{"id":1880,"date":"2026-11-17T11:38:24","date_gmt":"2026-11-17T11:38:24","guid":{"rendered":"https:\/\/observar.org.ar\/web\/index.php\/2026\/11\/17\/puede-un-reloj-inteligente-anticipar-una-lesion-que-dice-la-ciencia-sobre-las-metricas-que-usan-los-deportistas\/"},"modified":"2026-11-17T11:38:24","modified_gmt":"2026-11-17T11:38:24","slug":"puede-un-reloj-inteligente-anticipar-una-lesion-que-dice-la-ciencia-sobre-las-metricas-que-usan-los-deportistas","status":"publish","type":"post","link":"https:\/\/observar.org.ar\/web\/index.php\/2026\/11\/17\/puede-un-reloj-inteligente-anticipar-una-lesion-que-dice-la-ciencia-sobre-las-metricas-que-usan-los-deportistas\/","title":{"rendered":"\u00bfPuede un reloj inteligente anticipar una lesi\u00f3n? Qu\u00e9 dice la ciencia sobre las m\u00e9tricas que usan los deportistas"},"content":{"rendered":"<h2>\u00bfPuede un reloj inteligente anticipar una lesi\u00f3n? Qu\u00e9 dice la ciencia sobre las m\u00e9tricas que usan los deportistas<\/h2>\n<p><strong>Una revisi\u00f3n internacional analiz\u00f3 28 art\u00edculos cient\u00edficos y encontr\u00f3 que los sensores port\u00e1tiles combinados con inteligencia artificial alcanzan una precisi\u00f3n superior al 87% para detectar riesgo de lesi\u00f3n en atletas<\/strong><\/p>\n<p>Por Ismael Yasnikowski<\/p>\n<p>Los relojes inteligentes ya no son solo contadores de pasos. Miden frecuencia card\u00edaca, calidad del sue\u00f1o, carga de movimiento y variabilidad card\u00edaca en tiempo real, y una revisi\u00f3n cient\u00edfica publicada en octubre de 2026 indica que, combinados con inteligencia artificial, estos dispositivos pueden detectar el riesgo de lesi\u00f3n en atletas con una precisi\u00f3n de hasta el 92,3%.<\/p>\n<p>El trabajo, publicado en la revista Health Science Reports analiz\u00f3 614 investigaciones publicadas entre 2016 y 2026. De ese universo, 28 cumplieron los criterios de rigor cient\u00edfico necesarios para ser incluidos. El objetivo fue determinar qu\u00e9 sensores port\u00e1tiles se usan en medicina deportiva, c\u00f3mo procesan sus datos los sistemas de inteligencia artificial y qu\u00e9 aplicaciones concretas tienen para prevenir lesiones y acompa\u00f1ar la recuperaci\u00f3n.<\/p>\n<p>Seg\u00fan el estudio, los cuatro tipos de sensores m\u00e1s frecuentes en la literatura cient\u00edfica son las unidades de medici\u00f3n inercial, los sistemas de posicionamiento GPS, los electrodos de superficie que registran la actividad muscular y los sensores \u00f3pticos de mu\u00f1eca que miden el flujo de sangre para calcular la frecuencia card\u00edaca y el nivel de ox\u00edgeno. Este \u00faltimo tipo es el que llevan incorporado la mayor\u00eda de los relojes inteligentes de consumo masivo.<\/p>\n<p>Estos dispositivos registran de forma continua variables del cuerpo y del movimiento: aceleraci\u00f3n, posici\u00f3n, carga de impacto y comportamiento cardiovascular. Cuando esa informaci\u00f3n se procesa con algoritmos de aprendizaje autom\u00e1tico, el sistema puede detectar se\u00f1ales de fatiga acumulada, asimetr\u00edas en la forma de moverse o picos de carga de entrenamiento que hist\u00f3ricamente preceden a una lesi\u00f3n muscular u \u00f3sea.<\/p>\n<p>Los datos m\u00e1s contundentes de la revisi\u00f3n provienen de dos investigaciones incluidas en el an\u00e1lisis. La primera, con 50 atletas, combin\u00f3 sensores de movimiento con electrodos musculares y logr\u00f3 clasificar situaciones de riesgo biomec\u00e1nico con una precisi\u00f3n del 92,3% \u2014 un nivel considerado alto en medicina deportiva para herramientas de monitoreo en tiempo real.