La corsa è una delle forme di esercizio fisico più accessibili, che richiede nient'altro che un paio di scarpe e un sentiero. Eppure, per molti, il semplice atto di fare jogging può essere interrotto da una improvvisa difficoltà a respirare, una sensazione che arresta l'inerzia e smorza la gioia dell'attività. Questa difficoltà respiratoria deriva spesso da una mancanza di connessione tra il modo in cui una persona si muove e il modo in cui respira. Nel mondo della scienza dello sport, esiste un ritmo noto in cui il corpo cerca naturalmente di sincronizzare il proprio schema respiratorio con i passi, una sincronizzazione che può rendere la corsa più facile ed efficiente. Tuttavia, trovare e mantenere questo ritmo è difficile per i principianti, e i metodi tradizionali per guidare i corridori spesso si basano su ciò che è accaduto in passato. Se un corridore cambia improvvisamente il ritmo o il modello di respirazione, i sistemi che reagiscono ai dati vecchi sono troppo lenti per aiutare, offrendo consigli che arrivano un momento troppo tardi per essere utili.

Per risolvere questo problema, i ricercatori di Salzburg Research e dell'Università di Salisburgo hanno sviluppato un nuovo approccio chiamato BPqu. Questo sistema è progettato per essere una guida in tempo reale che prevede la respirazione di un corridore prima che avvenga pienamente, piuttosto che limitarsi a reagire ad essa dopo il fatto. Posizionando un piccolo e potente computer direttamente su un sensore indossabile attaccato al torace del corridore, il sistema può analizzare istantaneamente i dati sulla respirazione e sul movimento. L'obiettivo è fornire un feedback immediato e intuitivo che aiuti i corridori a trovare il proprio ritmo naturale senza il ritardo che frustra gli utenti delle tecnologie più vecchie. Questo lavoro rappresenta un passaggio dall'osservazione del passato all'anticipazione del presente, con l'obiettivo di rimuovere le barriere cognitive ed emotive che impediscono alle persone di godersi la corsa di resistenza.

La sfida principale affrontata dal team è stata il ritardo inerente alla maggior parte dei sistemi digitali. Quando un computer elabora informazioni, impiega del tempo per raccogliere i dati, calcolare i numeri e inviare un segnale. In uno scenario di corsa, anche una frazione di secondo di ritardo può fare la differenza tra un suggerimento utile e uno confusionario. Se un corridore viene istruito a espirare dopo che ha già iniziato a inspirare, la guida è inutile. I ricercatori avevano bisogno di un modo per determinare esattamente in quale punto del ciclo respiratorio si trovasse il corridore in quel preciso istante, con zero ritardo. Avevano anche bisogno di prevedere il passo successivo del ciclo per garantire che la guida arrivasse esattamente quando era necessaria. Per raggiungere questo obiettivo, si sono rivolti a un tipo di intelligenza artificiale nota come deep learning, capace di riconoscere schemi complessi nei dati, ma hanno dovuto rimpicciolire questa tecnologia per farla entrare in un piccolo dispositivo alimentato a batteria indossabile sul corpo.

I ricercatori hanno costruito un sensore personalizzato che misura sia le variazioni di pressione nel torace durante la respirazione, sia il movimento del corpo durante ogni falcata. Questo sensore è collegato a un piccolo microcontrollore, un chip abbastanza potente da eseguire calcoli complessi ma abbastanza piccolo da poter essere incorporato nell'abbigliamento. Il team ha addestrato un modello informatico utilizzando i dati raccolti da diciannove giovani corritrici. Queste partecipanti correvano indossando il sensore e la loro respirazione veniva monitorata attentamente per creare una libreria di schemi. Il modello ha imparato a riconoscere i segoli sottili che indicano quando un corridore sta inspirando, quando sta espirando e esattamente quando avviene il passaggio tra i due. Fondamentalmente, il modello è stato progettato per osservare la relazione tra il respiro e i passi, comprendendo che i due sono spesso legati in un ritmo specifico.

