SV
Live Demo

Wiki

Garmin Daily Suggested Workouts: så fungerar algoritmen

Algoritmen Daily Suggested Workouts (DSW) från Garmin/Firstbeat beräknar varje dygn om tillåten belastning utifrån pulsvariabilitet, sömn och träningsstress, och utgör grunden för programmen på Longevity Resort.

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

Contents
  1. Varför denna genomgång behövs på plattformen
  2. Konceptuell arkitektur och algoritmens funktionella syfte
  3. Systemets ingående biometriska data och belastningsparametrar
  4. Modell för beräkning av EPOC och aerob/anaerob träningseffekt
  5. Modellering och beräkning av VO₂max
  6. Vetenskapligt underlag: HRV-Guided Training
  7. Klassificering och egenskaper för föreslagna träningspass
  8. Val av målmått: tempo mot puls
  9. Jämförande analys av Garmins adaptiva metoder
  10. Algoritmens begränsningar, systemsårbarheter och kanteffekter
  11. Slutsats
  12. Vad algoritmen inte vet: erfarenheten från Karlovy Varys kurortstradition
  13. Hur allt knyts ihop i plattformen
  14. Vad detta ger hotellet och investeraren
  15. Källor
  16. Läs vidare

Varför denna genomgång behövs på plattformen

Grunden för utvecklingen av Longevity Resort-programmen är visualiseringen av mätvärden från Garmins klockor och vågar samt bearbetningen via algoritmen Daily Suggested Workouts (DSW) från Garmin/Firstbeat. Gästen bär klockan och ställer sig på vågen; portalen visar sömn, puls, pulsvariabilitet, stress, Body Battery, vikt och kroppssammansättning (vad klockan faktiskt mäter), och algoritmen omvandlar dessa dataflöden till en daglig bedömning av beredskap och tillåten belastningsvolym.

Vi har inte uppfunnit fysiologin på nytt: under huven finns Firstbeats matematiska modeller, med patent och kliniska studier i ryggen. Genomgången nedan återges i sin helhet för att visa vilken grund plattformen vilar på: exakt vad algoritmen beräknar, utifrån vilka data, var dess styrkor finns och var dess gränser går.

Ett förbehåll gällande tillämpningen. DSW togs fram för löpare och triatleter, och dess mesocykler för löpning behövs inte för spagäster. Plattformen hämtar den fysiologiska kärnan – återhämtningsbedömning via pulsvariabilitet och sömn, ackumulerad belastning, daglig beredskap – och applicerar den på det gästen faktiskt gör på kurorten: promenader längs kurortens terrängleder, behandlingar och dryckeskuren.

Konceptuell arkitektur och algoritmens funktionella syfte

Funktionen för dagliga träningsförslag (Daily Suggested Workouts, DSW), som introducerades i Garmins ekosystem från och med modellen Forerunner 745, är ett adaptivt expertsystem för mikroperiodisering av träningsprocessen [1]. Algoritmens beräkningskärna bygger på utveckling från Firstbeat Analytics, ett företag specialiserat på matematisk modellering av det autonoma nervsystemet och kardiorespiratorisk fysiologi [2].

Till skillnad från traditionella kalenderbaserade program med fast struktur fungerar DSW enligt principen om en sluten återkopplingsslinga (Closed-Loop Feedback System) [1]. Var 24:e timme gör systemet en omberäkning av träningsplanen utifrån en dynamisk jämförelse mellan idrottarens aktuella metabola status, kumulativa träningsstress och nattliga biomarkörer för återhämtning [1].

Algoritmens främsta mål är att optimera den kardiorespiratoriska prestationsförmågan (maximal syreupptagningsförmåga VO₂max, laktatutnyttjande och neuromuskulär uthållighet) och samtidigt minimera risken för överträning och ortopediska skador [5]. Systemet fördelar träningsstimuli enligt principerna för polariserad träning och balanserar lågintensiv aerob volym mot tröskelintervaller och högintensiva anaeroba intervaller [8].

