Υπάρχει μία στιγμή σε κάθε αγώνα δρόμου που κανένας αθλητής δεν μπορεί να προσδιορίσει με ακρίβεια. Είναι εκείνο το λεπτό, εκείνο το χιλιόμετρο ή ακόμη και εκείνα τα λίγα δευτερόλεπτα πριν το σώμα πάψει να υπακούει στις εντολές του εγκεφάλου. Μέχρι τότε όλα μοιάζουν να λειτουργούν φυσιολογικά. Η αναπνοή είναι δύσκολη αλλά ελεγχόμενη, τα πόδια εξακολουθούν να γυρίζουν και ο ρυθμός δείχνει να διατηρείται. Ξαφνικά, όμως, η απόδοση καταρρέει. Ο αθλητής δεν μπορεί πλέον να επιταχύνει, πολλές φορές ούτε καν να διατηρήσει την ταχύτητά του.

Αυτό το σημείο αποτελεί εδώ και δεκαετίες ένα από τα μεγαλύτερα μυστήρια της αθλητικής φυσιολογίας. Δεν είναι τυχαίο ότι ακόμη και οι κορυφαίοι δρομείς του κόσμου χάνουν αγώνες επειδή έκαναν ένα μικρό λάθος στον ρυθμό λίγα λεπτά νωρίτερα. Μέχρι σήμερα, ο μοναδικός «σύμβουλος» του αθλητή ήταν η εμπειρία, η αίσθηση της κόπωσης και τα δεδομένα από το ρολόι του.

 

Μία νέα επιστημονική εργασία, όμως, έρχεται να προτείνει μια εντελώς διαφορετική προσέγγιση. Ερευνητές ανέπτυξαν ένα σύστημα τεχνητής νοημοσύνης που παρακολουθεί συνεχώς τις φυσιολογικές αντιδράσεις του οργανισμού, υπολογίζει πόση αναερόβια ενεργειακή εφεδρεία απομένει και ειδοποιεί τον αθλητή πότε ακριβώς πρέπει να αλλάξει τον ρυθμό του πριν εμφανιστεί η μεταβολική κατάρρευση.

Η μελέτη πραγματοποιήθηκε σε αθλητές των 800 μέτρων, όμως οι προεκτάσεις της ξεπερνούν κατά πολύ το συγκεκριμένο αγώνισμα. Αγγίζουν ολόκληρο το φάσμα των αποστάσεων, από τα 800 μέτρα μέχρι τον μαραθώνιο, ανοίγοντας μια νέα συζήτηση για το μέλλον της προπονητικής και της αγωνιστικής στρατηγικής.

Η μεγαλύτερη αδυναμία του ανθρώπινου οργανισμού

Ο ανθρώπινος οργανισμός διαθέτει δεκάδες μηχανισμούς που ενημερώνουν τον εγκέφαλο για τη θερμοκρασία, την αφυδάτωση, την ένταση της άσκησης και την κόπωση. Παρ' όλα αυτά, δεν διαθέτει έναν αξιόπιστο μηχανισμό που να πληροφορεί τον αθλητή πόσο κοντά βρίσκεται στο πραγματικό μεταβολικό του όριο.

Στις υψηλές εντάσεις υπάρχει ένα περιορισμένο ενεργειακό απόθεμα που επιτρέπει στον οργανισμό να κινείται πάνω από τη μέγιστη ένταση που μπορεί να διατηρήσει για μεγάλο χρονικό διάστημα. Η κατανάλωση αυτού του αποθέματος γίνεται συνεχώς όσο ο αθλητής κινείται γρηγορότερα από το κρίσιμο επίπεδο έντασής του.

Το πρόβλημα είναι ότι η εξάντληση αυτού του αποθέματος δεν γίνεται άμεσα αντιληπτή. Ο δρομέας αισθάνεται ότι εξακολουθεί να ελέγχει την προσπάθεια, ενώ στην πραγματικότητα η ενεργειακή του δεξαμενή έχει σχεδόν αδειάσει. Όταν τελικά το αντιληφθεί, είναι ήδη αργά.

Αυτή ακριβώς τη χρονική υστέρηση προσπάθησε να καλύψει η νέα μελέτη.

