonistiem, un tā skriešanas mezocikli kūrorta viesim nav nepieciešami. Platforma no tā pārņem fizioloģisko kodolu — atjaunošanās novērtējumu pēc sirds ritma variabilitātes un miega, uzkrāto slodzi, diennakts gatavību — un pielieto to kūrorta aktivitātēm: pastaigām pa takām, procedūrām un dzeršanas kūrei.

Algoritma konceptuālā arhitektūra un funkcionālais mērķis

Ikdienas ieteikto treniņu funkcija (Daily Suggested Workouts, DSW), kas Garmin ekosistēmā ir integrēta, sākot ar modeli Forerunner 745, ir adaptīva ekspertu sistēma treniņu procesa mikroperiodizācijai [1]. Algoritma aprēķinu kodols balstās uz uzņēmuma Firstbeat Analytics izstrādēm, kas specializējas autonomās nervu sistēmas un kardiorespiratorās fizioloģijas matemātiskajā modelēšanā [2].

Atšķirībā no tradicionālajām kalendāra programmām ar stingri fiksētu struktūru DSW darbojas pēc slēgtas atgriezeniskās saites cikla principa (Closed-Loop Feedback System) [1]. Ik pēc 24 stundām sistēma pārrēķina treniņu plānu, dinamiski salīdzinot sportista pašreizējo metabolo stāvokli, kumulatīvo treniņu stresu un nakts atjaunošanās biomarķierus [1].

Algoritma galvenais mērķis ir optimizēt kardiorespiratoro veiktspēju (maksimālo skābekļa patēriņu VO₂max, laktāta utilizācijas ātrumu un neiromuskulāro izturību), vienlaikus samazinot pārtrenēšanās un ortopēdisko traumu risku [5]. Sistēma sadala treniņu stimulus atbilstoši polarizētā treniņa principiem, sabalansējot zemas intensitātes aerobos apjomus ar sliekšņa un augstas intensitātes anaerobajiem intervāliem [8].

Iekļaujot kalendārā konkrētu mērķa startu, DSW automātiski pārveidojas par cikliskās periodizācijas modeli, veidojot bāzes sagatavotības, specifiskās izturības attīstības, maksimālās slodzes un pirmsstarta atslodzes (teiperinga) fāzes [2].

Sistēmas ievades biometriskie un slodzes parametri

DSW aprēķinu plūsma apkopo dažādus fizioloģisko un telemetrijas datu avotus, kas iegūti nepārtrauktā diennakts uzraudzībā un aktīvu treniņu sesiju laikā [1]. Izveidoto ieteikumu precizitāte ir tieši atkarīga no biosignālu vākšanas nepārtrauktības un lietotāja profila bāzes kalibrēšanas pareizības [1].

Ievades datu kategorija	Reģistrētie rādītāji un parametri	Fizioloģiskā interpretācija un loma DSW algoritmā
Akūtā un hroniskā slodze	Akūtā slodze (Acute Load, 7 dienas) un hroniskā slodze (Chronic Load, 28 dienas) [1]	Akūtā un hroniskā stresa attiecības (ACWR) novērtējums; nosaka pieļaujamā treniņu apjoma kopējo kapacitāti konkrētajā dienā [1].
Slodzes sadalījuma līdzsvars	Treniņu slodzes fokuss (Load Focus): zema aerobā, augsta aerobā, anaerobā kapacitāte [6]	Sistēmiskā deficīta noteikšana enerģijas ceļos un nodarbības mērķa stimulācijas virziena izvēle [8].
Veģetatīvais statuss	Sirds ritma variabilitāte (HRV Status), diennakts RMSSD un 7 dienu bāzes koridors [1]	Klejotājnerva tonusa un simpātiski-vagālā līdzsvara novērtējums; bloķē attīstošus augstas intensitātes treniņus vagālās supresijas gadījumā [1].
Atjaunošanās kinētika	Miega kvalitāte un arhitektūra (Sleep Score), diennakts stresa līmenis, Training Readiness indekss [1]	Adaptācijas rezerves amplitūdas noteikšana; plānotā tempa vai ilguma samazināšana nepilnīgas atjaunošanās gadījumā [1].
Atlikušais metabolais parāds	Pilnas atjaunošanās laiks (Recovery Time stundās), atlikušais EPOC [1, 8, 20]	Metaboliskās acidozes un glikogēna izsīkuma kumulācijas novēršana pirms homeostatiskā līdzsvara sasniegšanas [1].
Pašreizējais funkcionālais slieksnis	VO₂max rādītājs, laktāta slieksnis (LTHR, LT temps), funkcionālā sliekšņa jauda (FTP) [1]	Kalpo par aprēķina bāzi ātruma mērķa zonu (min/km), pulsa (sitieni/min) un jaudas (W) ģenerēšanai [1].
Individuālais bioprofils	Maksimālais pulss (HRmax), miera pulss (HRrest), aktivitātes klase (Activity Class), antropometrija [14]	Nelineāro enerģijas patēriņa līkņu un iekšējo relatīvās intensitātes skalu mērogošana [14].
Kalendārais konteksts	Mērķa starta datums, distances garums, trases topogrāfiskais profils [2]	Mezociklu modulācija un apjomu sadale atbilstoši sacensību notikuma specifiskajām prasībām [2].

