Daily Suggested Workouts fra Garmin: slik fungerer algoritmen

Algoritmen Daily Suggested Workouts (DSW) fra Garmin/Firstbeat beregner tillatt belastning på nytt hvert døgn basert på pulsvariasjon, søvn og treningsstress. Det er denne programmene i Longevity Resort bygger på.

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

Contents

Hvorfor plattformen trenger denne gjennomgangen
Konseptuell arkitektur og algoritmens funksjonelle formål
Biometriske inndata og belastningsparametere i systemet
Beregningsmodell for EPOC og aerob/anaerob treningseffekt
Modellering og beregning av VO₂max
Evidensgrunnlag: HRV-Guided Training
Klassifisering og egenskaper ved de genererte treningsøktene
Mekanikken bak valg av måleverdier: tempo mot puls
Sammenligning av Garmins adaptive tilnærminger
Algoritmens begrensninger, systemsårbarheter og kanteffekter
Oppsummering
Hva algoritmen ikke vet: erfaring fra Karlovy Vary-skolen
Hvordan dette henger sammen i plattformen
Hva dette gir hotellet og investoren
Kilder
Mer om temaet

Hvorfor plattformen trenger denne gjennomgangen

Grunnlaget for utviklingen av programmene i Longevity Resort er visualisering av målingene fra Garmin-klokken og -vekten, og behandlingen av disse i algoritmen Daily Suggested Workouts (DSW) fra Garmin/Firstbeat. Gjesten har på seg klokken og går på vekten; portalen viser søvn, puls, pulsvariasjon, stress, Body Battery, vekt og kroppssammensetning (hva klokken faktisk måler), og algoritmen gjør disse datastrømmene om til en daglig vurdering av beredskap og tillatt belastningsvolum.

Vi har ikke funnet opp fysiologien på nytt: under panseret ligger matematiske modeller fra Firstbeat, støttet av patenter og kliniske studier. Gjennomgangen nedenfor er gjengitt i sin helhet for å vise hvilket fundament plattformen hviler på: hva algoritmen faktisk beregner, ut fra hvilke data, hvor dens styrker ligger og hvor grensene går.

Et lite forbehold om anvendelighet: DSW ble utviklet for løpere og triatleter, og en spagjest har ikke bruk for løpefokuserte mesosykluser. Plattformen henter i stedet den fysiologiske kjernen – restitusjonsvurdering basert på pulsvariasjon og søvn, akkumulert belastning og dagsform – og overfører dette til det gjesten faktisk gjør på kuroppholdet: turer langs helsestier, behandlinger og drikkekur.

Konseptuell arkitektur og algoritmens funksjonelle formål

Funksjonen for daglige treningsforslag (Daily Suggested Workouts, DSW), som har vært integrert i Garmin-økosystemet siden modellen Forerunner 745, er et adaptivt ekspertsystem for mikroperiodisering av treningsprosessen [1]. Algoritmens beregningskjerne bygger på løsninger fra Firstbeat Analytics, et selskap spesialisert på matematisk modellering av det autonome nervesystemet og kardiorespiratorisk fysiologi [2].

I motsetning til tradisjonelle kalenderbaserte treningsprogrammer med en fastlåst struktur, fungerer DSW etter prinsippet om lukket tilbakekoblingssløyfe (Closed-Loop Feedback System) [1]. Hver 24. time utfører systemet en ny beregning av treningsplanen basert på en dynamisk sammenligning av utøverens nåværende metabolske status, kumulativt treningsstress og nattlige biomarkører for restitusjon [1].

Hovedformålet med algoritmen er å optimalisere kardiorespiratorisk kapasitet (maksimalt oksygenopptak VO₂max, laktatutnyttelse og nevromuskulær utholdenhet) samtidig som risikoen for overtrening og belastningsskader minimeres [5]. Systemet fordeler treningsstimuli etter prinsippene for polarisert trening, der lavintensive aerobe volumer balanseres mot terskeløkter og høyintensive anaerobe intervaller [8].