När ett specifikt tävlingsmål läggs in i kalendern övergår DSW automatiskt till en modell för cyklisk periodisering med faser för grundträning, specifik uthållighetsuppbyggnad, toppbelastning och formtoppning (tapering) [2].

Systemets ingående biometriska data och belastningsparametrar

DSW-beräkningskedjan samlar in olika flöden av fysiologiska och telemetriska data från kontinuerlig dygnsmätning och aktiva träningspass [1]. Precisionen i rekommendationerna beror direkt på kontinuiteten i datainsamlingen och en korrekt grundkalibrering av användarprofilen [1].

DatakategoriRegistrerade mätvärden och parametrarFysiologisk tolkning och roll i DSW-algoritmen
Akut och kronisk belastningAkut belastning (Acute Load, 7 dagar) och kronisk belastning (Chronic Load, 28 dagar) [1]Bedömning av förhållandet mellan akut och kronisk belastning (ACWR); bestämmer den totala kapaciteten för tillåten träningsvolym för den aktuella dagen [1].
Belastningsfördelningens balansTräningsbelastningens fokus (Load Focus): lågaerob, högaerob och anaerob kapacitet [6]Identifierar systematiska underskott i energisystemen och väljer inriktning för passets målstimulans [8].
Vegetativ statusPulsvariabilitet (HRV Status), dygnsvärde för RMSSD och 7-dagars baslinjeintervall [1]Bedömning av vagustonus och sympatovagal balans; spärrar högintensiva utvecklingspass vid vagal hämning [1].
ÅterhämtningskinetikSömnkvalitet och sömnarkitektur (Sleep Score), dygnsstressnivå, index för Training Readiness [1]Fastställer det adaptiva reservutrymmet; sänker planerat tempo eller passets längd vid ofullständig återhämtning [1].
Kvarvarande metabol skuldTid till full återhämtning (Recovery Time i timmar), kvarvarande EPOC [1, 8, 20]Förhindrar att metabolisk acidos och glykogentömning ackumuleras innan homeostatiskt jämviktsläge har uppnåtts [1].
Aktuell funktionell tröskelVärde för VO₂max, laktattröskel (LTHR, LT-tempo), funktionell tröskeleffekt (FTP) [1]Fungerar som beräkningsunderlag för att generera målzoner för tempo (min/km), puls (slag/min) och effekt (W) [1].
Individuell bioprofilMaxpuls (HRmax), vilopuls (HRrest), aktivitetsklass (Activity Class), antropometri [14]Skalning av icke-linjära energiförbrukningskurvor och interna skalor för relativ intensitet [14].
KalenderkontextDatum för måltävling, distans, banans topografiska profil [2]Modulering av mesocykler och volymfördelning anpassad efter tävlingens specifika krav [2].

Modell för beräkning av EPOC och aerob/anaerob träningseffekt

Kärnan i kvantifieringen av träningsbelastning i Firstbeat-arkitekturen är en indirekt matematisk uppskattning av efterförbränning eller förhöjd syreförbrukning efter träning (Excess Post-exercise Oxygen Consumption, EPOC) [11]. Till skillnad från klassisk ergospirometri beräknar Firstbeat-metoden ackumulerad EPOC i realtid genom kontinuerlig analys av hjärtfrekvensdynamik, aktuell procent av maximal syreupptagningsförmåga (%VO₂max) och ventilationsparametrar (patent US7717827B2, US2006/0032315, US10238915B2) [15].

Momentan lungventilation och andningsfrekvens (Respiration Rate) bestäms icke-invasivt via spektralanalys av respiratorisk sinusarytmi (RSA), som modulerar intervallen mellan hjärtslagen i högfrekvensbandet (HF) av hjärtfrekvensvariabiliteten [23]. Dynamiken för hur metabolisk skuld ackumuleras och elimineras över tid beskrivs av en differentialekvation av formen:

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

där funktionen φ beskriver hastigheten för hur syreskulden byggs upp vid en given intensitet, och termen λ · EPOC(t) står för kontinuerlig metabolisk clearance under pågående träning [15].