EPOC un aerobā/anaerobā treniņa efekta aprēķina modelis

Fiziskās slodzes kvantificēšanas centrālais elements Firstbeat arhitektūrā ir netiešs matemātisks pārmērīga skābekļa patēriņa pēc slodzes (Excess Post-exercise Oxygen Consumption, EPOC) novērtējums [11]. Atšķirībā no klasiskās ergospirometrijas Firstbeat metode aprēķina EPOC uzkrāšanos reāllaikā, balstoties uz nepārtrauktu sirds ritma dinamikas, pašreizējā skābekļa patēriņa procenta (%VO₂max) un ventilācijas parametru analīzi (patenti US7717827B2, US2006/0032315, US10238915B2) [15].

Tūlītējā plaušu ventilācija un elpošanas biežums (Respiration Rate) tiek noteikti neinvazīvi, izmantojot elpošanas sinusālās aritmijas (RSA) spektrālo analīzi, kas modulē intervālus starp sirdsdarbības cikliem sirds ritma variabilitātes augstfrekvences diapazonā (HF) [23]. Metaboliskā parāda uzkrāšanās un eliminācijas dinamiku laikā apraksta šāda veida diferenciālvienādojums:

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

kur funkcija φ apraksta skābekļa parāda veidošanās ātrumu pie dotās intensitātes, bet loceklis λ · EPOC(t) atbild par nepārtrauktu metabolisko klīrensu vingrinājuma izpildes laikā [15].

Sesijas laikā fiksētā EPOC maksimālā vērtība (Peak EPOC) tiek mērogota aerobā treniņa efekta (Aerobic Training Effect) rādītājā pēc nelineāras diskrēti nepārtrauktas skalas no 0.0 līdz 5.0, kur vērtības 2.0–2.9 atspoguļo aerobās formas uzturēšanu, 3.0–4.9 — attīstošu stimulu, bet 5.0 signalizē par funkcionālas pārslodzes risku [11].

Anaerobā treniņa efektu (Anaerobic Training Effect) aprēķina paralēls dinamisko modeļu atpazīšanas algoritms [27]. Algoritms nepārtraukti seko līdzi straujiem ātruma vai jaudas pieauguma gradientiem, salīdzinot tos ar kardiovaskulāro reakciju un atpūtas intervālu ilgumu [27]. Vienu ilgstošu skrējienu laktāta sliekšņa līmenī, neskatoties uz augsto metaboliskā stresa līmeni, sistēma reģistrē kā augsti aerobu stimulu [31]. Anaerobā efekta radīšanai nepieciešami diskrēti submaksimāli vai sprinta paātrinājumi ar nepilnīgas atjaunošanās fāzēm, kas stimulē intramuskulāro fosfogēnu (ATP-CrP) izsīkumu un dziļu glikolītisko nobīdi [27].