Når en bestemt konkurranse legges inn i kalenderen, tilpasser DSW seg automatisk til en syklisk periodiseringsmodell og bygger opp faser for grunntrening, spesifikk utholdenhet, toppbelastning og formtopping (tapering) inn mot konkurransedagen [2].

Biometriske inndata og belastningsparametere i systemet

Beregningskjeden i DSW samler ulike strømmer av fysiologiske og telemetriske data fra kontinuerlig døgnmåling og aktive treningsøkter [1]. Hvor nøyaktige anbefalingene blir, avhenger direkte av uavbrutt innsamling av biosignaler og riktig grunnkalibrering av brukerprofilen [1].

Kategori av inndata	Registrerte målinger og parametere	Fysiologisk tolkning og rolle i DSW-algoritmen
Akutt og kronisk belastning	Akutt belastning (Acute Load, 7 dager) og kronisk belastning (Chronic Load, 28 dager) [1]	Vurdering av forholdet mellom akutt og kronisk belastning (ACWR); definerer total kapasitet for tillatt treningsvolum for inneværende dag [1].
Balanse i belastningsfordeling	Treningsbelastningsfokus (Load Focus): lav aerob, høy aerob og anaerob kapasitet [6]	Identifisering av systemisk underskudd i energibanene og valg av retning for øktens målrettede stimulus [8].
Autonom status	Pulsvariasjon (HRV Status), daglig RMSSD og 7-dagers grunnlinjeintervall [1]	Vurdering av vagustone og sympatovagal balanse; blokkerer krevende høyintensive økter ved vagal undertrykkelse [1].
Restitusjonskinetikk	Søvnkvalitet og søvnarkitektur (Sleep Score), daglig stressnivå, Training Readiness-indeks [1]	Bestemmelse av tilpasningsreservens spennvidde; reduksjon av planlagt tempo eller varighet ved ufullstendig restitusjon [1].
Gjenværende metabolsk gjeld	Tid til full restitusjon (Recovery Time i timer), gjenværende EPOC [1, 8, 20]	Forhindrer opphopning av metabolsk acidose og glykogentømming før homeostatisk likevekt er nådd [1].
Gjeldende funksjonelle terskel	VO₂max-verdi, laktatterskel (LTHR, LT-tempo), funksjonell terskeleffekt (FTP) [1]	Fungerer som beregningsgrunnlag for å generere målsoner for fart (min/km), puls (slag/min) og effekt (W) [1].
Individuell bioprofil	Makspuls (HRmax), hvilepuls (HRrest), aktivitetsklasse (Activity Class), antropometri [14]	Skalering av ulineære kurver for energiforbruk og interne skalaer for relativ intensitet [14].
Kalenderkontekst	Dato for målkonkurranse, distanselengde, løypas topografiske profil [2]	Modulering av mesosykluser og fordeling av treningsvolum etter konkurransens spesifikke krav [2].

Beregningsmodell for EPOC og aerob/anaerob treningseffekt

Kjernen i kvantifiseringen av treningsbelastning i Firstbeat-arkitekturen er en indirekte matematisk beregning av etterforbrenning / overskytende oksygenforbruk etter trening (Excess Post-exercise Oxygen Consumption, EPOC) [11]. Til forskjell fra klassisk spiroergometri beregner Firstbeat-metoden akkumulert EPOC i sanntid basert på kontinuerlig analyse av hjerterytmedynamikk, gjeldende prosentandel av oksygenopptak (%VO₂max) og ventilasjonsparametere (patenter US7717827B2, US2006/0032315, US10238915B2) [15].

Øyeblikkelig lungeventilasjon og respirasjonsfrekvens (Respiration Rate) bestemmes ikke-invasivt ved spektralanalyse av respiratorisk sinusarytmi (RSA), som modulerer intervallene mellom hjerteslagene i høyfrekvensbåndet (HF) av hjertefrekvensvariabilitet [23]. Dynamikken for akkumulering og eliminering av metabolsk gjeld over tid beskrives av en differensialligning på formen:

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

der funksjonen φ beskriver hastigheten for oppbygging av oksygengjeld ved en gitt intensitet, og leddet λ · EPOC(t) står for kontinuerlig metabolsk clearance under treningsøkten [15].