Η φιλοσοφία του «ψηφιακού διδύμου»

Οι ερευνητές( Qiu, Zhao & Li, PMID: 42135810) δημιούργησαν για κάθε αθλητή ένα εξατομικευμένο μαθηματικό μοντέλο, ένα είδος ψηφιακού αντιγράφου του μεταβολισμού του, το οποίο ενημερωνόταν διαρκώς από αισθητήρες που κατέγραφαν τη μυϊκή οξυγόνωση, την καρδιακή συχνότητα, τη συχνότητα των διασκελισμών και την ταχύτητα.

Το σύστημα δεν περιοριζόταν στην απλή καταγραφή των δεδομένων. Η τεχνητή νοημοσύνη τα επεξεργαζόταν κάθε στιγμή, υπολογίζοντας πόσο ενεργειακό απόθεμα είχε απομείνει και προβλέποντας πότε αυτό θα έφτανε σε κρίσιμο επίπεδο.

Με άλλα λόγια, το σύστημα δεν περίμενε να εμφανιστεί η κόπωση. Την προέβλεπε.

Η μεθοδολογία της έρευνας

Στη μελέτη που δημοσιεύθηκε το 2026 στο επιστημονικό περιοδικό BMC Sports Science, Medicine and Rehabilitation, συμμετείχαν δώδεκα αθλητές υψηλού επιπέδου στα 800 μέτρα.

Αρχικά πραγματοποιήθηκαν εργαστηριακές δοκιμασίες ώστε να υπολογιστούν τα ατομικά φυσιολογικά χαρακτηριστικά κάθε δρομέα και να δημιουργηθεί το εξατομικευμένο μαθηματικό μοντέλο του οργανισμού του.

Στη συνέχεια οι αθλητές έτρεξαν δοκιμαστικές κούρσες φορώντας αισθητήρες μυϊκής οξυγόνωσης, αισθητήρες καρδιακής συχνότητας και συστήματα καταγραφής της ταχύτητας και της συχνότητας διασκελισμού.

Κατά τη διάρκεια των δοκιμών, το σύστημα τεχνητής νοημοσύνης δεχόταν συνεχώς όλα τα φυσιολογικά δεδομένα και υπολόγιζε σε πραγματικό χρόνο την εξέλιξη της ενεργειακής κατάστασης του οργανισμού.

Όταν προέβλεπε ότι ο αθλητής πλησίαζε στο κρίσιμο σημείο, του έδινε οδηγία να τροποποιήσει ελαφρά τη συχνότητα των διασκελισμών του ώστε να καθυστερήσει την εξάντληση του ενεργειακού αποθέματος.

Το μεταβολικό παράδοξο που αλλάζει την αντίληψη για το τρέξιμο

Η πρώτη ενότητα της μελέτης περιγράφει ένα ιδιαίτερα ενδιαφέρον φαινόμενο.

Οι αθλητές μπορούν να βρίσκονται πολύ κοντά στη μεταβολική εξάντληση χωρίς να το αισθάνονται. Αυτό εξηγεί γιατί τόσοι πολλοί αγώνες κρίνονται από μία λανθασμένη απόφαση που λαμβάνεται αρκετά πριν από τον τερματισμό.

Οι ερευνητές επισημαίνουν ότι η πιο κρίσιμη φάση ενός αγώνα 800 μέτρων βρίσκεται περίπου μεταξύ 400 και 600 μέτρων. Εκεί οι περισσότεροι αθλητές αποφασίζουν ασυναίσθητα αν θα συνεχίσουν να πιέζουν ή αν θα διαχειριστούν τον ρυθμό τους, χωρίς όμως να γνωρίζουν την πραγματική μεταβολική κατάσταση του οργανισμού τους.

Οι αισθητήρες μυϊκής οξυγόνωσης μπορούν να «δουν» αυτό που ο αθλητής δεν μπορεί να αισθανθεί, ενώ η τεχνητή νοημοσύνη μετατρέπει αυτές τις πληροφορίες σε πρακτικές οδηγίες.

Πώς λειτουργεί το σύστημα

Η λειτουργία του χωρίζεται σε τρία στάδια.Αρχικά γίνεται συνεχής παρακολούθηση όλων των φυσιολογικών παραμέτρων. Η μυϊκή οξυγόνωση, η καρδιακή συχνότητα, η ταχύτητα και η συχνότητα διασκελισμού καταγράφονται αδιάκοπα.

