A Low-Cost Adaptive Smart Sock for Assessing Walking and Running Level and Prescribing Progressive Cardiorespiratory Training

Resumen Técnico: Un Calcetín Inteligente Adaptativo de Bajo Costo para Evaluar el Nivel de Caminata y Carrera y Prescribir Entrenamiento Cardiorrespiratorio Progresivo

Planteamiento del Problema
La investigación aborda una brecha crítica en la salud pública y la orientación del ejercicio: los usuarios principiantes a menudo carecen de un mecanismo objetivo, de bajo costo y sencillo para evaluar su capacidad actual de caminar o correr. Sin esta evaluación, los individuos pueden progresar demasiado rápido, lo que conduce a la fatiga, el dolor y una mala adherencia, o permanecer en niveles de actividad bajos con una mejora cardiorrespiratoria limitada. Las aplicaciones móviles existentes suelen prescribir planes fijos basados en tiempo, distancia por GPS o entrada manual, fallando al no capturar en tiempo real el movimiento del pie, la estabilidad del ritmo o las transiciones fluidas entre caminar y correr. Además, el análisis de la marcha tradicional depende de equipos de laboratorio costosos (captura de movimiento, plataformas de fuerza) que son inaccesibles para el uso cotidiano. La pregunta central de la investigación es cómo un calcetín inteligente de bajo costo puede evaluar objetivamente el nivel de locomoción de un usuario y generar un programa adaptativo de caminata-a-carrera para mejorar la aptitud cardiorrespiratoria sin reemplazar los diagnósticos clínicos.

Metodología y Arquitectura del Sistema
La solución propuesta es un "prototipo de investigación de mínimo producto viable" que consiste en un módulo de pie extraíble para el calzado y una aplicación móvil complementaria. El sistema prioriza la lógica de software adaptativa sobre el hardware de detección costoso.

• Componentes de Hardware: El módulo de pie integra una única Unidad de Medición Inercial (IMU) para medir la aceleración y la velocidad angular, y un único Resistor Sensible a la Fuerza (FSR) en el antepié para detectar el contacto del pie con el suelo y el tiempo de despegue. Estos sensores se conectan a un microcontrolador Bluetooth de Baja Energía (BLE) (por ejemplo, ESP32-C3 o XIAO nRF52840), alimentado por una pequeña batería LiPo recargable (100–150 mAh). El módulo está alojado en una carcasa protectora (TPU/silicona o funda textil) para resistir el sudor y el impacto.
• Procesamiento de Datos y Lógica: La aplicación móvil gestiona el procesamiento complejo, incluyendo la clasificación de la línea base, la generación del plan de entrenamiento y la adaptación semanal. El módulo de pie transmite métricas brutas o resumidas a través de BLE.
• Evaluación de la Línea Base: El sistema inicia con una prueba de línea base de 6 a 12 minutos donde el usuario realiza caminata cómoda, caminata rápida y, potencialmente, un breve trote ligero. La aplicación registra la cadencia, la velocidad estimada (derivada de la cadencia y la longitud de zancada calibrada), el tiempo de contacto con el suelo, la estabilidad del ritmo y una puntuación de la Percepción Subjetiva del Esfuerzo (RPE) (1–10).
• Clasificación del Usuario: Basándose en la línea base, los usuarios son asignados a un nivel de entrenamiento conservador (Nivel 0 a Nivel 3). Los usuarios de Nivel 0 comienzan solo con caminata cómoda; el Nivel 1 introduce intervalos cortos de trote; el Nivel 2 y 3 progresan hacia intervalos de carrera más largos.
• Algoritmo Adaptativo: La lógica de entrenamiento sigue el principio FITT-VP (Frecuencia, Intensidad, Tiempo, Tipo, Volumen, Progresión). El algoritmo evalúa la finalización de las sesiones (objetivo >80%), la estabilidad de la cadencia, el tiempo de contacto y el RPE.
  • Progresión: Ocurre solo si el usuario completa las sesiones, mantiene un ritmo estable, reporta un esfuerzo aceptable y no presenta síntomas de advertencia (por ejemplo, dolor en el pecho, mareos).
  • Regresión/Repetición: Si la finalización es parcial, el ritmo es inestable o surgen síntomas, el plan repite la semana actual o reduce la intensidad, aconsejando la consulta con un profesional si es necesario.
• Interfaz: La aplicación cuenta con cuatro pantallas: Evaluación de la Línea Base, Entrenamiento de Hoy, Retroalimentación de la Sesión en Vivo (mostrando el estado de la marcha, la cadencia y la cuenta regresiva del intervalo) y Revisión Semanal.