Det högsta EPOC-värdet (Peak EPOC) som registreras under passet skalas till ett värde för aerob träningseffekt (Aerobic Training Effect) enligt en icke-linjär diskret-kontinuerlig skala från 0.0 till 5.0, där 2.0–2.9 innebär bibehållen aerob kondition, 3.0–4.9 ger en utvecklande träningseffekt och 5.0 varnar för risk för funktionell överbelastning [11].

Anaerob träningseffekt (Anaerobic Training Effect) beräknas med en parallell algoritm för dynamisk mönsterigenkänning [27]. Algoritmen övervakar kontinuerligt kraftiga ökningar i tempo eller effekt och jämför dem med det kardiovaskulära svaret och viloperiodernas längd [27]. En enstaka långdistanslöpning vid laktattröskeln registreras, trots hög metabolisk stress, som ett höggradigt aerobt stimuli [31]. För att skapa en anaerob träningseffekt krävs distinkta nästintill maximala ruscher eller sprintintervaller med submaximala återhämtningsfaser, vilket tömmer intramuskulära fosfagener (ATP-PCr) och driver en kraftig glykolytisk respons [27].

Det övergripande databehandlingsflödet är uppbyggt som en sekventiell analyskedja. Råsignalen för puls och pulsslagintervall (RR-intervall) tas emot från sensorn och delas upp i två parallella beräkningsspår: spektralanalys av variabilitetskomponenter för att rekonstruera andningsfunktionen samt bedömning av rörelsens mekaniska effekt i relation till hjärtdynamiken [23]. Dessa parametrar sammanförs i beräkningsblocket för dynamisk EPOC, vars utdata skickas vidare till modulerna för beräkning av aerob och anaerob träningseffekt [11]. Den resulterande belastningsvektorn klassificerar passet enligt Load Focus och avgör om det tillhör lågaerob, högaerob eller anaerob zon [11].

Modellering och beräkning av VO₂max

Beräkningen av aerob kapacitet i Garmin-algoritmerna bygger på det grundläggande linjära sambandet mellan förflyttningshastighet, mekanisk effekt och syrekostnaden för rörelsen (patent US20110040193A1) [23]. För varje giltigt segment under en löpaktivitet beräknar systemet det teoretiska syrebehovet VO₂theor justerat för terrängens lutning:

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

där v är löphastigheten i meter per sekund, Δh/d är sinus för markens lutningsvinkel beräknad från barometrisk höjdmätare och GPS, och c är basmetabolismen i vila [33].

I kvasistationära rörelsefaser (efter att transienta kardiodynamiska processer filtrerats bort) jämförs det beräknade VO₂theor-värdet med aktuell andel av maxpulsen (%HRmax) [2]. En linjär extrapolering av detta förhållande till 100 % HRmax gör det möjligt att beräkna den individuella gränsen för syreupptagning (VO₂max) utan att användaren behöver genomföra ett maximalt utmattningstest [2]. I laboratorietester ligger metodens genomsnittliga absoluta procentuella fel (MAPE) på 5–8 %, men vid fältförhållanden med instabil optisk pulsmätning kan avvikelsen öka till 8–10 % [6].

Vetenskapligt underlag: HRV-Guided Training

Den adaptiva logiken i DSW bygger på kliniska och tillämpade studier kring styrning av träningsbelastning baserat på hjärtfrekvensvariabilitet (HRV-guided training) [17]. Den vetenskapliga grunden utgörs främst av studier av Kiviniemi et al. (2007, 2010) samt stödjande metaanalyser av protokoll för autoreglerad träning [17].

I den banbrytande studien av Kiviniemi et al. (2007) jämfördes effekten av ett fast träningsprogram (Predefined Training) med ett protokoll anpassat efter morgonens hjärtfrekvensvariabilitet (HRV-Guided Training) [18]. I den adaptiva gruppen lades högintensiva utvecklande intervallpass endast in när RMSSD-värdet låg inom eller över det individuella basintervallet [17]. Om RMSSD sjönk under konfidensintervallet (vilket tyder på sympatisk dominans och ofullständig återhämtning) ställdes det hårda passet in och ersattes av ett lågintensivt pass eller vila [17].

