Può un orologio capire che stai per farti male prima ancora che tu senta dolore?

È una delle promesse più affascinanti della nuova medicina dello sport. I wearable sono ormai capaci di registrare passi, accelerazioni, decelerazioni, impatti, velocità, distanza percorsa e carico di lavoro. Gli algoritmi possono poi confrontare questi dati con quelli raccolti nei giorni e nelle settimane precedenti, alla ricerca di qualcosa che non torna.

L’idea è semplice: se il corpo sta accumulando troppo stress, forse il sensore può accorgersene prima dell’infortunio.

Ma la realtà scientifica è più complessa.

Una nuova revisione sistematica e meta-analisi pubblicata il 21 settembre 2026 su BMC Musculoskeletal Disorders ha analizzato 11 studi longitudinali, per un totale di 508 atleti, provenienti da sei discipline sportive e da una coorte militare. I ricercatori hanno studiato proprio la relazione tra i carichi di allenamento misurati attraverso sensori inerziali e la comparsa successiva di infortuni muscoloscheletrici.

Il risultato suggerisce un’associazione tra carichi meccanici più elevati e maggiore rischio di infortunio.

Ma c’è una frase dello studio che cambia completamente il significato della notizia: gli autori definiscono le evidenze disponibili di certezza molto bassa e sottolineano che i risultati non possono essere interpretati come una prova della capacità predittiva dei wearable.

In altre parole: il sensore può vedere qualcosa. Non sa ancora dirti con certezza cosa succederà.

Il corpo diventa una sequenza di numeri

Per capire perché questa tecnologia interessa così tanto la medicina dello sport bisogna partire da ciò che misura.

Gli Inertial Measurement Units, o IMU, sono piccoli sensori dotati generalmente di accelerometro e giroscopio. Possono essere applicati alla tibia, al piede, alla coscia, al bacino o al tronco e registrare continuamente come il corpo si muove.

Durante una corsa possono rilevare accelerazioni e impatti. Durante un salto possono descrivere velocità e orientamento dei segmenti corporei. In una sessione di allenamento possono contribuire a quantificare il carico meccanico accumulato.

È un salto concettuale importante rispetto alla vecchia valutazione basata soltanto su chilometri percorsi o durata dell’allenamento.

Due atleti possono correre per la stessa distanza e sottoporre il proprio corpo a carichi molto diversi.

Uno potrebbe avere una tecnica efficiente, l’altro una maggiore esposizione agli impatti. Uno potrebbe essere abituato a quel volume di lavoro, l’altro potrebbe aver aumentato improvvisamente il carico.

Il wearable prova a rendere visibili queste differenze.

Quando il carico diventa un campanello d’allarme

La nuova meta-analisi ha trovato un’associazione positiva tra maggiore carico derivato dai sensori inerziali e infortunio muscoloscheletrico.

Considerando gli studi che misuravano il carico cumulativo, l’effetto aggregato era di circa 2,86. Questo significa che nei lavori inclusi un’esposizione maggiore risultava associata a una probabilità di infortunio più elevata.

Ma il dato non deve essere letto come “un carico 2,86 volte superiore provoca un infortunio”.

Gli autori sottolineano infatti che i diversi studi utilizzavano misure differenti e che l’approccio statistico complessivo presenta importanti limitazioni. Tutti gli outcome analizzati hanno ricevuto una valutazione GRADE di certezza molto bassa.

È una distinzione fondamentale.

La ricerca non sta dicendo che i wearable non funzionano.

Sta dicendo che non sappiamo ancora trasformare un numero prodotto da un sensore in una probabilità individuale affidabile di infortunio.

Il famoso rapporto tra carico acuto e cronico non convince

Uno dei concetti più discussi negli ultimi anni nella preparazione atletica è l’acute-to-chronic workload ratio, il rapporto tra carico recente e carico abituale.

L’idea è intuitiva: se un atleta è abituato a un certo volume di lavoro e improvvisamente ne affronta uno molto superiore, il sistema muscoloscheletrico potrebbe non essere pronto ad assorbirlo.