Contribuciones Clave
La contribución principal del artículo es la integración de la detección de bajo costo en el pie con reglas de prescripción de ejercicio adaptativas para crear una herramienta de entrenamiento orientada a principiantes.

1. Minimalismo de Sensores: El estudio demuestra que un conjunto de sensores mínimo (una IMU, un FSR) es suficiente para clasificar los estados de locomoción y monitorear la estabilidad del ritmo, evitando la necesidad de mapas de presión plantar completos o sensores de fuerza de grado clínico.
2. Coaching Adaptativo vs. Visualización de Datos: A diferencia de los contadores de pasos estándar, el sistema funciona como un "coach adaptativo digital". Utiliza indicadores derivados de la marcha (cadencia, tiempo de contacto, regularidad) combinados con el RPE subjetivo para ajustar dinámicamente la carga de entrenamiento.
3. Seguridad y Accesibilidad: El sistema está diseñado explícitamente como una herramienta de bienestar, no como un dispositivo médico. Incorpora protocolos de seguridad (verificación de síntomas, progresión conservadora) para guiar a usuarios aparentemente sanos mientras dirige a los individuos de alto riesgo a buscar asesoría profesional.
4. Diseño de Bajo Costo: Al trasladar la inteligencia a la aplicación móvil y utilizar módulos de desarrollo ampliamente disponibles, el prototipo busca reducir las barreras de entrada para el entrenamiento cardiorrespiratorio.

Resultados Esperados y Limitaciones
El resultado esperado es un prototipo viable capaz de detectar pasos, estimar la cadencia, distinguir entre caminar y trotar ligero, y generar un plan de entrenamiento adaptativo conservador. El sistema no pretende proporcionar una precisión de nivel de laboratorio en la estimación de velocidad o distancia, ni estima el VO2máx o reemplaza las pruebas cardiopulmonares clínicas.

El artículo reconoce varias limitaciones:

• Estimación de Velocidad: Derivada de la cadencia y la longitud de zancada, es aproximada y se ve afectada por las diferencias del usuario, el calzado y el terreno.
• Restricciones de los Sensores: Un único FSR en el antepié detecta eventos de contacto pero no puede medir la presión plantar completa o la fuerza exacta.
• Datos Fisiológicos: La ausencia de detección de la frecuencia cardíaca limita la estimación de la intensidad fisiológica, dependiendo en su lugar del RPE y las métricas de movimiento.
• Dependencia del Usuario: La eficacia del sistema depende de la honestidad del usuario al reportar el esfuerzo y los síntomas.

Significancia
El artículo posiciona al calcetín inteligente como una tecnología de salud pública diseñada para reducir las barreras a la actividad física. Su significancia no radica en la invención de nuevos sensores, sino en la combinación de componentes de bajo costo existentes con software adaptativo para proporcionar una guía personalizada y accionable para la transición de la inactividad al entrenamiento aeróbico estructurado. Al enfocarse en una progresión gradual y sostenible basada en datos objetivos de la marcha y retroalimentación subjetiva, el sistema busca ayudar a los principiantes a construir hábitos aeróbicos regulares consistentes con las directrices de salud global (150 minutos de actividad moderada por semana). El trabajo sirve como una prueba de concepto para un proyecto de graduación, un prototipo de startup o un estudio aplicado de salud y wearables, con futuras iteraciones que podrían incorporar la integración de la frecuencia cardíaca, la fusión de GPS y el aprendizaje automático.