Toppverdien for EPOC (Peak EPOC) registrert i løpet av økten skaleres til en aerob treningseffekt (Aerobic Training Effect) på en ulineær diskret-kontinuerlig skala fra 0.0 til 5.0, der verdiene 2.0–2.9 gjenspeiler vedlikehold av aerob form, 3.0–4.9 gir en utviklende stimulans, og 5.0 varsler om risiko for overbelastning [11].

Anaerob treningseffekt (Anaerobic Training Effect) beregnes av en parallell algoritme for gjenkjenning av dynamiske mønstre [27]. Algoritmen overvåker kontinuerlig bratte økninger i fart eller effekt og sammenligner dem med kardiovaskulær respons og varigheten på hvileintervallene [27]. En enkeltstående lang løpetur på laktatterskelnivå registreres av systemet som en høyaerob stimulans, til tross for det høye metabolske stresset [31]. For å oppnå en anaerob effekt kreves diskrete nær-maksimale akselerasjoner eller sprinter med faser av submaksimal restitusjon, noe som stimulerer tømming av intramuskulære fosfagener (ATP-CP) og en dyp glykolytisk forskyvning [27].

Den samlede databehandlingen er bygget opp som en sekvensiell analysekjede. Råsignalet for puls og intervaller mellom hjerteslag kommer fra sensoren og deles parallelt inn i to beregningsspor: analyse av spektralkomponenter i variabilitet for å rekonstruere respirasjonsfunksjon, og vurdering av bevegelsens mekaniske effekt i forhold til kardiodynamikk [23]. De resulterende parametrene samles i en blokk for dynamisk EPOC-beregning, der utdataene sendes videre til moduler som beregner aerob og anaerob treningseffekt [11]. Den endelige belastningsvektoren klassifiserer økten på Load Focus-skalaen og plasserer den i lav aerob, høy aerob eller anaerob sone [11].

Modellering og beregning av VO₂max

Beregning av aerob kapasitet i Garmin-algoritmene bygger på det grunnleggende lineære forholdet mellom bevegelseshastighet, mekanisk effekt og oksygenkostnad ved bevegelse (patent US20110040193A1) [23]. For hvert gyldige segment av en løpeaktivitet fastsetter systemet et teoretisk oksygenbehov VO₂theor justert for terrengstigning:

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

der v er løpehastighet i meter per sekund, Δh/d er sinus til overflatens helningsvinkel beregnet fra barometrisk høydemåler og GPS, og c er basalmetabolismen i hvile [33].

I kvasistasjonære bevegelsesfaser (etter at forbigående kardiodynamiske prosesser er filtrert ut) sammenholdes den beregnede VO₂theor-verdien med den aktuelle andelen av makspuls (%HRmax) [2]. Lineær ekstrapolasjon av dette forholdet til 100 % HRmax gjør det mulig å beregne det individuelle taket for oksygenopptak (VO₂max) uten behov for en maksimal belastningstest til utmattelse [2]. Under laboratorietester ligger metodens gjennomsnittlige absolutte prosentfeil (MAPE) på 5–8 %, men under feltforhold med ustabilt optisk pulssignal kan feilmarginen øke til 8–10 % [6].

Evidensgrunnlag: HRV-Guided Training

Den adaptive logikken i DSW bygger på klinisk og anvendt forskning innen styring av treningsbelastning basert på analyse av hjerterytmevariabilitet (HRV-guided training) [17]. Det sentrale evidensgrunnlaget for algoritmen utgjøres av arbeidene til Kiviniemi et al. (2007, 2010) samt bekreftende metaanalyser av protokoller for autoregulering av treningsbelastning [17].

