現在，僅需提供鍛煉20分鐘產生的數據，你就知道你跑多久會累趴下了。

　　背后的算法來自冰島一家初創公司Driftline，基于20年研究那種。

　　而且相比傳統測試來說，Driftline的算法測試更準確，也更便宜。

　　有意思的是，這家公司的CFO本人就是個耐力專家，獲得過53次冰島全國跑步冠軍。

　　△Driftline CFO獲過53次冰島全國跑步冠軍

　　過去幾年，他一直利用耐力算法，為冰島國家隊的跑步運動員制定個性化訓練計劃。

　　最近公司把這個算法裝置在了一個叫Indurance的程序中，蘋果、安卓系統皆可用。

　　有需要的小伙伴們在用上它之前，一起先來了解一下。

　　這個算法怎么工作?

　　測量耐力的方法之前不是沒有，大部分運動科學實驗室都有專業設備。

　　但是，運動科學實驗室的專業設備通常只測量氣體交換(氧氣攝入量和二氧化碳輸出量)和心率，然后間接計算出部分參數，比如氣體交換閾值和底物利用率(脂肪和碳水化合物)。

　　如果要測量乳酸閾值，一般是通過抽血采樣來完成。

　　但是這些方法要求高、成本高，而準確率偏低。

　　但如果使用Driftline的算法進行測試，只需要使用一個叫Indurance的App，配合健身追蹤器和智能手表配合使用就行。

　　Indurance很快會推出iOS和Android系統版本。

　　屆時，提供20分鐘的運動數據，就可以對耐力水平進行1-100的評分，同時顯示使用者在實施鍛煉時消耗了多少耐力。

　　在使用時，可以使用一鍵導入過去數據功能。

　　系統根據這些數據進行健康評估，然后為用戶推薦和優化個性化的訓練計劃。

　　簡而言之，Driftline將正在申請專利的數據算法與獨家分析功能相結合，科學化地將耐力轉化為數字。

　　那么，Driftline公司的算法是怎么工作的呢?

　　首先，Driftline開發了一個運動強度量表，量表含有5個均勻分布的運動閾值。

　　在這個量表中對運動閾值做了清晰的定義，即“不同運動強度的領域之間的界限”。

　　而算法的工作原理，是根據心率數據檢測運動閾值，并根據閾值對齊計算耐力。

　　具體而言，一個人的耐力如果有100%，那么他的對齊運動閾值(離得很近的運動閾值)，會反映出慢速有氧肌纖維的最大比例。

　　與耐力低的人相比，100%耐力的每英里跑步消耗的碳水化合物更少，消耗的脂肪更多。也就是說，他們的燃料效率很高。

　　這個算法適用于分析任何類型的運動，包括散步、跑步、騎自行車或游泳等。

　　2019年以來，雷克雅未克大學(Reykjavik University)進行了獨立實驗。結果表明，Driftline公司的測試可以準確測量氣體交換閾值、乳酸閾值、燃料底物比、最大心率和最大跑步速度等參數。

　　該公司還表示，根據分析，下到百米賽跑，上到馬拉松，算法可以準確預測各種跑步的比賽成績。

　　此外，基于心率分析，算法還能測試心肺健康、肌肉衰老程度、代謝健康等參數。

　　除了測試運動時的各類數據，Driftline的算法還適用于臨床環境，拿來分析心臟病、肥胖患者，以及虛弱或老年患者。

　　設計之初，算法就遵循大規模臨床研究的研究工具標準，未來有可能取代傳統的運動心血管測試。

　　Driftline是誰?

　　為什么要量化人類的耐力?

　　眾所周知，耐力反映了給定強度下鍛煉的最長持續時間。但是了解耐力，不僅僅是為了讓你了解自身運動極限所在。

　　另一個理由，是因為耐力必須和最大速度(另一個關于健康跑步的決定因素)結合考慮，提到最大速度，有利于優化運動適應性。

　　通過訓練并提高耐力和最大速度，跑步者既能提高運動和休息時的脂肪燃燒能力，從長遠來看快，還能延長壽命。

　　也就是說，提高耐力意味著提高效率，耐力高了，每個人都可以跑得更快、走得更遠。

　　總體來說，這個算法首次對運動過程的最大心率和最大速度進行了可靠評估。

　　Driftline的創始人是一名生物學家，有30年的相關研究經驗。

　　20年前，他開始了獨立研究實踐，為冰島的運動員和運動隊提供體能測試。

　　這種廣泛的數據收集和分析，最終使他制定了包括有氧耐力潛在直接測量方法在內的運動生理學的創新理論。

　　基于此，2017年，他的兒子將創新理論寫進了自己的計算機編程課論文，推動了理論的成熟，并讓這些創新理論流行開來。

　　于是，父子倆在2018年創立了公司Driftline。

　　那位曾拿53次冰島全國冠軍的CFO在次年加入了他們。

　　今年9月，Driftline已經開始對100名跑步者的算法進行Beta測試。

　　據了解，Driftline現已籌集80萬美元的種子資金，并計劃在未來籌集更多資金，用來把這個算法和后續技術推向市場。

　　如若真的進行推廣并得到市場認可，說不定今后的智能設備在測心率、血氧之外，也能提供更豐富耐力值相關智能服務了。

　　你看好這個算法測試嗎?