È un concetto diventato molto popolare nello sport professionistico.

Ma la nuova analisi introduce una significativa dose di cautela.

Nel sottogruppo di cinque studi che utilizzavano proprio questo parametro, l’associazione complessiva non risultava significativa secondo l’inferenza statistica più conservativa. Inoltre l’eterogeneità tra gli studi era elevata.

Questo non significa che aumentare bruscamente il carico sia sempre innocuo.

Significa che non abbiamo ancora una formula universale capace di stabilire quando il carico di un atleta diventa “troppo”.

Perché un algoritmo può sbagliare

Il problema è che l’infortunio non è quasi mai il risultato di una sola variabile.

Conta il carico, certo. Ma contano anche la storia degli infortuni, la forza muscolare, il sonno, il recupero, la superficie, la tecnica, l’età, la disciplina praticata, la fatica e il contesto nel quale avviene il gesto.

Un accelerometro può registrare che un atleta ha accumulato un numero elevato di impatti.

Non può sapere automaticamente se quel carico è normale per quella persona.

E qui entra in gioco l’intelligenza artificiale.

I sistemi di machine learning possono incrociare decine o centinaia di variabili e cercare pattern invisibili all’occhio umano. Una revisione sistematica pubblicata appena dieci giorni prima, il 10 settembre 2026, ha analizzato proprio l’integrazione tra AI e wearable nella gestione del carico e nella previsione degli infortuni, evidenziando il potenziale dei modelli più avanzati ma anche problemi di standardizzazione, qualità dei dati e validazione nel mondo reale.

Il rischio è evidente: un algoritmo può essere molto bravo a riconoscere ciò che è successo nei dati con cui è stato addestrato senza essere altrettanto bravo a prevedere ciò che accadrà a un atleta completamente diverso.

La vera rivoluzione potrebbe essere un’altra

Forse, quindi, il futuro dei wearable non sarà un dispositivo che dirà:

“Domani ti farai male”.

Sarà qualcosa di molto più utile e realistico.

Un sistema potrebbe accorgersi che il modo in cui corri sta cambiando, che gli impatti sono aumentati rispetto al tuo livello abituale o che il carico delle ultime settimane è diventato insolitamente elevato.

A quel punto potrebbe accendersi una sorta di luce gialla.

Non una diagnosi.

Non uno stop automatico.

Ma un’indicazione per medico dello sport, fisioterapista e preparatore: “controlliamo cosa sta succedendo”.

Una revisione pubblicata nel gennaio 2026 su BMC Sports Science, Medicine and Rehabilitation ha già mostrato come i wearable possano fornire informazioni utili su alterazioni biomeccaniche, fatica, riabilitazione e carico negli atleti. Ma anche quella sintesi evidenziava eterogeneità dei protocolli, problemi di accuratezza e necessità di standardizzazione.

Dal wearable-oracolo al wearable-sentinella

È forse questa la trasformazione più interessante.

Non dobbiamo aspettarci un orologio capace di conoscere il futuro. Possiamo invece immaginare un sensore-sentinella, che osserva continuamente il corpo e segnala quando qualcosa si discosta dal comportamento abituale.

La differenza sembra sottile, ma cambia completamente il modo di utilizzare la tecnologia.

Il wearable non sostituisce il medico.

Non stabilisce chi è sano e chi è infortunato.

Non decide chi deve giocare.

Raccoglie segnali che possono aiutare un professionista a fare una domanda prima che arrivi il problema.

E in medicina dello sport potrebbe essere già un cambiamento enorme.

Perché la prevenzione non significa necessariamente prevedere il futuro.

A volte significa semplicemente accorgersi prima che qualcosa sta cambiando.

Fonti:

BMC Musculoskeletal Disorders, 21 settembre 2026; BMC Sports Science, Medicine and Rehabilitation, 2026; letteratura recente su wearable sensor, carico di allenamento e prevenzione degli infortuni.