<\/p>\n<p>La segunda sigui\u00f3 el tobillo de 87 atletas en 12 deportes distintos y registr\u00f3 una tasa de detecci\u00f3n del 87,4%, con solo un 12,1% de falsas alarmas y una respuesta de 17,2 milisegundos, pr\u00e1cticamente instant\u00e1nea. Ambos son los valores m\u00e1s altos registrados hasta ahora en la literatura cient\u00edfica para este tipo de aplicaciones.<\/p>\n<p>Los investigadores aclararon, sin embargo, que las diferencias entre los estudios analizados \u2014 en dise\u00f1o, poblaciones y variables medidas \u2014 impidieron una comparaci\u00f3n directa entre ellos. Eso no invalida los resultados, pero exige que se lean con cautela antes de aplicarlos en la pr\u00e1ctica cl\u00ednica.<\/p>\n<p>A pesar de los resultados positivos, el estudio identific\u00f3 tres barreras principales para que estos sistemas lleguen al uso cotidiano de clubes, federaciones y centros de salud deportiva: la falta de protocolos de recolecci\u00f3n de datos estandarizados, la escasa diversidad en las poblaciones estudiadas \u2014 la mayor\u00eda son atletas de \u00e9lite masculinos \u2014 y la dificultad para entender c\u00f3mo llegan a sus conclusiones los algoritmos utilizados.<\/p>\n<p>Los autores tambi\u00e9n se\u00f1alaron una dimensi\u00f3n que la ciencia todav\u00eda atiende de forma insuficiente: qui\u00e9n accede a los datos biom\u00e9tricos continuos de los atletas, c\u00f3mo se almacenan y qu\u00e9 protecciones legales tienen. Para el equipo, esas preguntas son tan urgentes como los avances t\u00e9cnicos.<\/p>\n<p>El trabajo concluy\u00f3 que el monitoreo port\u00e1til combinado con inteligencia artificial muestra un potencial real para vigilar el riesgo de lesiones, acompa\u00f1ar la rehabilitaci\u00f3n y orientar la vuelta a la competencia. Para consolidar ese potencial, los investigadores advirtieron que se necesitan estudios de mayor duraci\u00f3n, con poblaciones m\u00e1s amplias y sistemas cuya l\u00f3gica pueda ser comprendida por m\u00e9dicos y entrenadores, no solo por ingenieros.<\/p>\n<p><small>Fuente: <a href=\"https:\/\/www.infobae.com\/salud\/ciencia\/\" target=\"_blank\">https:\/\/www.infobae.com\/salud\/ciencia\/<\/a><\/small><\/p>\n","protected":false},"excerpt":{"rendered":"<p>Una revisi\u00f3n internacional analiz\u00f3 28 art\u00edculos cient\u00edficos y encontr\u00f3 que los sensores port\u00e1tiles combinados con inteligencia artificial alcanzan una precisi\u00f3n superior al 87% para detectar riesgo de lesi\u00f3n en atletas<\/p>\n","protected":false},"author":0,"featured_media":1881,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"_et_pb_use_builder":"","_et_pb_old_content":"","_et_gb_content_width":"","footnotes":""},"categories":[8],"tags":[],"class_list":["post-1880","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ciencia"],"_links":{"self":[{"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/posts\/1880","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/types\/post"}],"replies":[{"embeddable":true,"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/comments?post=1880"}],"version-history":[{"count":0,"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/posts\/1880\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/media\/1881"}],"wp:attachment":[{"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/media?parent=1880"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/categories?post=1880"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/observar.org.ar\/web\/index.php\/wp-json\/wp\/v2\/tags?post=1880"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}