Resultaten visade att gruppen med HRV-styrd träning fick en statistiskt signifikant större ökning av maximal aerob hastighet (+0,9 km/h mot +0,5 km/h) och en tydligare förbättring av VO₂max, trots en lägre total volym av hårda träningspass [17]. I DSW-algoritmen omsätts dessa fysiologiska principer genom den dynamiska skalan för Training Readiness: nedsatt autonom återhämtning nedgraderar automatiskt planerade högintensiva pass till lugna grundpass eller återhämtningspass [1].

Klassificering och egenskaper för föreslagna träningspass

Träningspassen som genereras av algoritmen delas in i funktionella kategorier, där varje pass har ett specifikt biokemiskt och fysiologiskt syfte för att täcka behovet inom respektive del av Training Load Focus [6].

Typ av träningspassFysiologisk målmekanismMetabolisk profil och substratutnyttjandeTräningseffektens inriktningAndel i basmesocykeln
RecoveryAktiv återhämtning, omsättning av metaboliter [8]Kapillärperfusion utan mikrotrauma på muskelfibrer; intensitet under baszonen [21].Low Aerobic (0.0–2.0 TE) [11]10–20 %
BaseMitokondrieproliferation, angiogenes [8]Övervägande oxidation av fria fettsyror; intensitet på 70–80 % HRmax [21].Low Aerobic (2.0–3.5 TE) [11]50–70 %
Long RunÖkad intramuskulär glykogenkapacitet [5]Rörelseapparatens anpassning till långvarig mekanisk belastning; substratförskjutning mot lipider [5].Low Aerobic (3.0–4.5 TE) [11]15–25 %
TempoÖkad effekt vid den första ventilationströskeln (VT1) [39]Blandad aerob-glykolytisk energiomsättning, laktatclearance; intensitet på 80–85 % HRmax [21].High Aerobic (3.0–4.0 TE) [14]5–15 %
ThresholdFörskjutning av den andra laktattröskeln (LT2 / MLSS) [39]Maximalt stabilt laktatläge (MLSS); arbete i intervallet 85–90 % HRmax [21].High Aerobic (3.5–4.8 TE) [11]5–10 %
VO₂maxMaximering av hjärtats slagvolym och lungdiffusion [6]Maximal kardiorespiratorisk belastning, submaximal acidos; arbete på 95–100 % av VO₂max [8].Hög aerob (4.0–5.0 TE) [11]5–10 %
Sprint / AnaerobNeuromuskulär stimulering, rekrytering av snabba motoriska enheter 8Resyntes av ATP genom fosfokreatin och anaerob glykolys; korta serier av maximala accelerationer [31].Anaerob (2.0–4.5 TE) [11]3–8 %

Val av målmått: tempo mot puls

Användaren kan välja typ av målsättning (Target Type): efter tempo eller efter hjärtfrekvens [42]. Detta val styr den matematiska modellen för intensitetsreglering under passets gång:

När träningen styrs av puls (Heart Rate Target) kompenserar systemet för yttre miljövariationer — motvind, temperaturväxlingar, terräng och ackumulerad psykoemotionell spänning [46]. Algoritmen håller passets fysiologiska belastning stabil inom det angivna intervallet och förhindrar att man oavsiktligt går från baszonen till tröskelzonen i uppförsbackar [9].

Vid träning baserad på tempo (Pace Target) är den styrande parametern mekanisk förflyttningshastighet, beräknad direkt från aktuellt VO₂max och profilen för kritisk hastighet [1]. Detta läge är optimalt för tävlingsförberedelser på plant underlag, men medför en risk för metabol överbelastning vid ogynnsamma klimatförhållanden eller hög omgivningstemperatur [2].

