
Algoritmus Daily Suggested Workouts (DSW) od Garmin/Firstbeat každých 24 hodín prepočítava prípustnú záťaž podľa variability srdcovej frekvencie, spánku a tréningového stresu. Na ňom stoja programy Longevity Resort.
Základom vývoja programov Longevity Resort je vizualizácia údajov z hodiniek a váhy Garmin a ich spracovanie algoritmom Daily Suggested Workouts (DSW) od Garmin/Firstbeat. Hosť nosí hodinky a stavia sa na váhu; portál zobrazuje spánok, tep, variabilitu srdcovej frekvencie, stres, Body Battery, hmotnosť a zloženie tela (čo presne hodinky merajú), a algoritmus tieto toky údajov premieňa na denné hodnotenie pripravenosti a prípustný objem záťaže.
Fyziológiu sme nevymýšľali nanovo: pod kapotou bežia matematické modely Firstbeat podložené patentmi a klinickými štúdiami. Rozbor nižšie uvádzame v plnom rozsahu, aby bolo zrejmé, na akých základoch platforma stojí: čo presne algoritmus počíta, z akých údajov, v čom spočívajú jeho silné stránky a kde sú jeho limity.
Jedno upozornenie k využitiu v praxi. DSW vznikol pre bežcov a triatlonistov a jeho bežecké mezocykly kúpeľný hosť nepotrebuje. Platforma z neho preberá fyziologické jadro – hodnotenie regenerácie podľa variability srdcovej frekvencie a spánku, kumulatívnu záťaž, dennú pripravenosť – a uplatňuje ho pri aktivitách hosťa v kúpeľoch: prechádzkach po liečebných trasách, procedúrach a pitnej kúre.
Funkcia denných odporúčaných tréningov (Daily Suggested Workouts, DSW), integrovaná do ekosystému Garmin od modelu Forerunner 745, predstavuje adaptívny expertný systém mikroperiodizácie tréningového procesu [1]. Výpočtové jadro algoritmu stavia na riešeniach spoločnosti Firstbeat Analytics, ktorá sa špecializuje na matematické modelovanie autonómneho nervového systému a kardiorespiračnej fyziológie [2].
Na rozdiel od tradičných kalendárnych plánov s pevne danou štruktúrou funguje DSW na princípe uzavretej spätnoväzbovej slučky (Closed-Loop Feedback System) [1]. Každých 24 hodín systém prepočítava tréningový plán na základe dynamického porovnania aktuálneho metabolického stavu športovca, kumulatívneho tréningového stresu a nočných biomarkerov regenerácie [1].
Hlavným cieľom algoritmu je optimalizácia kardiorespiračnej výkonnosti (maximálnej spotreby kyslíka VO₂max, rýchlosti utilizácie laktátu a nervovosvalovej vytrvalosti) pri súčasnej minimalizácii rizika pretrénovania a ortopedických zranení [5]. Systém rozdeľuje tréningové podnety v súlade s princípmi polarizovaného tréningu, pričom vyvažuje nízko intenzívne aeróbne objemy s prahovými a vysoko intenzívnymi anaeróbnymi intervalmi [8].
Po pridaní konkrétnych cieľových pretekov do kalendára sa DSW automaticky prepne na model cyklickej periodizácie a vytvorí fázy základnej prípravy, rozvoja špecifickej vytrvalosti, vrcholovej záťaže a predpretekového vyladenia formy (taperingu) [2].
Výpočtový proces DSW spája rôznorodé toky fyziologických a telemetrických údajov z nepretržitého celodenného monitorovania a aktívnych tréningov [1]. Presnosť navrhovaných odporúčaní priamo závisí od plynulosti zberu biosignálov a správnej základnej kalibrácie profilu používateľa [1].