Per rendere il sistema abbastanza veloce per l'uso in tempo reale, i ricercatori hanno dovuto essere astuti nel modo in cui hanno chiesto al computer di "pensare". Invece di cercare di indovinare l'intera curva respiratoria in una volta sola, il che può essere disordinato e soggetto a errori, hanno suddiviso il problema in due parti più semplici. Il sistema stima la forma generale del ciclo respiratorio e identifica separatamente i momenti esatti in cui il respiro passa dall'inspirazione all'espirazione. Successivamente, combina queste due informazioni per creare un quadro completo e accurato dello stato attuale del corridore. Questo metodo ha permesso al sistema di lavorare con una quantità molto piccola di memoria e potenza di elaborazione, rendendo possibile l'esecuzione interamente sul dispositivo indossabile senza la necessità di inviare dati a un server cloud o a uno smartphone.

I risultati di questo approccio sono stati impressionanti. Durante i test, il sistema è stato in grado di identificare l'esatto momento in cui un corridore passava dall'inspirazione all'espirazione con un'accuratezza del 93,1%. È stato inoltre in grado di determinare se il corridore stesse attualmente inspirando o espirando con un'accuratezza dell'85,6%. Forse la cosa più importante è che è stato in grado di quantificare l'intera fase respiratoria con un'accuratezza dell'81,5%, il tutto senza alcun ritardo misurabile. Ciò significa che il sistema è abbastanza veloce da stare al passo con un corridore anche se accelera improvvisamente o cambia il proprio schema respiratorio. I ricercatori hanno scoperto che combinare i dati sia del sensore respiratorio che del sensore di movimento funzionava meglio rispetto all'uso dei soli dati respiratori, poiché i dati sul movimento aiutavano il sistema a filtrare il rumore causato dai sussulti della corsa.

Lo studio ha anche esplorato quanto bene il sistema si comportasse in diverse condizioni. Funzionava meglio quando il corridore respirava con un ritmo costante e prevedibile, ma rimaneva efficace anche quando la respirazione diventava irregolare o quando il corridore faticava a mantenere un ritmo. Il sistema è stato testato in tre modalità diverse: guardando indietro a ciò che era appena accaduto, guardando al momento attuale e guardando leggermente avanti per prevedere il momento successivo. In tutti i casi, ha mantenuto un'elevata accuratezza, dimostrando di poter gestire la natura dinamica della corsa. I ricercatori hanno notato che, sebbene il sistema sia altamente accurato, non è perfetto e rimane comunque un piccolo margine di errore, in particolare quando i modelli respiratori sono altamente irregolari. Tuttavia, la velocità del sistema assicura che, anche con un piccolo errore, il feedback venga fornito in tempo per essere utile.

Questo lavoro apre la porta a un nuovo tipo di esperienza di corsa. Immaginate un corridore che può ricevere un suggerimento ritmico e delicato che gli dice esattamente quando respirare, aiutandolo a trovare un flusso che sembri naturale e senza sforzo. Poiché il sistema funziona istantaneamente, può adattarsi a improvvisi cambiamenti di velocità o di terreno, offrendo una guida che sembra intuitiva piuttosto che robotica. I ricercatori immaginano che questa tecnologia possa essere integrata in abbigliamento intelligente, fornendo un modo fluido per supportare i corridori che altrimenti potrebbero arrendersi a causa della mancanza di respiro. Rimuovendo la frustrazione di un cattivo controllo del respiro, la tecnologia mira a rendere la corsa più piacevole e accessibile, aiutando le persone a superare i propri limiti e a trovare una connessione più profonda con la propria attività fisica.

Il percorso futuro prevede di testare questo sistema in scenari di corsa reali, al di fuori dell'ambiente controllato di un laboratorio. I ricercatori intendono vedere come i corridori reagiscono alla guida durante gare o sessioni di allenamento reali, e se il sistema possa davvero aiutare le persone a superare le barriere cognitive ed emotive che rendono difficile la corsa. Sperano anche di perfezionare il sistema affinché funzioni con una varietà più ampia di utenti, inclusi quelli con diversi livelli di fitness e schemi respiratori. L'obiettivo finale è creare uno strumento che non si limiti a tracciare le prestazioni, ma che migliori attivamente l'esperienza umana della corsa, trasformando la lotta per il respiro in un momento di flusso e piacere. Questa ricerca dimostra che, combinando l'informatica avanzata con una profonda comprensione del movimento umano, è possibile creare una tecnologia che sembri meno una macchina e più un utile compagno di corsa.