I den banebrytende studien til Kiviniemi et al. (2007) ble effekten av et fast forhåndsdefinert treningsprogram (Predefined Training) sammenlignet med en protokoll tilpasset etter morgenmålinger av hjertefrekvensvariabilitet (HRV-Guided Training) [18]. I den adaptive gruppen ble intensive, formbyggende intervaller kun lagt inn når RMSSD-verdien lå innenfor eller over individets grunnlinje [17]. Hvis RMSSD falt under konfidensintervallet (noe som gjenspeiler sympatisk dominans og ufullstendig systemisk restitusjon), ble den harde økten avlyst og erstattet med en rolig økt eller passiv hvile [17].

Resultatene viste at gruppen med HRV-styring oppnådde en statistisk signifikant større økning i maksimal aerob hastighet (+0,9 km/t mot +0,5 km/t) og en tydeligere forbedring i VO₂max, til tross for et lavere samlet volum av harde treningsøkter [17]. I DSW-algoritmen er disse fysiologiske prinsippene implementert gjennom den dynamiske skalaen for Training Readiness: nedsatt autonom funksjon nedskalerer automatisk planlagte høyintensive økter til rolige turer eller restitusjonsøkter [1].

Klassifisering og egenskaper ved de genererte treningsøktene

Treningsøktene som algoritmen setter opp, er delt inn i funksjonelle kategorier der hver kategori løser en klart definert biokjemisk og tilpasningsmessig oppgave for å dekke behovet i strukturen for Training Load Focus [6].

Type treningsøkt	Målrettet fysiologisk mekanisme	Metabolsk og substratprofil	Treningseffektvektor	Andel i basismesosyklus
Recovery	Aktiv restitusjon, fjerning av metabolitter [8]	Kapillærperfusjon uten mikrotraumer i fibrene; intensitet under basesonen [21].	Lav aerob (0.0–2.0 TE) [11]	10–20 %
Base	Mitokondrieproliferasjon, angiogenese [8]	Fortrinnsvis oksidasjon av frie fettsyrer; intensitet 70–80 % HRmax [21].	Lav aerob (2.0–3.5 TE) [11]	50–70 %
Langtur	Økning av intramuskulær glykogenkapasitet [5]	Tilpasning av bevegelsesapparatet til langvarig mekanisk belastning; substratforskyvning mot lipider [5].	Low Aerobic (3.0–4.5 TE) [11]	15–25 %
Tempo	Økning av effekten ved første ventilasjonsterskel (VT1) [39]	Blandet aerob-glykolytisk energiomsetning, laktatclearance; intensitet 80–85 % HRmax [21].	Høy aerob (3.0–4.0 TE) [14]	5–15 %
Terskel	Forskyvning av den andre laktatterskelen (LT2 / MLSS) [39]	Maksimal laktat-steady-state i blodet; arbeid i området 85–90 % HRmax [21].	Høy aerob (3,5–4,8 TE) [11]	5–10 %
VO₂max	Maksimering av hjertets slagvolum og lungediffusjon [6]	Maksimal kardiorespiratorisk belastning, submaksimal acidose; arbeid på 95–100 % av VO₂max [8].	Høy aerob (4.0–5.0 TE) [11]	5–10 %
Sprint / anaerob	Nevromuskulær stimulering, rekruttering av raske motoriske enheter 8	Resyntese av ATP ved hjelp av fosfokreatin og anaerob glykolyse; korte serier med maksimale akselerasjoner [31].	Anaerob (2.0–4.5 TE) [11]	3–8 %

Mekanikken bak valg av måleverdier: tempo mot puls

Brukeren kan velge måltype (Target Type): etter tempo eller etter hjertefrekvens [42]. Dette valget bestemmer den matematiske kontrollsløyfen for intensitetsstyring under gjennomføringen av økten:

Ved styring etter puls (Heart Rate Target) kompenserer systemet for ytre miljøsvingninger – motvind, temperatursvingninger, terreng og oppsamlet psykoemosjonelt stress [46]. Algoritmen stabiliserer øktens fysiologiske belastning innenfor et fastsatt intervall, og forhindrer utilsiktet overgang fra basissone til terskelsone i motbakker [9].