Στη συνέχεια, το μοντέλο υπολογίζει πότε το ενεργειακό απόθεμα θα φτάσει σε κρίσιμο σημείο εφόσον συνεχιστεί ο ίδιος ρυθμός.

Τέλος, πριν ακόμη εμφανιστεί η μεταβολική κατάρρευση, το σύστημα δίνει οδηγία στον αθλητή να τροποποιήσει ελαφρά τον ρυθμό των διασκελισμών του, με στόχο να καθυστερήσει την εξάντληση της αναερόβιας ενεργειακής δεξαμενής και να διατηρήσει μεγαλύτερο ενεργειακό απόθεμα για το τέλος του αγώνα.

Τα συμπεράσματα της μελέτης

1.Η τεχνητή νοημοσύνη έκανε τους δρομείς 3,2% ταχύτερους

Η πρώτη φάση παρουσιάζει το κεντρικό συμπέρασμα της μελέτης και ταυτόχρονα το βασικό ερώτημα που επιχείρησαν να απαντήσουν οι ερευνητές: μπορεί η τεχνητή νοημοσύνη να βοηθήσει έναν αθλητή να πάρει καλύτερες αποφάσεις κατά τη διάρκεια ενός αγώνα;

Η απάντηση ήταν θετική. Οι αθλητές που ακολούθησαν τις οδηγίες του συστήματος βελτίωσαν τον χρόνο τους κατά 3,2%.

Η βελτίωση αυτή δεν οφειλόταν σε μεγαλύτερη φυσική κατάσταση ούτε σε καλύτερη προπόνηση. Οι ίδιοι αθλητές έτρεξαν και στις δύο συνθήκες. Η μοναδική διαφορά ήταν ότι στη μία περίπτωση η επιλογή του ρυθμού γινόταν αποκλειστικά από τους ίδιους, ενώ στην άλλη η τεχνητή νοημοσύνη παρενέβαινε τη στιγμή που προέβλεπε ότι πλησίαζαν στο μεταβολικό τους όριο.

Πρόκειται ουσιαστικά για απόδειξη ότι η καλύτερη διαχείριση της ενέργειας μπορεί από μόνη της να βελτιώσει σημαντικά την απόδοση.

2.Το μεταβολικό παράδοξο των 800 μέτρων

Η δεύτερη φάση εξηγεί γιατί οι περισσότεροι αθλητές κάνουν λάθος επιλογές στον ρυθμό τους.

Οι ερευνητές περιγράφουν τέσσερα βασικά σημεία.

Το πρώτο είναι ότι η ενεργειακή δεξαμενή μπορεί να έχει σχεδόν αδειάσει χωρίς ο αθλητής να το αισθάνεται.

Το δεύτερο είναι ότι οι αποφάσεις μεταξύ 400 και 600 μέτρων είναι εκείνες που καθορίζουν σχεδόν ολόκληρο τον αγώνα.

Το τρίτο είναι ότι οι αισθητήρες μυϊκής οξυγόνωσης μπορούν να ανιχνεύσουν μεταβολές που δεν αντιλαμβάνεται ο εγκέφαλος.

Το τέταρτο είναι ότι η τεχνητή νοημοσύνη αξιοποιεί αυτές τις πληροφορίες ώστε να παρέμβει πριν ξεκινήσει η μεταβολική κατάρρευση.

Η κάρτα αυτή ουσιαστικά αποτελεί τη θεωρητική βάση ολόκληρης της μελέτης.

3. Πώς λειτουργεί το σύστημα βήμα προς βήμα

Η τρίτη φάση παρουσιάζει τον μηχανισμό λειτουργίας.

Αρχικά γίνεται συνεχής παρακολούθηση της μυϊκής οξυγόνωσης, της καρδιακής συχνότητας, της ταχύτητας και της συχνότητας διασκελισμού.

Στη συνέχεια το μοντέλο υπολογίζει πόσο ενεργειακό απόθεμα απομένει.

Τέλος, όταν προβλέψει ότι το απόθεμα πλησιάζει στο κρίσιμο όριο, ειδοποιεί τον αθλητή να τροποποιήσει ελαφρά τη συχνότητα των διασκελισμών του.