Kopējā datu apstrādes plūsma ir organizēta kā secīga analītiskā ķēde. Sirdsdarbības frekvences un starpsitienu intervālu primārais signāls nāk no sensora un paralēli sadalās divos aprēķinu traktos: variabilitātes spektrālo komponentu analīzē elpošanas funkcijas rekonstrukcijai un kustības mehāniskās jaudas novērtēšanā attiecībā pret kardiodinamiku [23]. Iegūtie parametri tiek apvienoti dinamiskā EPOC aprēķina blokā, kura izejas dati tiek nodoti aerobā un anaerobā treniņa efekta aprēķina moduļos [11]. Iegūtais slodzes vektors klasificē sesiju pēc Load Focus skalas, nosakot tās piederību zemajai aerobajai, augstajai aerobajai vai anaerobajai zonai [11].

VO₂max modelēšana un aprēķins

Aerobās jaudas aprēķins Garmin algoritmos balstās uz fundamentālu lineāru sakarību starp pārvietošanās ātrumu, mehānisko jaudu un pārvietošanās skābekļa patēriņu (patents US20110040193A1) [23]. Katram derīgajam skriešanas aktivitātes segmentam sistēma nosaka teorētisko skābekļa patēriņu VO₂theor ar reljefa gradienta korekciju:

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

kur v ir skriešanas ātrums metros sekundē, Δh/d ir virsmas slīpuma leņķa sinuss, ko aprēķina pēc barometriskā altimetra un GPS datiem, bet c ir bāzes metaboliskais patēriņš miera stāvoklī [33].

Kvazistacionārās kustības fāzēs (pēc pārejas kardiodinamisko procesu izslēgšanas) aprēķinātā VO₂theor vērtība tiek salīdzināta ar pašreizējo maksimālās sirdsdarbības frekvences daļu (%HRmax) [2]. Iegūtās attiecības lineārā ekstrapolācija līdz 100 % HRmax līmenim ļauj aprēķināt individuālo skābekļa utilizācijas robežu VO₂max bez nepieciešamības veikt maksimālas slodzes testus līdz spēku izsīkumam [2]. Laboratorijas testu apstākļos metodes vidējā absolūtā kļūda (MAPE) ir 5–8 %, taču lauka apstākļos nestabila optiskā pulsa signāla gadījumā kļūda var pieaugt līdz 8–10 % [6].

Pierādījumu bāze: HRV-Guided Training

DSW adaptīvā loģika balstās uz klīniskajiem un lietišķajiem pētījumiem treniņu stresa pārvaldībā, izmantojot sirds ritma variabilitātes analīzi (HRV-guided training) [17]. Algoritma bāzes pierādījumu pamatu veido Kiviniemi un līdzautoru darbi (Kiviniemi et al., 2007, 2010), kā arī apstiprinoši slodžu autoregulācijas protokolu metaanalīzes pārskati [17].

Kiviniemi et al. (2007) fundamentālajā pētījumā tika salīdzināta stingri iepriekš noteiktas treniņu programmas (Predefined Training) un pēc rīta sirds ritma variabilitātes rādītājiem adaptēta protokola (HRV-Guided Training) efektivitāte [18]. Adaptīvajā grupā attīstošie augstas intensitātes intervāli tika nozīmēti tikai tad, ja RMSSD rādītājs atradās individuālā bāzes diapazona robežās vai virs tā [17]. Ja RMSSD nokritās zem ticamības intervāla (kas atspoguļo simpātiskās nervu sistēmas dominēšanu un nepabeigtu sistēmisku atjaunošanos), intensīva slodze tika atceltas un aizstāta ar zemas intensitātes sesiju vai pasīvu atpūtu [17].

Eksperimenta rezultātā grupa ar HRV vadību uzrādīja statistiski nozīmīgu pārsvaru maksimālā aerobā ātruma pieaugumā (+0,9 km/h pretstatā +0,5 km/h) un izteiktāku pozitīvu VO₂max dinamiku pie mazāka smago treniņu kopējā apjoma [17]. DSW algoritmā šīs fizioloģiskās sakarības ir ieviestas, izmantojot dinamisko Training Readiness skalu: veģetatīvā nomāktība automātiski pazemina plānotās augstas intensitātes sesijas līdz bāzes vai atjaunojošiem skrējieniem [1].