Ved tempobasert styring (Pace Target) er styringsparameteren den mekaniske bevegelseshastigheten, beregnet direkte ut fra gjeldende VO₂max-verdi og profilen for kritisk hastighet [1]. Denne modusen er optimal for konkurranseforberedelser på flatt underlag, men medfører en risiko for metabolsk overbelastning ved ugunstige værforhold eller høy omgivelsestemperatur [2].

Den interne logikken i Firstbeat-klassifiseringen er strengt knyttet til prosentandel av maksimal hjertefrekvens (%HRmax) og laktatterskel, og ser bort fra brukerens egne innstillinger for pulssoner i Garmin Connect-appen (for eksempel soner beregnet ut fra hjertefrekvensreserve %HRR) [14]. Dermed er den faktiske belastningsfordelingen i widgeten Training Load Focus basert på Firstbeats objektive fysiologiske konstanter, og ikke på den visuelle soneinndelingen på enhetens skjerm [21].

Sammenligning av Garmins adaptive tilnærminger

På Garmin-plattformen finnes det flere uavhengige moduler for treningsplanlegging, med grunnleggende forskjeller i algoritmisk fleksibilitet og planleggingshorisont [1].

Sammenligningsparameter	Daglige foreslåtte treningsøkter (DSW)	Klassisk Garmin Coach (planene til Jeff, Greg og Amy)	Garmin Run Coach (oppdatert adaptiv arkitektur)
Prognosehorisont	Glidende 7-dagersvindu med daglig mikrojustering [1]	Statisk makroplan for 6–26 uker med fast timeplan [1]	Langsiktig dynamisk plan rettet mot en bestemt startdato [45]
Restitusjonsfølsomhet	Umiddelbar: reaksjon på nattlig HRV-dynamikk, søvn og kumulativ EPOC [1, 5, 6]	Minimal: justering gjøres kun basert på faktisk tempomessig gjennomføring av øktene [49]	Høy: kombinasjon av makrosyklusplan med daglig beredskapsanalyse [50]
Operasjonell variabilitet	Full uavhengighet: automatisk omjustering hvis økter hoppes over eller forskyves [1]	Lav: å hoppe over økter reduserer systemets beregnede konfidensindeks (Confidence Score) [1]	Høy: algoritmisk omfordeling av nøkkeløkter i løpet av uken [50]
Periodisering mot et arrangement	Automatisk (Base → Build → Peak → Taper) når et løp legges inn i kalenderen [2]	Spesialiserte maler for et begrenset utvalg distanser (5K, 10K, 21.1K) [49]	Detaljert makroperiodisering for alle løpedistanser, inkludert maraton [50]
Optimal utøverprofil	Erfarne løpere, triatleter, idrettsutøvere med uregelmessig arbeidstid [1]	Nybegynnere som trenger trinnvis tekstveiledning og motivasjon [1]	Idrettsutøvere på alle nivåer som forbereder seg til offisielle konkurranser med tidsmål [50]

Algoritmens begrensninger, systemsårbarheter og kanteffekter

En grundig analyse av langvarig bruk av DSW-algoritmen under reelle treningsforhold avdekker en rekke fysiologiske og kybernetiske begrensninger ved systemet:

Den første kritiske faktoren er at det oppstår en nedadgående positiv tilbakekoblingssløyfe (avtagende stimuluseffekt) [10]. Siden varigheten og intensiteten på den anbefalte treningsøkten avhenger av gjeldende beredskapsindeks og autonome status, vil stress utenom trening (søvnmangel, systemisk betennelse, emosjonelt stress) føre til et vedvarende fall i HRV og økt hvilepuls [1]. Algoritmen reagerer med å redusere treningsvolum og intensitet gradvis, og setter utøveren utelukkende på restitusjons- og basisturer [5]. Langvarig fravær av utviklende stimuli fører til reell dekondisjonering av det kardiorespiratoriske systemet og fall i VO₂max, noe systemet feilaktig tolker som et behov for å kutte belastningen ytterligere [10].

