¿Qué precisión tiene un bikefitting con IA?
Un bikefitting con IA a partir de vídeo mide los ángulos articulares en 2D con un error de varios grados. En un estudio con 26 ciclistas, el modelo de pose que usa BikeFit/LAB se desvió de los marcadores reflectantes unos 3–6° en rodilla y cadera y 5–9° en el tobillo. Es suficiente para comprobar si la altura del sillín y el alcance están en un rango habitual, no para ajustar grado a grado.
Qué mide un bikefitting con IA
Un estudio con cámara te graba de perfil mientras pedaleas y estima dónde están tus articulaciones en cada imagen. Con esos puntos calcula ángulos: extensión de rodilla abajo, ángulo de rodilla arriba, ángulos de cadera, tronco y codo, además de la cadencia. BikeFit/LAB los compara con rangos de referencia para tu tipo de bici y convierte las diferencias en recomendaciones en milímetros para sillín y manillar, escaladas con tu entrepierna.
Cómo funciona la estimación de pose
BikeFit/LAB usa MediaPipe Pose, basado en el modelo BlazePose de Google, que estima 33 puntos del cuerpo por imagen en móviles y ordenadores normales (Bazarevsky et al., 2020). El modelo se ejecuta en tu navegador; el vídeo no se sube. Un ángulo se calcula con tres puntos, por ejemplo cadera, rodilla y tobillo. Como cada punto tiene un pequeño error, el ángulo también tiene uno de varios grados. Promediar muchas imágenes reduce el ruido aleatorio, pero no un sesgo sistemático.
Qué dice la investigación sobre la precisión
No hemos publicado un estudio de validación del propio BikeFit/LAB, así que nos basamos en investigación independiente. Bini, Nascimento y Nibali (2024) compararon MediaPipe con marcadores reflectantes en vídeo lateral estándar a 30 imágenes por segundo en 26 ciclistas. Las desviaciones típicas fueron de unos 3–6° en rodilla y cadera y 5–9° en el tobillo. MediaPipe mostró la rodilla más flexionada que los marcadores alrededor del punto muerto inferior, por lo que la extensión de rodilla puede subestimarse ligeramente. Los autores concluyeron que los rangos de ángulo de rodilla usados para la altura del sillín siguen siendo detectables, pero que el tobillo se seguía mal.
Qué influye en el resultado
- Ángulo de la cámara: debe estar perpendicular a la bici. Grabar algo desde delante o detrás desplaza todos los ángulos.
- Altura y distancia: objetivo a la altura del sillín, a 2–4 metros, con ciclista y bici completos en el encuadre.
- Ropa: la ropa holgada oculta cadera y rodilla; la ropa ajustada da puntos más estables.
- Luz y fondo: una luz uniforme y un fondo tranquilo ayudan al modelo a encontrar cada articulación.
- Tu entrepierna: las recomendaciones en milímetros dependen de ella, así que un error se arrastra a todo.
Cómo obtener un resultado repetible
- Marca dónde están la cámara y la bici y usa siempre el mismo sitio.
- Usa las mismas zapatillas y ropa parecida, y calienta unos minutos antes de grabar.
- Cambia una sola cosa cada vez, vuelve a medir y valora la tendencia, no un número aislado.
¿Análisis con IA o bikefitting profesional?
Un análisis por vídeo es una forma rápida y barata de revisar tu posición y ver si un cambio va en la buena dirección. Un fitter profesional puede hacer lo que el software no: valorar flexibilidad, lesiones y anatomía del pie, medir la presión en el sillín, ver ambas piernas en 3D y ajustar la bici mientras pedaleas.
Estudio presencial, app gratuita o BikeFit/LAB: comparativa →
Cuándo acudir a un profesional
- Dolor agudo, persistente o que empeora, entumecimiento u hormigueo: acude a un médico o fisioterapeuta.
- Tras una lesión u operación, o con una diferencia de longitud de piernas conocida.
- Cuando una diferencia clara entre izquierda y derecha se repite.
- Cuando los ajustes basados en mediciones no han ayudado tras unas cuantas salidas.
Preguntas frecuentes
¿Puede la cámara del móvil sustituir un bikefitting profesional?
No. Sirve para revisar tu posición y seguir los cambios, pero no valora flexibilidad, lesiones ni presión en el sillín, y ve un solo lado del cuerpo en 2D.
¿Qué ángulos son más fiables?
En el estudio citado, los ángulos de rodilla y cadera fueron los más precisos, con desviaciones típicas de unos 3–6°. El tobillo fue el menos fiable.
¿Por qué dos mediciones dan valores distintos?
Pequeñas diferencias de ángulo de cámara, ropa o pedaleo desplazan los valores unos grados. Usa siempre la misma configuración y compara tendencias.
Referencias
- Bini RR, Nascimento VB, Nibali A (2024). Validity of neural networks in determining lower limb kinematics in stationary cycling. Sport Sciences for Health, 20:127–136. doi:10.1007/s11332-023-01075-7
- Bazarevsky V, Grishchenko I, Raveendran K, Zhu T, Zhang F, Grundmann M (2020). BlazePose: On-device real-time body pose tracking. arXiv preprint (Google Research), arXiv:2006.10204. doi:10.48550/arXiv.2006.10204
- Ferrer-Roca V, Roig A, Galilea P, García-López J (2012). Influence of saddle height on lower limb kinematics in well-trained cyclists: static vs. dynamic evaluation in bike fitting. Journal of Strength and Conditioning Research, 26(11):3025–3029. doi:10.1519/JSC.0b013e318245c09d
- Bini R, Priego-Quesada J (2022). Methods to determine saddle height in cycling and implications of changes in saddle height in performance and injury risk: a systematic review. Journal of Sports Sciences, 40(4):386–400. doi:10.1080/02640414.2021.1994727
Información general de posición, no consejo médico.