Ģenerēto treniņu sesiju taksonomija un specifika

Algoritma veidotās treniņu sesijas tiek iedalītas funkcionālās kategorijās, no kurām katra risina stingri noteiktu bioķīmisku un adaptīvu uzdevumu, nosedzot attiecīgā segmenta deficītu Training Load Focus struktūrā [6].

Treniņa sesijas veids	Mērķa fizioloģiskais mehānisms	Metaboliskais un substrātu profils	Treniņa efekta virziens	Īpatsvars bāzes mezociklā
Recovery	Aktīva atjaunošanās, metabolītu utilizācija [8]	Kapilāru perfūzija bez šķiedru mikrotraumām; intensitāte zem bāzes zonas [21].	Low Aerobic (0.0–2.0 TE) [11]	10–20 %
Base	Mitohondriju proliferācija, angioģenēze [8]	Pārsvarā brīvo taukskābju oksidācija; intensitāte 70–80 % HRmax [21].	Low Aerobic (2.0–3.5 TE) [11]	50–70 %
Long Run	Iekšmuskuļu glikogēna ietilpības palielināšana [5]	Balsta un kustību aparāta adaptācija ilgstošai mehāniskai slodzei; substrāta nobīde uz lipīdiem [5].	Low Aerobic (3.0–4.5 TE) [11]	15–25 %
Tempo	Pirmā ventilācijas sliekšņa (VT1) jaudas paaugstināšana [39]	Jaukta aerobā-glikolītiskā enerģijas apmaiņa, laktāta klīrenss; intensitāte 80–85 % HRmax [21].	High Aerobic (3.0–4.0 TE) [14]	5–15 %
Threshold	Otrā laktāta sliekšņa (LT2 / MLSS) nobīde [39]	Maksimālais stabilais laktāta stāvoklis asinīs; darbs 85–90 % HRmax diapazonā [21].	High Aerobic (3.5–4.8 TE) [11]	5–10 %
VO₂max	Sirds triecientilpuma un plaušu difūzijas maksimizēšana [6]	Maksimālā kardiorespiratorā slodze, submaksīmālā acidoze; darbs 95–100 % no VO₂max [8].	High Aerobic (4.0–5.0 TE) [11]	5–10 %
Sprint / Anaerobic	Neiromuskulārā stimulācija, ātro motoro vienību piesaiste	ATF resintēze no fosfokreatīna un anaerobās glikolīzes; īsas maksimāla paātrinājuma sērijas [31].	Anaerobic (2.0–4.5 TE) [11]	3–8 %

Mērķa rādītāju izvēles mehānika: temps pret pulsu

Lietotājs var izvēlēties mērķa veidu (Target Type): pēc kustības tempa vai pēc sirdsdarbības ātruma [42]. Šī izvēle nosaka intensitātes kontroles matemātisko modeli uzdevuma izpildes laikā:

Izvēloties mērķi pēc sirdsdarbības ātruma (Heart Rate Target), sistēma kompensē ārējās vides svārstības — pretvēju, temperatūras izmaiņas, reljefu un uzkrāto psihoemocionālo spriedzi [46]. Algoritms notur nodarbības fizioloģisko slodzi noteiktajās robežās, nepieļaujot nejaušu pāreju no bāzes zonas sliekšņa zonā, pārvarot kāpumus [9].

Izvēloties mērķi pēc tempa (Pace Target), vadošais rādītājs ir mehāniskais pārvietošanās ātrums, kas aprēķināts tieši no pašreizējās VO₂max vērtības un kritiskā ātruma profila [1]. Šis režīms ir optimāls sacensību sagatavošanās posmam uz līdzena seguma, taču rada vielmaiņas pārslodzes risku nelabvēlīgos laikapstākļos vai augstā apkārtējās vides temperatūrā [2].

