A sportoló, akit már számokban is látunk. Hogyan változtatja meg a technológia azt, amit az emberi teljesítményről tudunk?

Egy mai sportoló már jóval azelőtt adatokat termel, hogy elkezdődne az edzése. Az órája rögzíti az alvását és a nyugalmi pulzusát, a mellkaspánt a szívritmusát, a GPS a megtett távolságot és a gyorsításokat, a mozgásszenzorok a futás vagy az ugrás mechanikáját. A laboratóriumban ehhez hozzáadhatjuk az oxigénfelvételt, a laktátot, az izomerőt vagy a testösszetételt, az algoritmus pedig mindebből megpróbálja megmondani, mennyire fáradt, mennyire terhelhető, hogyan fejlődik, esetleg mikor érdemes óvatosabbnak lennie. Soha nem rendelkeztünk ennyi információval a sportolóról. A következő nagy kérdés azonban már nem az, hogy mit tudunk még megmérni, hanem az, hogy attól, hogy egyre többet látunk számokban, valóban jobban értjük-e az embert is.

A stopperórától a digitális sportolóig

A sport és a technológia kapcsolata természetesen nem az okosórákkal kezdődött. A stopperóra maga is forradalmi eszköz volt: először tette objektíven összehasonlíthatóvá azt, amit korábban leginkább szemmel lehetett megítélni. Később megjelentek a pulzusmérők, a laboratóriumi terhelésélettani vizsgálatok, majd a hordozható GPS-rendszerek, a gyorsulásmérők és az egyre kisebb biomechanikai szenzorok. Ami azonban az elmúlt másfél évtizedben történt, az nem egyszerűen újabb műszerek megjelenését jelenti. A változás lényege az, hogy a mérés fokozatosan kiköltözött a laboratóriumból, és beköltözött a sportoló mindennapjaiba.

Ma már nem feltétlenül kell laboratóriumba mennünk ahhoz, hogy adatot kapjunk a sportoló szervezetéről. A csuklón viselt eszköz éjszaka is mér, a GPS-egység minden edzésen jelen lehet, egy inerciális szenzor több száz vagy több ezer mozgásmintát rögzíthet másodpercek alatt. A hordható technológiák ma már fiziológiai, biomechanikai és viselkedési adatokat egyaránt képesek gyűjteni, és az újabb rendszerek ezeket mesterséges intelligenciával próbálják közös mintázatokká rendezni. (PubMed)

Ezzel valami alapvetően megváltozott. Korábban egy sportoló állapotáról időnként készítettünk egy-egy pillanatfelvételt. Ma egyre inkább filmet készítünk róla. Nemcsak azt látjuk, milyen a VO₂max értéke november 15-én, hanem azt is, hogyan változik a pulzusa, sebessége, edzésterhelése, alvása vagy mozgásmintája heteken és hónapokon keresztül. A sporttudomány számára éppen ez a folyamatosság az egyik legnagyobb lehetőség: nem pusztán azt kérdezhetjük, milyen a sportoló, hanem azt is, hogyan változik.

Amikor a labor kiköltözik a pályára

A hagyományos sportélettani laboratóriumnak van egy óriási előnye: ellenőrzött környezetben, pontos műszerekkel vizsgálhatjuk a teljesítményt. Ugyanakkor van egy nyilvánvaló korlátja is. A sportoló nem laboratóriumban versenyez. A futópad nem erdei ösvény, a kerékpár-ergométer nem mezőnyverseny, és egy előre meghatározott terhelési protokoll sem feltétlenül tükrözi azt a fiziológiai és pszichológiai helyzetet, amelybe a sportoló egy valódi verseny során kerül.