Den andre kilden til systematiske feil er treghet og optisk støy fra fotopletysmografiske sensorer (PPG) [1]. Nøyaktig beregning av anaerob effekt og kinetikken bak EPOC-akkumulering krever umiddelbar registrering av brå pulstopper og presis timing av RR-intervaller under spurter [23]. Forsinkelse i den optiske sensoren ved brå belastningsendringer og risikoen for at det optiske signalet låser seg til stegfrekvensen (Cadence Lock), fører til at det anaerobe stimuluset underestimeres [1]. Som et resultat registrerer systemet et fiktivt kronisk underskudd i Anaerobic-sektoren på Load Focus-skalaen og fortsetter å foreslå spurtøkter til tross for utøverens faktiske fysiologiske utmattelse [14].

Den tredje funksjonelle begrensningen skyldes en konservativ grense for langkjøringens varighet (Long Run Cap) som er bygget inn i algoritmen [5]. For å redusere risikoen for overbelastningsskader på beinhinne og sener genererer systemet sjelden sammenhengende lavintensitetsøkter på over 100–110 minutter [5]. For løpere som trener mot et maraton med et tidsmål på over 3,5 timer, er et slikt volum utilstrekkelig for å oppnå fullgod tilpasning i enzymsystemene for lipolyse og nevromuskulær toleranse for langvarig støtbelastning [5].

Det fjerde problemet ligger i feiltolkningen av ustrukturert krosstrening og styrkeøkter [52]. Styrketrening i treningsrommet fører til lokal muskeltretthet og mekaniske mikroskader på fibrene, men ledsages av moderat kardiovaskulær belastning [20]. DSW-algoritmen baserer seg primært på pulsbasert EPOC og undervurderer dermed perifer muskeltretthet fra styrkeøvelser, eller tilskriver feilaktig styrke-EPOC til den samlede akutte aerobe belastningen og avlyser viktige løpeøkter på uhensiktsmessig vis [15].

Oppsummering

Daily Suggested Workouts-algoritmen fra Garmin/Firstbeat er et fysiologisk fundert system for automatisert styring av treningsbelastning, som overfører grunnleggende prinsipper for polarisert periodisering og autoregulering basert på hjertefrekvensvariabilitet til vanlige bærbare enheter [8]. Det matematiske rammeverket for kontinuerlig EPOC-modellering, differensiering av treningseffekt og ekstrapolert beregning av VO₂max gir et pålitelig grunnlag for å opprettholde generell kardiorespiratorisk form [1].

Likevel er påliteligheten og gyldigheten til systemets anbefalinger strengt begrenset av nøyaktigheten til inndataene. For å unngå algoritmiske feil og nedadgående spiraler av formtap kreves det regelmessig datainnsamling fra et EKG-brystbelte, nøyaktig empirisk eller laboratoriebasert verifisering av makspuls, samt manuell justering av langtursvolumet ved forberedelse til maraton- og ultramaratondistanser [1].

Hva algoritmen ikke vet: erfaring fra Karlovy Vary-skolen

Konklusjonen ovenfor peker ærlig på systemets begrensninger: en nedadgående spiral av formtap, optisk støy fra sensoren, undervurdering av styrkearbeid og en konservativ grense for langvarig belastning. For en spagjest er det enda flere slike faktorer. Algoritmen kjenner verken til alder, underliggende sykdommer, faste medisiner, at kroppen på den tredje dagen av drikkekuren får en balneologisk reaksjon, eller at gjesten ble operert for et halvt år siden. For en idrettsutøver er dette akseptable forenklinger. For en spagjest er det ikke det.