Το σημαντικό στοιχείο είναι ότι η τεχνητή νοημοσύνη δεν αντιδρά στην κόπωση. Προβλέπει την κόπωση πριν αυτή εμφανιστεί.

4.Οι αριθμοί της μελέτης

Η τέταρτη περιλαμβάνει όλα τα ποσοτικά αποτελέσματα.

Ο μέσος χρόνος των αθλητών μειώθηκε από 125,3 σε 121,3 δευτερόλεπτα.

Η συνολική βελτίωση έφτασε το 3,2%.

Τα τελευταία 200 μέτρα καλύφθηκαν περίπου τρία δευτερόλεπτα γρηγορότερα.

Οι αθλητές διατήρησαν σημαντικά μεγαλύτερο ενεργειακό απόθεμα στα 600 μέτρα.

 

Η μυϊκή οξυγόνωση ήταν αισθητά υψηλότερη.

Παράλληλα, η συχνότητα των διασκελισμών ήταν ελαφρώς χαμηλότερη, γεγονός που υποδηλώνει καλύτερη οικονομία κίνησης.

Τέλος, η ακρίβεια του μαθηματικού μοντέλου ήταν εξαιρετικά υψηλή, γεγονός που δείχνει ότι η τεχνητή νοημοσύνη μπορούσε να προβλέψει με μεγάλη αξιοπιστία την πορεία της μεταβολικής κατάστασης.

5.Η εξέλιξη της ενεργειακής δεξαμενής κατά τη διάρκεια του αγώνα

Ίσως είναι το σημαντικότερο διάγραμμα της μελέτης.

Η μπλε καμπύλη αντιστοιχεί στους αθλητές που ακολούθησαν τις οδηγίες της τεχνητής νοημοσύνης.

Η πορτοκαλί σε όσους έτρεξαν μόνο με το ένστικτό τους.

Μέχρι περίπου τα 400 μέτρα οι δύο καμπύλες είναι σχεδόν ίδιες.

Στα 500 μέτρα όμως η τεχνητή νοημοσύνη παρεμβαίνει.

Από εκείνο το σημείο και μετά η κατανάλωση του ενεργειακού αποθέματος επιβραδύνεται σημαντικά.

Αντίθετα, στην ομάδα αυτορρύθμισης η ενεργειακή δεξαμενή συνεχίζει να αδειάζει γρήγορα.

Έτσι εξηγείται γιατί οι αθλητές της πρώτης ομάδας είχαν πολύ δυνατότερο τελικό σπριντ.

6.Πώς «σκέφτεται» η τεχνητή νοημοσύνη

Η έκτη φάση παρουσιάζει ποια φυσιολογικά δεδομένα θεωρεί σημαντικότερα ο αλγόριθμος σε κάθε φάση του αγώνα.

Στα πρώτα 200 μέτρα μεγαλύτερη σημασία έχει η ταχύτητα.

Μεταξύ 200 και 400 μέτρων αρχίζει να αποκτά ολοένα μεγαλύτερη βαρύτητα η μυϊκή οξυγόνωση.

Από τα 400 μέχρι τα 600 μέτρα η μυϊκή οξυγόνωση γίνεται η σημαντικότερη μεταβλητή, επειδή εκεί αποκαλύπτεται αν ο οργανισμός πλησιάζει στη μεταβολική εξάντληση.

Στα τελευταία 200 μέτρα κυριαρχεί η συχνότητα των διασκελισμών, καθώς οι μικρές αλλαγές στην τεχνική μπορούν να διατηρήσουν την ταχύτητα μέχρι τον τερματισμό.

Η κάρτα αυτή δείχνει ότι η τεχνητή νοημοσύνη δεν βασίζεται σε έναν μόνο δείκτη, αλλά αλλάζει συνεχώς τις προτεραιότητές της ανάλογα με τη φάση του αγώνα.

Τι σημαίνει αυτή η μελέτη για τα 1.500, τα 5.000, τα 10.000 μέτρα και τον μαραθώνιο

Παρότι η συγκεκριμένη έρευνα αφορά τα 800 μέτρα, οι εφαρμογές της είναι πολύ ευρύτερες.

