I programmi di allenamento e nutrizione personalizzati che si adattano in tempo reale al feedback biometrico possono essere generati dall'IA ?

Le piattaforme di fitness basate sull'IA ora creano e regolano dinamicamente piani di esercizio e dieta in base a dati in tempo reale provenienti da dispositivi indossabili, monitor cardiaci e persino livelli di stress. Questi sistemi personalizzano le raccomandazioni analizzando la qualità del sonno, le metriche di recupero e le tendenze di performance. Alcune piattaforme incorporano dati genetici o analisi del microbioma per adattare i consigli nutrizionali. L'IA impara dalle abitudini dell'utente e regola di conseguenza intensità, durata e suggerimenti dietetici.

I sistemi AI attuali possono generare piani di allenamento e nutrizione personalizzati di base a partire da input dell'utente come età, peso, obiettivi di fitness e preferenze alimentari, e alcune piattaforme utilizzano dati biometrici statici come frequenza cardiaca o conteggio dei passi per adattare le raccomandazioni. Prototipi di ricerca in fase iniziale che utilizzano flussi da dispositivi indossabili (ECG, SpO2, temperatura, accelerometria) hanno dimostrato un'adattamento in tempo reale in ambienti controllati di laboratorio, ma questi sistemi rimangono a livello di fattibilità piuttosto che di affidabilità clinica, con errori nel passaggio dei piani quando si verificano rumore dei sensori o errori di classificazione del contesto dell'utente. Piani a circuito chiuso in tempo reale approvati dalla regolamentazione per uso generale non sono ancora disponibili. Le app "terapeutiche digitali" approvate dalla FDA possono adattare il dosaggio dell'insulina per i diabetici e fornire prescrizioni di esercizio guidate, ma questi adattamenti si basano su modelli pre-addestrati piuttosto che su una personalizzazione continua a circuito aperto.

— Arricchito 12 maggio 2026 · Fonte: U.S. Food and Drug Administration — https://www.fda.gov/medical-devices/digital-health-center-excellence