| Kategória vstupných údajov | Zaznamenávané metriky a parametre | Fyziologická interpretácia a úloha v algoritme DSW |
|---|---|---|
| Akútna a chronická záťaž | Akútna záťaž (Acute Load, 7 dní) a chronická záťaž (Chronic Load, 28 dní) [1] | Hodnotenie pomeru akútneho a chronického stresu (ACWR); určuje celkovú kapacitu prípustného tréningového objemu na aktuálny deň [1]. |
| Vyváženie rozloženia záťaže | Zameranie tréningovej záťaže (Load Focus): nízka aeróbna, vysoká aeróbna a anaeróbna kapacita [6] | Identifikácia systémového deficitu v energetických systémoch a voľba zamerania cieľového podnetu tréningu [8]. |
| Vegetatívny stav | Variabilita srdcovej frekvencie (HRV Status), denný RMSSD a 7-dňové základné rozpätie [1] | Hodnotenie tonusu blúdivého nervu a sympato-vagovej rovnováhy; pri vagovej supresii blokuje rozvíjajúce vysoko intenzívne tréningy [1]. |
| Kinetika regenerácie | Kvalita a architektúra spánku (Sleep Score), celodenná úroveň stresu, index Training Readiness [1] | Určenie veľkosti adaptačnej rezervy; zníženie plánovaného tempa alebo trvania pri neúplnej regenerácii [1]. |
| Zostatkový metabolický dlh | Čas úplnej regenerácie (Recovery Time v hodinách), zostatkový EPOC [1, 8, 20] | Predchádzanie hromadeniu metabolickej acidózy a vyčerpaniu glykogénu pred dosiahnutím homeostatickej rovnováhy [1]. |
| Aktuálny funkčný prah | Hodnota VO₂max, laktátový prah (LTHR, tempo LT), funkčný prahový výkon (FTP) [1] | Slúži ako výpočtový základ na generovanie cieľových zón rýchlosti (min/km), pulzu (úd./min) a výkonu (W) [1]. |
| Individuálny bioprofil | Maximálny pulz (HRmax), pokojový pulz (HRrest), trieda aktivity (Activity Class), antropometria [14] | Škálovanie nelineárnych kriviek výdaja energie a interných škál relatívnej intenzity [14]. |
| Kalendárny kontext | Dátum cieľových pretekov, dĺžka trasy, topografický profil trate [2] | Modulácia mezocyklov a rozdelenie objemov podľa špecifických požiadaviek súťažného podujatia [2]. |
Ústredným prvkom kvantifikácie fyzickej záťaže v architektúre Firstbeat je nepriamy matematický odhad nadmernej spotreby kyslíka po výkone (Excess Post-exercise Oxygen Consumption, EPOC) [11]. Na rozdiel od klasickej ergospirometrie metóda Firstbeat počíta akumuláciu EPOC v reálnom čase na základe priebežnej analýzy dynamiky srdcového rytmu, aktuálneho percenta spotreby kyslíka (%VO₂max) a ventilačných parametrov (patenty US7717827B2, US2006/0032315, US10238915B2) [15].
Okamžitá pľúcna ventilácia a dychová frekvencia (Respiration Rate) sa určujú neinvazívne pomocou spektrálnej analýzy respiračnej sínusovej arytmie (RSA), ktorá moduluje intervaly medzi údermi srdca vo vysokofrekvenčnom pásme (HF) variability srdcovej frekvencie [23]. Dynamiku akumulácie a eliminácie metabolického dlhu v čase opisuje diferenciálna rovnica v tvare:
dEPOC/dt = φ(HR(t), Respiration Rate(t), Activity Class) − λ · EPOC(t)
kde funkcia φ vyjadruje rýchlosť tvorby kyslíkového dlhu pri danej intenzite a člen λ · EPOC(t) zodpovedá za nepretržitý metabolický klírens počas cvičenia [15].
Maximálna hodnota EPOC (Peak EPOC) zaznamenaná počas tréningu sa prepočítava na ukazovateľ aeróbneho tréningového efektu (Aerobic Training Effect) na nelineárnej diskrétno-kontinuálnej stupnici od 0.0 do 5.0, kde hodnoty 2.0–2.9 predstavujú udržanie aeróbnej kondície, 3.0–4.9 rozvíjajúci stimul a 5.0 signalizuje riziko funkčného preťaženia [11].