A hordható szenzorok egyik legnagyobb ígérete ezért nem az, hogy kiváltják a laboratóriumot, hanem hogy összekötik azt a valós sporttal. Inerciális érzékelőkkel már hosszú ideje vizsgálható a gyorsulás, a forgás és számos sportági mozgás, a kutatások jelentős része pedig éppen arra irányul, hogyan használhatók ezek az eszközök edzés és verseny közben. (PubMed) A GPS és a lokális helymeghatározó rendszerek a csapatsportokban megmutathatják, mennyit futott a játékos, milyen sebességgel, hány nagy intenzitású gyorsítást és lassítást végzett. Ha mindehhez pulzust vagy más fiziológiai paramétereket társítunk, egyszerre kezdjük látni a külső terhelést – mit végzett el a sportoló – és a belső terhelést – hogyan reagált rá a szervezete. (PubMed)

Ez a kettő nem ugyanaz. Két labdarúgó futhat ugyanazon az edzésen ugyanannyit, az egyik számára azonban ez mérsékelt, a másik számára jelentős élettani terhelést jelenthet. Ugyanaz a futóedzés az egyik héten könnyűnek, néhány rosszul átaludt éjszaka vagy egy fertőzés kezdetén pedig szokatlanul nehéznek érződhet. A technológia egyik valódi értéke éppen abban rejlik, hogy az edző vagy a sportorvos már nemcsak a teljesített munkát látja, hanem annak egyéni „árát” is.

Egy szám soha nem maga a sportoló

Itt kezdődik azonban a történet nehezebb része. A technológia ugyanis rendkívül meggyőző tud lenni. Ha egy kijelzőn megjelenik egy szám – 72-es regeneráció, 48 milliszekundumos HRV, 53-as VO₂max, 8 óra 14 perc alvás –, hajlamosak vagyunk úgy tekinteni rá, mint objektív tényre. Pedig minden szám mögött mérési módszer, szenzor, algoritmus és bizonytalanság áll.

A sporttudományban ezért két kérdést mindig külön kell választanunk: meg tudunk-e mérni valamit, és jól mérjük-e azt? A hordható eszközök validitása és megbízhatósága mérőszámonként, készülékenként és mozgásformánként jelentősen eltérhet. A csapatsportokban alkalmazott mikrotechnológiai eszközökről készült szisztematikus áttekintés például arra jutott, hogy a pontosságot többek között az eszköz típusa, a mintavételi frekvencia, a mozgás iránya és intenzitása is befolyásolhatja. (PubMed) Éppen ezért a wearable-technológiák értékelésénél a validitás, a megbízhatóság és az érzékenység külön vizsgálata alapvető követelmény. (PubMed)

Még ennél is fontosabb, hogy számos fogyasztói eszköz nem közvetlenül méri azt, amit a kijelzőn látunk, hanem becsüli. Az okosóra például a VO₂max-ot rendszerint pulzus- és mozgásadatokból származtatja; az alvásfázisokat nem agyi EEG-vizsgálattal határozza meg; a „readiness” vagy „recovery” érték pedig több mérésből összeállított algoritmikus pontszám. Ettől ezek az adatok nem válnak értéktelenné. Csak tudnunk kell, hogy mit jelentenek – és főleg azt, hogy mit nem jelentenek.

A jó sporttudományi gyakorlatban ezért egyetlen szám ritkán döntő. Sokszor az egyéni trend fontosabb. Ha egy mérőeszköz következetesen ugyanazzal a módszerrel dolgozik, akkor a sportoló saját hosszú távú változásai hasznos információt adhatnak akkor is, ha az adott érték nem azonos egy laboratóriumi arany standard eredményével. A kérdés ilyenkor nem feltétlenül az, hogy „pontosan 52,7-e a VO₂max?”, hanem az, hogy az elmúlt három hónapban milyen irányban változott a sportoló állapota.

Mit lát az óra, amikor alszunk?

Talán nincs még egy terület, ahol ennyire közel engedtük volna a technológiát a magánéletünkhöz. A sportoló lefekszik, az óra pedig tovább dolgozik. Reggelre grafikon készül a pulzusról, a HRV-ről, az alvás időtartamáról, egyes eszközök pedig alvásfázisokat és regenerációs pontszámot is közölnek.

Az alapgondolat logikus. A regeneráció nem akkor kezdődik, amikor véget ér az edzés, és egy sportoló terhelhetőségét nem lehet kizárólag az edzőpályán megérteni. Az alvás, az előző napi terhelés, a pszichés stressz, az utazás vagy egy kezdődő betegség egyaránt módosíthatja a következő napi teljesítményt. Ha ezekből több paramétert hosszú időn keresztül követünk, olyan eltéréseket is észrevehetünk, amelyeket egyetlen mérésből nem látnánk.