Firstbeats interna klassificeringslogik är strikt kopplad till procent av maxpuls (%HRmax) och laktattröskeln och bortser från användarens visningsinställningar för pulszoner i appen Garmin Connect (till exempel zoner beräknade utifrån pulsreserven %HRR) [14]. Därför baseras den faktiska belastningsfördelningen i widgeten Training Load Focus på Firstbeats objektiva fysiologiska konstanter, inte på den visuella zonindelningen på klockans skärm [21].

Jämförande analys av Garmins adaptiva metoder

Inom Garmin-plattformen finns flera oberoende moduler för träningsplanering som skiljer sig fundamentalt åt vad gäller algoritmisk flexibilitet och planeringshorisont [1].

JämförelseparameterDagens föreslagna träningspass (DSW)Klassiska Garmin Coach (Jeffs, Gregs och Amys träningsprogram)Garmin Run Coach (uppdaterad adaptiv arkitektur)
PrognoshorisontRullande 7-dagarsfönster med daglig mikrojustering [1]Statisk makroplan på 6–26 veckor med ett fast schema [1]Långsiktig dynamisk plan inriktad på ett specifikt startdatum [45]
Känslighet för återhämtningOmedelbar: reaktion på nattlig HRV-dynamik, sömn och kumulativ EPOC [1, 5, 6]Minimal: justering görs endast utifrån faktiskt genomfört tempo under sessionerna [49]Hög: kombination av en makrocyklisk plan med daglig beredskapsanalys [50]
Operationell variabilitetFullt oberoende: automatisk omplanering vid missade eller förskjutna pass [1]Låg: missade pass sänker systemets beräknade konfidenspoäng (Confidence Score) [1]Hög: algoritmisk omfördelning av nyckelpass under veckan [50]
Periodisering inför loppAutomatisk (Base → Build → Peak → Taper) när ett lopp läggs till i kalendern [2]Specialiserade mallar för ett begränsat urval av distanser (5K, 10K, 21.1K) [49]Omfattande makroperiodisering för alla löpdistanser, inklusive maraton [50]
Optimal atletprofilErfarna löpare, triatleter, idrottare med oregelbundna arbetstider [1]Nybörjare som behöver stegvis textvägledning och motivation [1]Idrottare på alla nivåer som tränar inför officiella lopp mot en måltid [50]

Algoritmens begränsningar, systemsårbarheter och kanteffekter

En djupgående analys av långvarig användning av DSW-algoritmen i verklig träning visar flera fysiologiska och cybernetiska begränsningar hos systemet:

Den första kritiska faktorn är uppkomsten av en nedåtgående positiv återkopplingsloop (avtagande stimuliseffekt) [10]. Eftersom det föreslagna passets längd och intensitet styrs av aktuell beredskap och autonom status, leder stress utanför träningen (sömnbrist, systemisk inflammation, känslomässig stress) till en ihållande sänkning av HRV och höjd vilopuls [1]. Algoritmen reagerar genom att successivt minska volym och intensitet, och styr över löparen till enbart återhämtnings- och baslöpning [5]. En längre tid utan utvecklande stimulans leder till reell försämring av den kardiorespiratoriska formen och sänkt VO₂max, vilket systemet felaktigt tolkar som ett behov av att minska belastningen ytterligare [10].

Den andra källan till systematiska fel är trögheten och det optiska bruset i fotopletysmografiska sensorer (PPG) [1]. En exakt beräkning av anaerob träningseffekt och EPOC-kinetik kräver omedelbar registrering av snabba pulstoppar och exakt tidsbestämning av RR-intervall under sprintryck [23]. Den optiska sensorns fördröjning vid plötsliga belastningsökningar och risken för stegfrekvenslåsning (Cadence Lock) gör att det anaeroba stimulit underskattas [1]. Följden blir att systemet registrerar ett skenbart kroniskt underskott i sektionen Anaerobic på Load Focus-skalan och fortsätter att föreslå sprintpass trots idrottarens faktiska fysiologiska trötthet [14].