Firstbeat klasifikatora iekšējā loģika ir stingri piesaistīta procentuālajai attiecībai pret maksimālo sirdsdarbības ātrumu (%HRmax) un laktāta slieksni, ignorējot lietotāja iestatīto pulsa zonu attēlojumu lietotnē Garmin Connect (piemēram, zonas, kas aprēķinātas pēc sirds ritma rezerves %HRR) [14]. Tāpēc faktiskais slodzes sadalījums logrīkā Training Load Focus balstās uz Firstbeat objektīvajām fizioloģiskajām konstantēm, nevis uz zonu vizuālo sadalījumu ierīces ekrānā [21].

Garmin adaptīvo pieeju salīdzinošā analīze

Garmin platformā vienlaikus pastāv vairāki neatkarīgi treniņu procesa plānošanas programmatūras moduļi, kuriem ir būtiskas atšķirības algoritmu elastībā un plānošanas horizontos [1].

Salīdzināšanas parametrs	Daily Suggested Workouts (DSW)	Klasiskais Garmin Coach (Džefa, Grega, Emijas plāni)	Garmin Run Coach (atjauninātā adaptīvā arhitektūra)
Prognozēšanas horizonts	Slīdošs 7 dienu logs ar ikdienas mikrokorekciju [1]	Statisks makroplāns 6–26 nedēļām ar stingru grafiku [1]	Ilgtermiņa dinamiskais plāns, kas orientēts uz konkrētu starta datumu [45]
Jutīgums pret atjaunošanos	Tūlītēja: reakcija uz nakts HRV dinamiku, miegu un kumulatīvo EPOC [1, 5, 6]	Minimālā: korekcija tiek veikta tikai pēc sesiju tempa izpildes fakta [49]	Augsta: makrocikliskā plāna apvienošana ar ikdienas gatavības analīzi [50]
Operatīvā variabilitāte	Pilnīga neatkarība: automātiska pārkārtošana, ja sesijas tiek izlaistas vai pārceltas [1]	Zema: sesiju izlaišana samazina sistēmas aprēķināto pārliecības indeksu (Confidence Score) [1]	Augsta: galveno nodarbību algoritmiska pārdale nedēļas ietvaros [50]
Periodizācija notikumam	Automātiska (Base → Build → Peak → Taper), fiksējot sacensības kalendārā [2]	Specializētas veidnes ierobežotam distanču klāstam (5K, 10K, 21.1K) [49]	Izvērsta makroperiodizācija jebkurām skriešanas distancēm, tostarp maratonam [50]
Optimāls atlēta profils	Pieredzējuši skrējēji, triatlonisti, sportisti ar nenormētu darba grafiku [1]	Iesācēji sportisti, kuriem nepieciešami pakāpeniski teksta norādījumi un motivācija [1]	Jebkura līmeņa sportisti, kuri gatavojas oficiāliem startiem pēc mērķa laika [50]

Algoritma ierobežojumi, sistēmas ievainojamības un robežefekti

Padziļināta DSW algoritma ilgtermiņa lietošanas analīze reālā treniņu procesā atklāj vairākus sistēmas fizioloģiskos un kibernētiskos ierobežojumus:

Pirmais kritiskais faktors ir lejupejošas pozitīvās atgriezeniskās saites cilpas veidošanās (stimula pavājināšanās efekts) [10]. Tā kā ieteiktās treniņsesijas ilgums un intensitāte ir atkarīga no pašreizējā gatavības rādītāja un veģetatīvā stāvokļa, ar treniņiem nesaistīts stress (miega trūkums, sistēmisks iekaisums, emocionālā spriedze) izraisa noturīgu HRV samazināšanos un miera stāvokļa pulsa pieaugumu [1]. Algoritms uz to reaģē, secīgi samazinot slodzes apjomu un intensitāti, liekot sportistam veikt tikai atjaunojošos un bāzes skrējienus [5]. Ilgstošs attīstoša stimula trūkums rada reālu kardiorespiratorās sistēmas fiziskās sagatavotības zudumu un VO₂max kritumu, ko sistēma kļūdaini interpretē kā nepieciešamību vēl vairāk samazināt slodzi [10].