Csakhogy itt különösen könnyű összetéveszteni az adatot a diagnózissal. Egy alacsonyabb HRV önmagában nem jelenti azt, hogy valaki túledzett, ahogyan egy rossz alváspontszám sem bizonyítja, hogy aznap képtelen jó teljesítményt nyújtani. A fiziológiai változékonyság természetes. Az értékeket befolyásolja az életkor, az edzettség, az előző napi terhelés, a pszichés állapot, az alkohol, az alvás, a mérési körülmények és számos más tényező.

Sőt, megjelent egy sajátos új jelenség is: a sportoló reggel nem azt kérdezi magától, hogy hogyan érzem magam?, hanem először megnézi, mit mond róla az órája. A technológia ilyenkor már nemcsak megfigyeli az állapotunkat, hanem befolyásolhatja azt is, hogyan értelmezzük saját testünket. Ezért a jövő sportolójának talán nemcsak adatokat kell megtanulnia olvasni, hanem azt is, mikor érdemes félretenni a kijelzőt és újra figyelni arra, amit a saját teste mond.

Megjósolható-e a sérülés?

Ez a sporttechnológia egyik legvonzóbb ígérete. Ha elegendő adatunk van a terhelésről, a mozgásról, az alvásról, a korábbi sérülésekről és a regenerációról, vajon felismerhető-e az a mintázat, amely néhány nappal vagy héttel megelőzi a sérülést?

Elméletileg igen csábító a gondolat. A mesterséges intelligencia éppen abban erős, amiben az ember korlátozott: hatalmas adatmennyiségekben képes összefüggéseket keresni. A legújabb AI–wearable rendszerek kutatása már nemcsak teljesítményoptimalizálással, hanem sérüléskockázat-becsléssel, return-to-play döntéstámogatással és sportolói jólléttel is foglalkozik. (PubMed)

A „sérülésjóslás” kifejezéssel azonban óvatosan kell bánnunk. A sportsérülés ritkán egyetlen tényező következménye. Szerepet játszhat benne a terhelés, a korábbi sérülés, a szövetek aktuális terhelhetősége, az életkor, a biomechanika, a regeneráció, a sportág, a játékhelyzet, a környezet és olykor egyszerűen a véletlen. Egy algoritmus ezért legfeljebb kockázatot becsülhet, nem tudja biztosan megmondani, ki fog holnap megsérülni.

Ez több mint nyelvi különbség. Ha egy rendszer 20 százalékkal magasabb kockázatot jelez, az edzőnek vagy sportorvosnak még mindig döntenie kell arról, mit jelent ez az adott ember esetében. Csökkentse a terhelést? Vizsgálja meg a sportolót? Kérdezze meg, hogyan érzi magát? Vagy ne változtasson semmin? Az algoritmus képes lehet jelezni, hogy valami eltér a megszokottól. A jelentést azonban továbbra is szakmai kontextusban kell megadni.

A mesterséges intelligencia belép az öltözőbe

Az AI valódi változást valószínűleg nem azzal hozza el, hogy még egy új mérőszámot ad a sporthoz, hanem azzal, hogy képes lesz egyszerre értelmezni sok különböző adatforrást. Egy edző számára szinte lehetetlen több tucat játékos több százezer napi adatpontját fejben összekapcsolni. Egy algoritmusnak ez természetes feladat.