Anaeróbny tréningový efekt (Anaerobic Training Effect) počíta paralelný algoritmus na rozpoznávanie dynamických vzorcov [27]. Algoritmus nepretržite sleduje prudké nárasty rýchlosti alebo výkonu a porovnáva ich s kardiovaskulárnou odozvou a dĺžkou intervalov odpočinku [27]. Samostatný dlhý beh na úrovni laktátového prahu systém napriek vysokej úrovni metabolického stresu zaznamenáva ako vysoko aeróbny stimul [31]. Na vytvorenie anaeróbneho efektu sú potrebné diskrétne submaximálne až šprintérske zrýchlenia s fázami neúplného zotavenia, ktoré stimulujú vyčerpanie vnútrosvalových fosfagénov (ATP-CP) a hlboký glykolytický posun [27].
Celkový tok spracovania údajov je usporiadaný do sekvenčného analytického reťazca. Prvotný signál srdcovej frekvencie a medziúderových intervalov prichádza zo snímača a paralelne sa delí do dvoch výpočtových vetiev: analýzy spektrálnych zložiek variability na rekonštrukciu dychových funkcií a vyhodnotenia mechanického výkonu pohybu vo vzťahu ku kardiodynamike [23]. Získané parametre sa spájajú v bloku dynamického výpočtu EPOC, ktorého výstupné údaje smerujú do modulov výpočtu aeróbneho a anaeróbneho tréningového efektu [11]. Výsledný vektor záťaže klasifikuje tréning podľa škály Load Focus a určuje jeho zaradenie do nízkej aeróbnej, vysokej aeróbnej alebo anaeróbnej zóny [11].
Výpočet aeróbnej kapacity v algoritmoch Garmin vychádza zo základného lineárneho vzťahu medzi rýchlosťou pohybu, mechanickým výkonom a kyslíkovou cenou pohybu (patent US20110040193A1) [23]. Pre každý platný segment bežeckej aktivity systém určuje teoretickú spotrebu kyslíka VO₂theor s korekciou na sklon terénu:
VO₂theor = 12 · v + 54 · tan(arcsin(Δh/d)) + c
kde v je rýchlosť behu v metroch za sekundu, Δh/d je sínus uhla sklonu povrchu vypočítaný z údajov barometrického výškomera a GPS a c predstavuje základný pokojový metabolický výdaj [33].
V kvázistacionárnych fázach pohybu (po vylúčení prechodných kardiodynamických javov) sa vypočítaná hodnota VO₂theor porovnáva s aktuálnym podielom maximálnej srdcovej frekvencie (%HRmax) [2]. Lineárna extrapolácia získaného pomeru na úroveň 100 % HRmax umožňuje vypočítať individuálny limit využitia kyslíka VO₂max bez nutnosti absolvovať záťažový test do vyčerpania [2]. V laboratórnych podmienkach je priemerná absolútna chyba (MAPE) tejto metódy 5–8 %, v teréne pri nestabilnom optickom snímaní pulzu však odchýlka môže narásť na 8–10 % [6].
Adaptívna logika DSW stavia na klinických a aplikovaných výskumoch v oblasti riadenia tréningového stresu na základe variability srdcovej frekvencie (HRV-guided training) [17]. Základné vedecké podklady algoritmu tvoria práce Kiviniemiho a kolektívu (Kiviniemi et al., 2007, 2010), ako aj potvrdzujúce metaanalytické prehľady protokolov autoregulácie záťaže [17].
V kľúčovej štúdii Kiviniemi et al. (2007) sa porovnávala účinnosť pevne stanoveného tréningového plánu (Predefined Training) a protokolu prispôsobovaného podľa ranných hodnôt variability srdcovej frekvencie (HRV-Guided Training) [18]. V adaptívnej skupine sa rozvíjajúce vysoko intenzívne intervaly zaraďovali výhradne vtedy, keď sa hodnota RMSSD nachádzala v rámci individuálneho základného rozpätia alebo nad ním [17]. Ak RMSSD klesla pod interval spoľahlivosti (čo značí prevahu sympatika a neúplnú systémovú regeneráciu), intenzívny tréning sa zrušil a nahradil aktivitou s nízkou intenzitou alebo pasívnym odpočinkom [17].
Podľa výsledkov experimentu preukázala skupina s riadením podľa HRV štatisticky významný náskok v prírastku maximálnej aeróbnej rýchlosti (+0,9 km/h oproti +0,5 km/h) a výraznejšiu pozitívnu dynamiku VO₂max pri nižšom celkovom objeme náročných tréningových podnetov [17]. V algoritme DSW sa tieto fyziologické zákonitosti uplatňujú prostredníctvom dynamickej škály Training Readiness: autonómny útlm automaticky znižuje plánované vysoko intenzívne tréningy na základné alebo regeneračné behy [1].