Otrs sistēmiskās kļūdas avots ir fotopletizmogrāfisko sensoru (PPG) inerce un optiskais troksnis [1]. Precīzam anaerobā efekta un EPOC uzkrāšanās kinētikas aprēķinam ir nepieciešama tūlītēja strauju pulsa lēcienu reģistrācija un precīzs RR intervālu laiks sprinta paātrinājumu brīžos [23]. Optiskā sensora aizture pie straujām slodzes izmaiņām un risks, ka optiskais signāls sinhronizējas ar soļu biežumu (Cadence Lock), izraisa anaerobā stimula nepietiekamu uzskaiti [1]. Rezultātā sistēma fiksē šķietamu hronisku deficītu skalas Load Focus sektorā Anaerobic un turpina ģenerēt sprinta protokolus pretēji sportista reālajam fizioloģiskajam nogurumam [14].

Trešais funkcionālais ierobežojums ir saistīts ar algoritmā iestrādāto konservatīvo garo skrējienu ilguma limitu (Long Run Cap) [5]. Lai mazinātu kaula plēves un cīpslu pārslodzes traumu risku, sistēma reti plāno nepārtrauktus zemas intensitātes skrējienus, kas ilgst vairāk par 100–110 minūtēm [5]. Sportistiem, kuri gatavojas maratonam ar mērķa laiku virs 3.5 stundām, šāds apjoms ir nepietiekams, lai izveidotu pilnvērtīgu lipolīzes fermentu sistēmu adaptāciju un neiromuskulāro noturību pret ilgstošu trieciena slodzi [5].

Ceturtā problēma ir saistīta ar nestrukturēta krostreniņa un spēka treniņu nepareizu interpretāciju [52]. Spēka treniņi trenažieru zālē rada lokālu muskuļu nogurumu un šķiedru mehāniskus mikrobojājumus, taču tos pavada vien mērens kardiovaskulārais stress [20]. DSW algoritms, orientējoties galvenokārt uz pulsa EPOC rādītāju, par zemu novērtē spēka vingrinājumu radīto perifēro muskuļu nogurumu vai, tieši otrādi, kļūdaini pieskaita spēka treniņa EPOC kopējai akūtajai aerobajai slodzei, nepamatoti atceļot galvenos skriešanas treniņus [15].

Noslēgums

Garmin/Firstbeat algoritms Daily Suggested Workouts ir fizioloģiski pamatots programmatūras komplekss treniņu stresa automatizētai vadībai, kas plaša patēriņa valkājamajās ierīcēs veiksmīgi ievieš polarizētās periodizācijas un sirds ritma variabilitātes autoregulācijas pamatprincipus [8]. Nepārtrauktas EPOC modelēšanas, treniņu efekta diferencēšanas un VO₂max ekstrapolētā novērtējuma matemātiskais aparāts nodrošina uzticamu pamatu vispārējās kardiorespiratorās formas uzturēšanai [1].

Tomēr sistēmas norādījumu uzticamību un derīgumu stingri ierobežo ievades parametru precizitāte. Lai novērstu algoritmu kļūmes un nepieļautu fiziskās formas zuduma lejupejošās cilpas, ir nepieciešama regulāra datu reģistrēšana ar krūšu EKG sensoru, precīza maksimālās sirdsdarbības frekvences empīriska vai laboratoriska pārbaude, kā arī manuāla garo skrējienu apjoma korekcija, gatavojoties maratona un ultramaratona distancēm [1].

Ko algoritms nezina: Karlovi Varu skolas pieredze

Iepriekš minētajā secinājumā ir godīgi norādītas sistēmas robežas: detrenētības lejupejošā cilpa, sensora optiskais troksnis, spēka slodzes nenovērtēšana, ilgstošas slodzes konservatīvais limits. Kūrorta viesim šādu vājo vietu ir vēl vairāk. Algoritms nezina ne vecumu un blakusslimības, ne lietotos medikamentus, ne to, ka dzeršanas kūres trešajā dienā cilvēkam sākas balneoloģiskā reakcija, ne to, ka pirms pusgada viņam veikta operācija. Sportistam šādi vienkāršojumi ir pieļaujami. Sanatorijas viesim — nē.

Tieši šeit parādās tas, ko nevar nopirkt kopā ar programmas licenci, — kūrorta ārstu skola. Longevity Resort programmas viesnīcā Luxury Spa & Medical Wellness Hotel Prezident veidoja nevis programmētāji, bet gan ārsti, kuri gadu desmitiem novērojuši, kā pacienti atveseļojas.