Képzeljünk el egy rendszert, amely egyszerre látja az elmúlt hetek GPS-terhelését, a pulzusválaszt, a sebességadatokat, a sportoló önértékelését, esetleg az alvási és regenerációs mutatókat. A mesterséges intelligencia ezekből olyan mintázatokat kereshet, amelyek emberi szemmel nehezen felismerhetők. 2026-ban már elit kézilabdázók wearable adataiból is vizsgálnak olyan AI-modelleket, amelyek a terhelés és fáradás jellemzőinek becslésével próbálják támogatni az edzői döntéseket. (Frontiers)

A kulcsszó azonban itt a támogatás. A mesterséges intelligencia nem látja automatikusan a teljes sportolót. Tudhatja, hogy az elmúlt három napban megváltozott az alvása, csökkent a nagy intenzitású futások száma és emelkedett az azonos tempóhoz tartozó pulzusa. Azt azonban nem feltétlenül tudja, hogy vizsgára készül, beteg a gyermeke, konfliktusa volt az edzőjével, vagy egyszerűen rossz napja van. A friss szakirodalom ezért is hangsúlyozza az ember által felügyelt, human-in-the-loop szemlélet szükségességét: az AI mintázatot ismer fel, a szakember pedig kontextust ad hozzá. (Frontiers)

A következő határ: amit eddig csak vérből tudtunk

A wearable-technológia következő nagy lépése valószínűleg az lesz, amikor már nemcsak mozgást, pulzust vagy bőrhőmérsékletet figyelünk, hanem biokémiai folyamatokat is egyre közelebb kerülünk folyamatosan követni. A verejtékszenzorok kutatása például gyorsan fejlődik: a cél olyan nem invazív rendszerek létrehozása, amelyek sport közben különböző verejtékparamétereket és biomarkereket mérhetnek. Egy 2026-os áttekintés szerint a terület már a multimodális integráció és AI-alapú elemzés felé halad, ugyanakkor számos technikai és élettani probléma megoldása még hátravan. (PubMed)

Ez fontos figyelmeztetés. Attól, hogy egy szenzor képes kimutatni valamit a verejtékben, még nem következik automatikusan, hogy abból pontosan meg tudjuk mondani, mi történik a vérben vagy az izomban. A biomarkerek közötti kapcsolatok sokszor összetettek, a verejték összetételét pedig befolyásolja a verejtékezési sebesség, a bőrfelület, a hőmérséklet és számos egyéni tényező.

Mégis jól látható az irány. A sportmonitorozás a mozgás mérésétől fokozatosan a szervezet belső folyamatainak folyamatos megfigyelése felé halad. Ha ehhez hozzávesszük a rugalmas, textilbe épített szenzorokat, a hordható biomechanikai eszközöket és az egyre fejlettebb algoritmusokat, könnyen elképzelhető, hogy néhány évtized múlva a mai okosóra ugyanolyan kezdetleges eszköznek tűnik majd, mint nekünk most az első digitális pulzusmérők. (PubMed)

Amikor az adat visszatér a rehabilitációba

A technológiai fejlődés egyik legizgalmasabb területe nem feltétlenül az élsport, hanem a sérülés utáni rehabilitáció. A hagyományos kontrollvizsgálat szükségszerűen pillanatfelvétel. A sportoló elvégez néhány erő- vagy funkcionális tesztet, az orvos vagy gyógytornász megvizsgálja, majd ezekből próbál következtetni arra, hogyan viselkedik majd a pályán.

A hordható szenzorok ezzel szemben lehetővé teszik, hogy a mozgást természetes környezetben is vizsgáljuk. Egy inerciális mérőegység érzékelheti a gyorsulásokat és bizonyos mozgásmintákat, más rendszerek az ugrás, futás vagy irányváltás jellemzőit követhetik. A rehabilitáció és sportteljesítmény monitorozására szolgáló wearable rendszerek alkalmazása ezért gyorsan fejlődő terület. (PubMed)

A jövőben elképzelhető, hogy a return-to-sport döntés során nem csupán azt vizsgáljuk, képes-e a sportoló egy adott tesztet jól végrehajtani, hanem azt is, hogyan viselkedik a mozgása a századik sprintnél, fáradt állapotban, váratlan irányváltás közben vagy egy teljes edzéshét végén. Ez sokkal közelebb áll ahhoz a valós helyzethez, amelyben a sérülések jelentős része történik.

A technológia azonban itt sem adhat egyszerű zöld vagy piros lámpát. A visszatérés a sportba továbbra is összetett klinikai döntés marad, amelyben a szöveti gyógyulás, a funkció, a terhelhetőség, a pszichológiai készenlét, a sportág követelményei és a sportoló saját visszajelzése egyaránt szerepet kap. Az adat újabb információt adhat ehhez a döntéshez, de nem maga a döntés.