Tréningy generované algoritmom sa delia do funkčných kategórií, z ktorých každá plní presne vymedzenú biochemickú a adaptačnú úlohu a vykrýva deficit v príslušnej časti štruktúry Training Load Focus [6].
| Typ tréningu | Cieľový fyziologický mechanizmus | Metabolický a substrátový profil | Vektor tréningového efektu | Podiel v základnom mezocykle |
|---|---|---|---|---|
| Recovery | Aktívna regenerácia, utilizácia metabolitov [8] | Kapilárna perfúzia bez mikrotraumatizácie vlákien; intenzita pod úrovňou základnej zóny [21]. | Low Aerobic (0.0–2.0 TE) [11] | 10–20 % |
| Base | Proliferácia mitochondrií, angiogenéza [8] | Prednostná oxidácia voľných mastných kyselín; intenzita 70–80 % HRmax [21]. | Low Aerobic (2.0–3.5 TE) [11] | 50–70 % |
| Long Run | Zvýšenie kapacity intramuskulárneho glykogénu [5] | Adaptácia pohybového aparátu na dlhodobú mechanickú záťaž; posun substrátu k lipidom [5]. | Low Aerobic (3.0–4.5 TE) [11] | 15–25 % |
| Tempo | Zvýšenie výkonu na úrovni prvého ventilačného prahu (VT1) [39] | Zmiešaný aeróbno-glykolytický energetický metabolizmus, klírens laktátu; intenzita 80–85 % HRmax [21]. | High Aerobic (3.0–4.0 TE) [14] | 5–15 % |
| Threshold | Posun druhého laktátového prahu (LT2 / MLSS) [39] | Maximálny rovnovážny stav laktátu v krvi; práca v rozsahu 85–90 % HRmax [21]. | High Aerobic (3.5–4.8 TE) [11] | 5–10 % |
| VO₂max | Maximalizácia systolického objemu srdca a pľúcnej difúzie [6] | Vrcholová kardiorespiračná záťaž, submaximálna acidóza; výkon na úrovni 95 – 100 % VO₂max [8]. | High Aerobic (4.0–5.0 TE) [11] | 5–10 % |
| Sprint / Anaerobic | Neuromuskulárna stimulácia, zapojenie rýchlych motorických jednotiek | Resyntéza ATP prostredníctvom fosfokreatínu a anaeróbnej glykolýzy; krátke série maximálnych zrýchlení [31]. | Anaerobic (2.0–4.5 TE) [11] | 3–8 % |
Máte možnosť zvoliť si typ cieľa (Target Type): podľa tempa pohybu alebo podľa srdcovej frekvencie [42]. Táto voľba určuje matematický model riadenia intenzity počas plnenia tréningu:
Pri zameraní na srdcovú frekvenciu (Heart Rate Target) systém kompenzuje vonkajšie vplyvy prostredia – protivietor, zmeny teploty, terén aj nahromadené psychoemocionálne napätie [46]. Algoritmus udržiava fyziologickú náročnosť tréningu v stanovenom rozmedzí a zabraňuje nechcenému prechodu zo základnej zóny do prahovej pri behu do kopca [9].
Pri zameraní na tempo (Pace Target) je riadiacim parametrom mechanická rýchlosť pohybu vypočítaná priamo z aktuálnej hodnoty VO₂max a profilu kritickej rýchlosti [1]. Tento režim je optimálny na pretekovú prípravu na rovine, no prináša riziko metabolického preťaženia pri nepriaznivom počasí alebo vysokej teplote prostredia [2].
Vnútorná logika klasifikátora Firstbeat je pevne naviazaná na percentuálny podiel z maximálnej srdcovej frekvencie (%HRmax) a laktátový prah, pričom ignoruje používateľské nastavenia zobrazenia pulzových zón v aplikácii Garmin Connect (napríklad zóny vypočítané z rezervy srdcového rytmu %HRR) [14]. V dôsledku toho skutočné rozdelenie záťaže vo widgete Training Load Focus vychádza z objektívnych fyziologických konštánt Firstbeat, a nie z vizuálneho rozdelenia zón na displeji zariadenia [21].