Det er her kurstedets medisinske fagtradisjon kommer inn – noe man ikke kan kjøpe sammen med en programvarelisens. Longevity Resort-programmene på Luxury Spa & Medical Wellness Hotel Prezident er ikke satt sammen av programmerere, men av leger som i flere tiår har observert hvordan pasienter restituerer.

MUDr. Milada Sárová – indremedisin og balneologi. En av de fremste autoritetene innen spabehandling med mineralvann og drikkekurer i Karlovy Vary; hun har holdt foredrag om Karlovy Varys balneologi i mer enn 20 land i verden. Gjennom flere tiår med praksis har tusenvis av rehabiliteringskurer gått gjennom hendene hennes – fra stoffskifteforstyrrelser og sykdommer i fordøyelseskanalen til rehabilitering etter tung behandling. Denne erfaringen danner grunnlaget for plattformens indikasjoner og kontraindikasjoner, rekkefølge på behandlinger og opplegg for drikkekuren.
Dosent Petr Kolisko – fysioterapi og kinesiologi. En ledende tsjekkisk spesialist innen funksjonell diagnostikk av bevegelsesapparatet, pioner og ledende instruktør i kinesioteiping i Tsjekkia og Sentral-Europa, mangeårig foreleser ved medisinske og idrettsvitenskapelige fakulteter, samt forfatter av vitenskapelige publikasjoner og monografier om bevegelsesbiomekanikk. Denne erfaringen definerer hvordan bevegelse doseres i plattformen: hvilken belastning som er tillatt ved påvist muskelubalanse, hvordan treningsmengden skal trappes opp etter skade eller operasjon, og hvor turen slutter og overbelastningen begynner.

Hvordan dette henger sammen i plattformen

Plattformen fungerer som en tolk mellom to verdener. På den ene siden mottar den objektive målinger fra Garmin: puls og pulsvariasjon, søvnfaser, stress, Body Battery, skritt, akklimatisering, vekt og kroppssammensetning. På den andre siden står kurstedets medisinske regler: terskelverdier for når en behandling må flyttes, pulssoner for turen i terrenget, og rekkefølgen på behandlingene i dagens plan.

Legen ser et kontrollpanel med alle målinger fra oppholdet og justerer forordningene; gjesten får en daglig plan og leser den på sitt eget språk. Tallene foreskriver ikke behandling på egen hånd – de gir legen et helhetsbilde man ikke hadde tidligere, og viser gjesten resultatet av kuren i tall fremfor bare ord. Plattformen er klassifisert som Wellness & Lifestyle Intelligence – livsstilsstøtte, ikke medisinsk diagnostikk (les mer).

Hva dette gir hotellet og investoren

Hotellet får ikke et program, men en metodikk. Dine egne behandlinger legges inn i plattformen – badstuer, bad, massasjer, kilder, menyer – men de fordeles over dagene av en protokoll satt sammen av fagfolk fra Karlovy Vary-tradisjonen på toppen av forskningsgrunnlaget til Garmin/Firstbeat. De ansatte læres opp til å jobbe med et ferdig verktøy i stedet for å finne opp programmet på nytt (hva som inngår i oppstarten).
Gjesten ser effekten av kuren i tall. Søvn, hvilepuls, pulsvariasjon og kroppssammensetning før og etter – dette er det som gjør at premiumgjester kommer tilbake og forteller om oppholdet. Helsegevinsten slutter å være en ren følelse og blir et målbart resultat.
Investoren får en kombinasjon som er vanskelig å gjenskape. Algoritmedelen kan lisensieres – fysiologien bak den er beskrevet i patenter og vitenskapelige artikler. Tiår med observasjoner fra kurstedsleger kan ikke lisensieres. Verdien av plattformen ligger nettopp i dette skjæringspunktet: banebrytende forskning fra Garmin på den ene siden og legetradisjonen fra et kurbad i verdensklasse på den andre.

Kilder

Mer om temaet

Innføringshistorie: Prezident i Karlovy Vary · Hva klokken måler · Priser: hva som inngår i oppstarten · Juridisk klassifisering

← All articles