Amikor túl sok lesz az adat

A sporttechnológia egyik legfurcsább paradoxona, hogy miközben azért fejlesztettük, hogy csökkentse a bizonytalanságot, könnyen új bizonytalanságot teremthet. Egy edző korábban néhány alapvető paraméterből dolgozott. Ma egyetlen edzés után több tucat mutatót kaphat minden sportolóról. Ha pedig minden mérhető adatot figyelni próbálunk, hamar eljutunk oda, hogy már nem az információ hiánya, hanem annak mennyisége válik problémává.

Nem minden statisztikailag érdekes változás sportbiológiailag jelentős. Nem minden korreláció alkalmas döntéshozatalra, és nem minden mérőszám érdemli meg, hogy naponta kövessük. Egy jó monitorozási rendszer ezért nem attól jó, hogy sok adatot gyűjt, hanem attól, hogy kevés, jól megválasztott információt képes értelmes döntéssé alakítani.

Ez egyben visszaadja a szakember szerepét is. A jövő sportorvosa, gyógytornásza vagy edzője valószínűleg nem kevesebbet fog gondolkodni a technológia miatt, hanem többet. Meg kell értenie, hogyan született az adat, mennyire pontos, milyen populáción validálták, mekkora változás tekinthető valóban jelentősnek, és hogyan illeszkedik mindez ahhoz, amit a sportolóról egyébként tud.

A több adat tehát nem feltétlenül jelent több tudást. A tudás akkor keletkezik, amikor az adat értelmet kap.

Van valami, amit a szenzor továbbra sem lát

Képzeljük el ugyanazt a sportolót, akivel a cikk elején találkoztunk. Reggel az órája szerint jól aludt. A HRV a megszokott tartományban van, a nyugalmi pulzusa normális. Az előző heti terhelés megfelelő, a GPS-adatok nem mutatnak problémát. A rendszer zöld jelzést ad: terhelhető. A sportoló mégsem érzi jól magát. Lehet, hogy fél egy közelgő versenytől. Talán elvesztette az önbizalmát. Lehet, hogy egy hónapok óta húzódó konfliktus miatt már nem szeret edzésre járni. Vagy egyszerűen elfáradt abban, hogy minden nap teljesítenie kell.

Ezekből valamennyit talán egyszer közvetetten felismernek majd az algoritmusok. A viselkedés változása, az alvás, a pulzus vagy más jelek alapján egy rendszer észlelheti, hogy valami nincs rendben. De ettől még nem biztos, hogy érti, miért nincs rendben. Itt húzódik a technológia egyik legfontosabb jelenlegi határa. A sportoló nem fiziológiai paraméterek gyűjteménye. Biológiai, pszichológiai és társadalmi rendszer, akinek ugyanaz a terhelés más jelentést hordozhat különböző élethelyzetekben. A számok megmutathatják, hogy valami megváltozott. Az emberi kapcsolat sokszor azt mutatja meg, hogy mi.

Ezért az egyik legfejlettebb „monitorozási eszköz” valószínűleg még sokáig egy egyszerű kérdés marad: Hogy vagy? Nem azért, mert a technológia felesleges, hanem mert az adat és a beszélgetés másféle információt ad.

Kié a sportoló adata?

Minél többet mérünk, annál kevésbé kerülhető meg egy másik kérdés. Ki rendelkezik mindezzel az információval? Egy professzionális sportoló adatai komoly értéket képviselhetnek. A terhelési előzmények, egészségi paraméterek, alvási mintázatok vagy sérülési kockázatra vonatkozó becslések nem egyszerű edzésadatok. Egy részük érzékeny egészségügyi információhoz közelít, és befolyásolhatja azt is, hogyan ítéli meg a sportolót egy klub, edző vagy más szereplő.