V rámci platformy Garmin funguje niekoľko nezávislých softvérových modulov na plánovanie tréningového procesu, ktoré sa zásadne líšia algoritmickou flexibilitou a časovým horizontom plánovania [1].
| Parameter porovnania | Daily Suggested Workouts (DSW) | Klasický Garmin Coach (plány Jeffa, Grega a Amy) | Garmin Run Coach (aktualizovaná adaptívna architektúra) |
|---|---|---|---|
| Horizont plánovania | Kĺzavé 7-dňové okno s dennou mikrokorekciou [1] | Statický makroplán na 6 – 26 týždňov s pevným rozvrhom [1] | Dlhodobý dynamický plán zameraný na konkrétny dátum pretekov [45] |
| Citlivosť na regeneráciu | Okamžitá: reakcia na nočnú dynamiku HRV, spánok a kumulatívny EPOC [1, 5, 6] | Minimálna: úprava prebieha len na základe tempa dosiahnutého v tréningoch [49] | Vysoká: prepojenie makrocyklického plánu s denným vyhodnocovaním pripravenosti [50] |
| Prevádzková variabilita | Úplná nezávislosť: automatické preplánovanie pri vynechaní alebo posunutí tréningu [1] | Nízka: vynechanie tréningov znižuje vypočítaný index spoľahlivosti systému (Confidence Score) [1] | Vysoká: algoritmické prerozdelenie kľúčových tréningov v rámci týždňa [50] |
| Periodizácia na podujatie | Automatická (Base → Build → Peak → Taper) pri zadaní pretekov do kalendára [2] | Špecializované šablóny pre obmedzený výber vzdialeností (5K, 10K, 21.1K) [49] | Komplexná makroperiodizácia pre akékoľvek bežecké vzdialenosti vrátane maratónu [50] |
| Optimálny profil športovca | Skúsení bežci, triatlonisti, športovci s nepravidelným pracovným rozvrhom [1] | Začínajúci športovci, ktorí vyžadujú podrobné textové vedenie a motiváciu [1] | Športovci akejkoľvek úrovne pripravujúci sa na oficiálne preteky s cieľovým časom [50] |
Hĺbková analýza dlhodobého používania algoritmu DSW v reálnom tréningovom procese odhaľuje viacero fyziologických a kybernetických obmedzení systému:
Prvým kritickým faktorom je vznik klesajúcej slučky pozitívnej spätnej väzby (efekt slabnutia stimulu) [10]. Keďže dĺžka a intenzita odporúčaného tréningu závisia od aktuálneho indexu pripravenosti a vegetatívneho stavu, netréningový stres (nedostatok spánku, systémový zápal, emocionálne vypätie) vedie k trvalému poklesu HRV a zvýšeniu pokojového pulzu [1]. Algoritmus na to reaguje postupným znižovaním objemu a intenzity, čím športovca obmedzuje výlučne na regeneračný a základný beh [5]. Dlhodobá absencia rozvíjajúceho stimulu spôsobuje skutočnú stratu kardiorespiračnej kondície a pokles VO₂max, čo systém mylne interpretuje ako potrebu ďalšieho znižovania záťaže [10].
Druhým zdrojom systémovej nepresnosti je zotrvačnosť a optický šum fotopletyzmografických senzorov (PPG) [1]. Presný výpočet anaeróbneho účinku a kinetiky akumulácie EPOC si vyžaduje okamžité zaznamenanie náhlych výkyvov srdcovej frekvencie a presné načasovanie RR intervalov počas šprintérskych zrýchlení [23]. Oneskorenie optického snímača pri prudkých zmenách záťaže a riziko naviazania optického signálu na kadenciu krokov (Cadence Lock) vedú k podhodnoteniu anaeróbneho stimulu [1]. Výsledkom je, že systém zaznamenáva zdanlivý chronický deficit v kategórii Anaerobic ukazovateľa Load Focus a naďalej generuje šprintérske tréningy bez ohľadu na skutočnú fyziologickú únavu športovca [14].