MUDr. Milada Šārova — iekšķīgās slimības un balneoloģija. Viena no vadošajām autoritātēm kūrortārstniecībā ar minerālūdeņiem un Karlovu Varu dzeršanas kūrēs; lasījusi lekcijas par Karlovu Varu balneoloģiju vairāk nekā 20 pasaules valstīs. Desmitiem gadu ilgajā praksē viņa ir vadījusi tūkstošiem atveseļošanās kūru — no vielmaiņas traucējumiem un grezmošanas trakta slimībām līdz rehabilitācijai pēc smagas ārstēšanas. Šī pieredze platformā nosaka indikācijas un kontrindikācijas, procedūru secību un dzeršanas kūres režīmu.
Docents Petrs Kolisko — fizioterapija un kinezioloģija. Vadošais Čehijas speciālists balsta un kustību aparāta funkcionālajā diagnostikā, kinezioloģiskās teipošanas aizsācējs un vadošais instruktors Čehijā un Centrāleiropā, ilggadējs medicīnas un sporta fakultāšu pasniedzējs, kā arī zinātnisko publikāciju un kustību biomehānikas monogrāfiju autors. Šī pieredze platformā nosaka kustību dozēšanu: kāda slodze ir pieļaujama konstatēta muskuļu disbalansa gadījumā, kā palielināt apjomu pēc traumas vai operācijas, kur beidzas pastaiga un sākas pārslodze.

Kā tas ir savienots platformā

Platforma darbojas kā tulks starp divām pasaulēm. No vienas puses tajā nonāk objektīvi Garmin rādītāji: pulss un tā variabilitāte, miega fāzes, stress, Body Battery, soļi, aklimatizācija, svars un ķermeņa sastāvs. No otras puses ir kūrorta medicīniskie noteikumi: sliekšņi, pie kuriem procedūru šodien pārceļ, pulsa koridors pastaigai, procedūru secība dienas protokolā.

Ārsts redz paneli ar visiem uzturēšanās rādītājiem un pielāgo nozīmējumus; viesis saņem plānu pa dienām un lasa to savā valodā. Skaitļi paši par sevi nenosaka ārstēšanu — tie sniedz ārstam ainu, kādas iepriekš nebija, un parāda viesim kūres rezultātu skaitļos, nevis vārdos. Platforma ir klasificēta kā Wellness & Lifestyle Intelligence — dzīvesveida atbalsts, nevis medicīniskā diagnostika (plašāk).

Ko tas dod viesnīcai un investoram

Viesnīca iegūst nevis programmu, bet metodiku. Platformā tiek pārnestas jūsu pašu procedūras — saunas, vannas, masāžas, avoti, ēdienkarte —, bet pa dienām tās izkārto protokols, ko Karlovivaru skolas speciālisti izveidojuši uz Garmin/Firstbeat pētījumu bāzes. Personāls tiek apmācīts strādāt ar gatavu rīku, nevis izdomāt programmu no jauna (kas ietilpst ieviešanā).
Viesis redz kūres efektu skaitļos. Miegs, miera pulss, sirds ritma variabilitāte un ķermeņa sastāvs pirms un pēc ir tas, kā dēļ premium klases viesis atgriežas un par ko stāsta citiem. Veselības uzlabošana vairs nav tikai sajūta — tā kļūst par izmērāmu rezultātu.
Investors iegūst kombināciju, kuru ir grūti atkārtot. Algoritmu daļu var licencēt — tās fizioloģija ir aprakstīta patentos un zinātniskos rakstos. Kūrorta ārstu gadu desmitiem ilgos novērojumus licencēt nevar. Platformas vērtība ir tieši šajā savienojumā: progresīvie Garmin pētījumi no vienas puses un pasaules līmeņa kūrorta medicīnas skola no otras.

Avoti

Vēl par šo tēmu

Ieviešanas stāsts: Prezident Karlovi Varos · Ko mēra pulkstenis · Cenas: kas iekļauts ieviešanā · Juridiskā klasifikācija

← All articles