Utánpótláskorú sportolóknál a kérdés még érzékenyebb. Ha egy tizenhárom éves gyermek éveken keresztül visel különböző szenzorokat, olyan digitális sportolói profil keletkezhet róla, amelynek hosszú távú jelentőségét ma még nehéz felmérni. Mit őrzünk meg ezekből az adatokból? Ki fér hozzájuk? Mire használhatók később? Mit jelent valódi beleegyezést adni egy olyan algoritmikus rendszerhez, amelynek működését sokszor még a felnőttek sem értik pontosan?

A sporttechnológia fejlődése ezért nemcsak mérnöki és sporttudományi kérdés. Etikai kérdés is. Minél pontosabban látjuk a sportolót számokban, annál nagyobb felelősségünk lesz abban, hogy ezeket a számokat hogyan használjuk.

Nem kevesebb emberre, hanem jobb döntésekre van szükség

Könnyű elképzelni egy olyan jövőt, amelyben a mesterséges intelligencia megírja az edzéstervet, az okosruha méri a terhelést, a szenzor felismeri a fáradást, az algoritmus pedig eldönti, mikor pihenjen a sportoló. Technológiailag ennek egyre több eleme válik lehetségessé. Mégsem biztos, hogy ez jelenti a fejlődés kívánatos irányát.

A sport ugyanis nem optimalizálási feladat. Természetesen szeretnénk gyorsabban futni, magasabbra ugrani, kevesebb sérülést elszenvedni és pontosabban adagolni a terhelést. De a sportoló fejlődése közben tanul, hibázik, fél, kockáztat, motivációt veszít és talál újra. Az edző pedig nem azért fontos, mert fejben képes gyorsabban kiszámítani valamit egy algoritmusnál, hanem mert ismeri azt az embert, akiről a számok szólnak.

Ezért a sporttechnológia következő nagy forradalma talán nem az lesz, amikor mindent képesek leszünk mérni. Hanem amikor megtanuljuk, mit nem érdemes mérni, melyik adatot nem szabad túlértelmezni, és mikor kell a számok helyett ismét a sportolóra nézni.

A sportoló, akit újra egészben kell látnunk

A stopperóra óta hosszú utat tettünk meg. Ma már egy edzés néhány órája alatt több információ keletkezhet egy sportolóról, mint amennyivel néhány évtizeddel ezelőtt egy teljes szezon alatt rendelkezett az edzője. És ez még csak a kezdet. A hordható szenzorok, a mesterséges intelligencia, a folyamatos biomarker-monitorozás és a biomechanikai elemzés következő generációja egyre részletesebb képet fog rajzolni az emberi teljesítményről.

Ennek óriási értéke lehet. Korábban felismerhetünk kedvezőtlen változásokat, pontosabban adagolhatjuk a terhelést, személyre szabhatjuk a rehabilitációt, és olyan összefüggéseket érthetünk meg, amelyek korábban láthatatlanok voltak. A wearable és AI-technológiák jelenlegi kutatási iránya már egyszerre foglalkozik teljesítménnyel, sérüléskockázattal, rehabilitációval és jólléttel. (PubMed)

De a technológia legnagyobb értéke talán nem az lesz, hogy helyettünk megmondja, mit tegyünk. Sokkal inkább az, hogy jobb kérdéseket tudunk feltenni általa.

Miért reagál másképpen ugyanarra a terhelésre két sportoló? Miért romlik valakinek a teljesítménye, miközben a hagyományos vizsgálatai normálisak? Mikor jelent valódi problémát egy apró változás, és mikor csupán az emberi szervezet természetes ingadozását látjuk? Hogyan tér vissza valaki biztonságosan egy sérülés után? Milyen jelek előzik meg azt, amikor a sportoló már nem képes alkalmazkodni a terheléshez?

Ezekre a kérdésekre egyre több adatunk lesz. A válasz azonban valószínűleg továbbra sem egyetlen kijelzőn jelenik majd meg. A jövő sportjában ezért talán nem az lesz a legjobb szakember, akinek a legtöbb adata van, hanem az, aki tudja, melyik adat mögött kell meglátnia az embert.