Tretie funkčné obmedzenie súvisí s konzervatívnym limitom dĺžky dlhého behu (Long Run Cap), ktorý je zabudovaný v algoritme [5]. Aby sa znížilo riziko únavových poškodení okostice a šliach, systém len zriedka generuje neprerušované behy nízkej intenzity trvajúce viac ako 100 – 110 minút [5]. Pre bežcov pripravujúcich sa na maratón s cieľovým časom nad 3,5 hodiny je takýto objem nedostatočný na plnohodnotnú adaptáciu enzymatických systémov lipolýzy a neuromuskulárnej odolnosti voči dlhodobému nárazovému zaťaženiu [5].
Štvrtým problémom je nesprávna interpretácia neštruktúrovaného krížového tréningu a posilňovania [52]. Silové tréningy v posilňovni spôsobujú lokálnu svalovú únavu a mechanické mikropoškodenia vlákien, no sprevádza ich len mierny kardiovaskulárny stres [20]. Algoritmus DSW, ktorý sa opiera predovšetkým o hodnotu EPOC odvodenú zo srdcovej frekvencie, podceňuje periférnu svalovú únavu zo silových cvičení, alebo naopak nesprávne započíta silový EPOC do celkového aeróbneho akútneho zaťaženia a nevhodne ruší kľúčové bežecké tréningy [15].
Algoritmus Daily Suggested Workouts od spoločností Garmin/Firstbeat predstavuje fyziologicky podložený softvérový systém na automatizované riadenie tréningového stresu, ktorý úspešne prenáša základné princípy polarizovanej periodizácie a autoregulácie podľa variability srdcovej frekvencie do bežných nositeľných zariadení [8]. Matematický model nepretržitého výpočtu EPOC, diferenciácie tréningového efektu a extrapolácie VO₂max poskytuje spoľahlivý základ na udržiavanie celkovej kardiorespiračnej kondície [1].
Spoľahlivosť a platnosť odporúčaní systému sú však striktne limitované presnosťou vstupných údajov. Aby sa predišlo algoritmickým chybám a klesajúcim slučkám straty kondície, je potrebný pravidelný zber údajov z hrudného EKG pásu, presné empirické či laboratórne overenie maximálnej srdcovej frekvencie a manuálna úprava objemov dlhých behov pri príprave na maratónske a ultramaratónske vzdialenosti [1].
Záver vyššie otvorene pomenúva limity systému: klesajúcu slučku straty kondície, optický šum senzora, podcenenie silového tréningu či konzervatívny limit dĺžky záťaže. U kúpeľného hosťa je takýchto faktorov ešte viac. Algoritmus nepozná vek ani pridružené ochorenia, užívané lieky, nevie o tom, že človek má na tretí deň pitnej kúry balneologickú reakciu, ani to, že pred pol rokom prekonal operáciu. Pre športovca sú to prijateľné zjednodušenia. Pre kúpeľného hosťa nie.
Práve tu nastupuje to, čo sa nedá kúpiť spolu s licenciou na softvér – lekárska škola kúpeľníctva. Programy Longevity Resort v Luxury Spa & Medical Wellness Hotel Prezident nevytvárali programátori, ale lekári, ktorí po desaťročia sledovali, ako sa pacienti zotavujú.
Platforma funguje ako tlmočník medzi dvoma svetmi. Z jednej strany do nej prichádzajú objektívne čísla z hodiniek Garmin: pulz a jeho variabilita, fázy spánku, stres, Body Battery, kroky, aklimatizácia, váha a zloženie tela. Na druhej strane stoja lekárske pravidlá kúpeľov: prahové hodnoty, pri ktorých sa dnešná procedúra presunie, tepový koridor pre prechádzku a poradie procedúr v dennom pláne.
Lekár vidí na paneli všetky ukazovatele za pobyt a upravuje predpisy; hosť dostáva denný plán a číta si ho vo svojom jazyku. Čísla neurčujú liečbu samy – dávajú lekárovi prehľad, aký predtým nemal, a hosťovi ukazujú výsledok kúry v číslach, nie v dohadoch. Platforma je klasifikovaná ako Wellness & Lifestyle Intelligence – slúži na podporu životného štýlu, nie ako zdravotnícka diagnostika (viac informácií).
Príbeh zavedenia: Prezident v Karlových Varoch · Čo merajú hodinky · Ceny: čo zahŕňa spustenie · Právna klasifikácia
← All articles