Στα 1.500 και στα 5.000 μέτρα, όπου η τακτική και η σωστή διαχείριση του ρυθμού είναι καθοριστικές, ένα τέτοιο σύστημα θα μπορούσε να βοηθήσει τον αθλητή να αποφύγει την πρόωρη συσσώρευση κόπωσης και να επιλέξει τη βέλτιστη στιγμή για την τελική επίθεση.

Στα 10.000 μέτρα, όπου οι διακυμάνσεις του ρυθμού και οι αλλαγές ταχύτητας είναι συχνές, η συνεχής εκτίμηση της μεταβολικής κατάστασης θα μπορούσε να αποτρέψει την υπερβολική κατανάλωση ενέργειας στις πρώτες φάσεις του αγώνα.

Στον ημιμαραθώνιο και ιδιαίτερα στον μαραθώνιο, όπου η λανθασμένη επιλογή ρυθμού στα πρώτα χιλιόμετρα πληρώνεται σχεδόν πάντα μετά το τριακοστό χιλιόμετρο, η δυνατότητα συνεχούς πρόβλεψης της φυσιολογικής επιβάρυνσης ίσως αποτελέσει στο μέλλον ένα από τα σημαντικότερα εργαλεία στρατηγικής. Αντί ο δρομέας να βασίζεται μόνο στον καρδιακό ρυθμό, στον ρυθμό ανά χιλιόμετρο ή στην προσωπική αίσθηση, θα μπορούσε να λαμβάνει εξατομικευμένες οδηγίες που θα λαμβάνουν υπόψη την πραγματική κατάσταση του οργανισμού του εκείνη ακριβώς τη στιγμή.

Τα όρια της μελέτης

Παρά τον εντυπωσιακό σχεδιασμό της, η μελέτη δεν επιτρέπει ακόμη οριστικά συμπεράσματα.

Το δείγμα ήταν μικρό, οι συμμετέχοντες ήταν όλοι αθλητές υψηλού επιπέδου, οι δοκιμές πραγματοποιήθηκαν σε ελεγχόμενο περιβάλλον και όχι σε πραγματικές αγωνιστικές συνθήκες, ενώ δεν μπορεί να αποκλειστεί ότι μέρος της βελτίωσης οφειλόταν και στην ίδια την ακουστική καθοδήγηση που δεχόταν ο αθλητής και όχι αποκλειστικά στην τεχνητή νοημοσύνη.

Επιπλέον, μένει να αποδειχθεί αν η ίδια τεχνολογία θα διατηρήσει την αποτελεσματικότητά της σε γυναίκες, σε ερασιτέχνες δρομείς, σε αθλητές διαφορετικών ηλικιών και κυρίως σε μεγαλύτερες αποστάσεις.

Η νέα εποχή της επιστήμης του τρεξίματος

Για δεκαετίες, η προπόνηση βασιζόταν στην εμπειρία του προπονητή, στην αίσθηση του αθλητή και σε μετρήσεις που αναλύονταν μετά το τέλος της προσπάθειας. Η νέα αυτή μελέτη δείχνει ότι βρισκόμαστε μπροστά σε μια διαφορετική εποχή, όπου η τεχνητή νοημοσύνη μπορεί να μετατρέψει τα βιολογικά σήματα του οργανισμού σε άμεσες αγωνιστικές αποφάσεις.

Ίσως να απέχουμε ακόμη χρόνια από το να βλέπουμε μαραθωνοδρόμους να δέχονται εξατομικευμένες οδηγίες από ένα σύστημα τεχνητής νοημοσύνης σε κάθε χιλιόμετρο. Ωστόσο, η κατεύθυνση της έρευνας είναι πλέον σαφής. Το μεγάλο ερώτημα δεν είναι αν η τεχνητή νοημοσύνη θα αποτελέσει μέρος της προπόνησης και των αγώνων δρόμου, αλλά πότε οι τεχνολογίες αυτές θα γίνουν αρκετά αξιόπιστες, μικρές και προσιτές ώστε να περάσουν από το εργαστήριο στον καρπό κάθε δρομέα. Και όταν αυτό συμβεί, ίσως η σημαντικότερη απόφαση ενός αγώνα να μην λαμβάνεται πλέον μόνο από τον αθλητή και τον προπονητή του, αλλά και από έναν αλγόριθμο που θα γνωρίζει το σώμα του καλύτερα από τον ίδιο.