Fő tanulságok

• Soha nem tudtunk ennyit mérni a sportolóról, de a több adat önmagában nem jelent jobb döntést. Az információ értékét annak validitása, értelmezése és megfelelő kontextusa adja.
• A wearable eszközök legnagyobb előnye a folyamatosság. A laboratóriumi pillanatfelvételek mellett már a sportoló valós edzés- és életkörnyezetében követhetünk hosszú távú változásokat.
• Nem minden kijelzett érték közvetlen mérés. Számos VO₂max-, alvás-, regenerációs vagy terhelhetőségi mutató algoritmikus becslés, amelynek ismerni kell a korlátait.
• A mesterséges intelligencia kockázatot és mintázatot becsülhet, nem jövőt jósol. Sérülésmegelőzésben és return-to-sport döntésekben döntéstámogató eszköz lehet, de nem helyettesíti a klinikai és edzői mérlegelést.
• A sportoló több, mint az adatai. A technológia akkor válik igazán értékessé, ha nem eltávolít bennünket az embertől, hanem segít pontosabban megérteni őt.

Irodalomjegyzék

1. Düking P, Fuss FK, Holmberg HC, Sperlich B. Recommendations for assessment of the reliability, sensitivity, and validity of data provided by wearable sensors designed for monitoring physical activity. JMIR Mhealth Uhealth. 2018;6(4):e102. doi:10.2196/mhealth.9341. (PubMed)
2. Camomilla V, Bergamini E, Fantozzi S, Vannozzi G. Trends supporting the in-field use of wearable inertial sensors for sport performance evaluation: a systematic review. Sensors (Basel). 2018;18(3):873. doi:10.3390/s18030873. (PubMed)
3. O’Reilly M, Caulfield B, Ward T, Johnston W, Doherty C. Wearable inertial sensor systems for lower limb exercise detection and evaluation: a systematic review. Sports Med. 2018;48(5):1221–1246. doi:10.1007/s40279-018-0878-4. (PubMed)
4. Boudreaux BD, Hebert EP, Hollander DB, Williams BM, Cormier CL, Naquin MR, et al. Validity of wearable activity monitors during cycling and resistance exercise. Med Sci Sports Exerc. 2018;50(3):624–633. doi:10.1249/MSS.0000000000001471. (PubMed)
5. Skazalski C, Whiteley R, Hansen C, Bahr R. A valid and reliable method to measure jump-specific training and competition load in elite volleyball players. Scand J Med Sci Sports. 2018;28(5):1578–1585. doi:10.1111/sms.13052. (PubMed)
6. Lynn SK, Watkins CM, Wong MA, Balfany K, Feeney DF. Validity and reliability of surface electromyography measurements from a wearable athlete performance system. J Sports Sci Med. 2018;17(2):205–215. (PubMed)
7. Chinoy ED, Cuellar JA, Huwa KE, Jameson JT, Watson CH, Bessman SC, et al. Performance of seven consumer sleep-tracking devices compared with polysomnography. Sleep. 2021;44(5):zsaa291.
8. Lee T, Cho Y, Cha KS, Jung J, Cho J, Kim H, et al. Accuracy of 11 wearable, nearable, and airable consumer sleep trackers: prospective multicenter validation study. JMIR Mhealth Uhealth. 2023;11:e50983. doi:10.2196/50983. (PubMed)
9. Burger J, Henze AS, Voit T, Latzel R, Moser O. Athlete monitoring systems in elite men’s basketball: challenges, recommendations, and future perspectives. Transl Sports Med. 2024;2024:6326566. doi:10.1155/2024/6326566. (Wiley Online Library)
10. Roach GD, Miller DJ, Shell SJ, Miles KH, Sargent C. Validation of a neurophysiological-based wearable device (Somfit) for the assessment of sleep in athletes. Sensors (Basel). 2025;25(7):2123. doi:10.3390/s25072123. (PubMed)
11. Aryan A, Raj K, Verma V, Singh D, Bharti HS. Artificial intelligence-integrated wearable technology in sports medicine injury prevention and rehabilitation: a narrative review. J Sports Rehabil Sci. 2025. doi:10.32598/JSRS.2025.1104. (DOI)
12. Artificial intelligence and wearables in sport: performance, injury risk, and wellbeing. Front Artif Intell. 2026;9:1838507. doi:10.3389/frai.2026.1838507. (PubMed)