Den tredje funktionella begränsningen rör algoritmens konservativa tak för långpassens längd (Long Run Cap) [5]. För att minska risken för överbelastningsskador på benhinnor och senor skapar systemet sällan sammanhängande lågintensiva pass som överstiger 100–110 minuter [5]. För löpare som siktar på en maratontid över 3,5 timmar räcker inte den volymen för att bygga upp fullgod anpassning i enzymsystemen för lipolys och neuromuskulär tålighet mot långvarig stötbelastning [5].

Det fjärde problemet är felaktig tolkning av ostrukturerad korsträning och styrketräning [52]. Styrkepass på gymmet ger lokal muskeltrötthet och mekaniska mikroskador på fibrerna, men ger måttlig kardiovaskulär belastning [20]. DSW-algoritmen, som främst utgår från pulsbaserad EPOC, underskattar perifer muskeltrötthet från styrketräning eller räknar tvärtom felaktigt in styrketräningens EPOC i den akuta aeroba träningsbelastningen, vilket leder till att viktiga löppass stryks i onödan [15].

Slutsats

Garmin/Firstbeats algoritm Daily Suggested Workouts är ett fysiologiskt välgrundat system för automatisk styrning av träningsbelastning, som framgångsrikt implementerar grundprinciperna för polariserad periodisering och självreglering utifrån pulsvariabilitet i vanliga bärbara enheter [8]. Matematiken bakom kontinuerlig EPOC-modellering, differentiering av träningseffekt och extrapolering av VO₂max ger en stabil grund för att bibehålla allmän kardiorespiratorisk kondition [1].

Systemets tillförlitlighet och precision begränsas dock kraftigt av indatats kvalitet. För att undvika algoritmiska felberäkningar och negativa formspiraler krävs regelbundna mätningar med pulsbälte, noggrann empirisk eller laboratoriebaserad bestämning av maxpuls samt manuell justering av långpassens volym inför maraton- och ultramaratondistanser [1].

Vad algoritmen inte vet: erfarenheten från Karlovy Varys kurortstradition

Slutsatsen ovan beskriver ärligt systemets begränsningar: nedåtgående formspiral, optiskt sensorbrus, underskattad styrketräning och ett konservativt tak för långpassen. För en spagäst finns det ännu fler faktorer. Algoritmen känner inte till ålder eller samsjuklighet, mediciner, att gästen kan få en balneologisk reaktion på tredje dagen av dryckeskuren eller att personen opererades för ett halvår sedan. För en idrottare är detta godtagbara förenklingar. För en kurortsgäst är det inte det.

Det är här det kliver in som inte går att köpa med en mjukvarulicens: kurortens medicinska expertis. Programmen i Longevity Resort på Luxury Spa & Medical Wellness Hotel Prezident byggdes inte av programmerare, utan av läkare som i årtionden har följt hur patienter återhämtar sig.

Hur allt knyts ihop i plattformen

Plattformen fungerar som en tolk mellan två världar. Från ena hållet tar den emot objektiva mätvärden från Garmin: puls och pulsvariabilitet, sömnfaser, stress, Body Battery, steg, acklimatisering, vikt och kroppssammansättning. Från andra hållet tillämpas kurortens medicinska regler: tröskelvärden för när en behandling ska skjutas upp, pulsintervall för kurortspromenaden och ordningsföljden för dagens behandlingar.

Läkaren ser instrumentpanelen med vistelsens alla mätvärden och justerar ordinationerna; gästen får sitt dagliga protokoll och läser det på sitt eget språk. Siffrorna ordinerar inte behandlingen på egen hand – de ger läkaren ett underlag som tidigare saknades och visar gästen kurens resultat i siffror i stället för ord. Plattformen är klassificerad som Wellness & Lifestyle Intelligence – livsstilsstöd, inte medicinsk diagnostik (läs mer).

Vad detta ger hotellet och investeraren

Källor

Läs vidare

Implementering: Prezident i Karlovy Vary · Vad klockan mäter · Priser: vad som ingår vid start · Juridisk klassificering

← All articles