La inteligencia artificial y la neurooptometría deportiva es el futuro del rendimiento visual competitivo.
Palabras clave:
Deporte, inteligencia artificial, innovación tecnológica, rendimiento visual.Resumen
La neuro optometría aplicada al deporte está en pleno auge y se dedica a mejorar el rendimiento visual y cognitivo de los atletas a través del entrenamiento de habilidades como la visión periférica, el tiempo de reacción y la toma de decisiones. Hasta ahora, estos entrenamientos se realizaban de manera manual, pero con la llegada de la inteligencia artificial (IA), hemos visto un cambio radical en cómo se evalúan y potencian estas habilidades. Este artículo tiene como objetivo explorar los beneficios de incorporar la IA en la neuro optometría deportiva, comparándolos con los métodos tradicionales. Para ello, se utilizó una metodología que incluyó una revisión de la literatura científica, informes técnicos sobre plataformas de IA en el deporte y estudios de caso de atletas que han sido entrenados con esta tecnología. Los resultados indican que los entrenamientos con IA pueden mejorar entre un 20 % y un 40 % más que los métodos convencionales en aspectos como el tiempo de reacción, el campo visual útil y la toma de decisiones. La discusión resalta que, aunque Ecuador enfrenta retos en términos de acceso a la tecnología y formación especializada, tiene una base profesional sólida y un creciente interés por la innovación. En conclusión, la IA no solo mejora el rendimiento visual, sino que también transforma la manera en que se entrena, y su adopción estratégica podría posicionar a Ecuador como un líder regional en este campo emergente.
Descargas
Citas
Bernardez, R. (2022). Neurooptometría Deportiva . Optometria Clinica y ciencias de la Vision, 12-19.
Callejo, D. (2024). zonahospitalaria.com. Obtenido de zonahospitalaria.com: https://zonahospitalaria.com/rendimiento-visual/
Cejudo, A. (2024). founderz.com. Obtenido de founderz.com: https://founderz.com/es/blog/entrenamiento-cognitivo-ia/
DeCarlo, M. (31 de 10 de 2022). espanol.libretexts.org. Obtenido de espanol.libretexts.org: https://espanol.libretexts.org/Ciencias_Sociales/Trabajo_Social_y_Servicios_Humanos/Investigaci%C3%B3n_Cient%C3%ADfica_en_Trabajo_Social_(DeCarlo)/07%3A_Dise%C3%B1o_y_causalidad/7.01%3A_Tipos_de_investigaci%C3%B3n
Deporte, M. d. (2024). www.deporte.gob.ec. Obtenido de www.deporte.gob.ec: https://www.deporte.gob.ec/
Di virgilio, T. A. (2023). Eye-tracking and machine learning for predictive performance modeling in sport. Journal of Sports Sciences, 123-138. Obtenido de Eye-tracking and machine learning for predictive performance modeling in sport
Diaz, J. (2024). Sistemas inteligentes y simuladores aplicados al entrenamiento. https://www.researchgate.net/profile/Juan-Diaz-Aparicio/publication/392589444_Sistemas_inteligentes_y_simuladores_aplicados_al_entrenamiento/links/684978ebaf7a4317bc44f806/Sistemas-inteligentes-y-simuladores-aplicados-al-entrenamiento.pdf.
Garcia, P. (08 de 07 de 2024). https://visionyoptica.com/l. Obtenido de https://visionyoptica.com/: https://visionyoptica.com/la-revolucion-de-la-inteligencia-artificial-ia/
Guerrero, M. (2023). Eye tracking, una herramienta complementaria para la evaluación del diseño. Scielo, VOL 7.
Pirachican, M., & Cardozo, L. (2024). Movimientos visuales y desempeño deportivo del tenista: revisión de alcance. MHSalud, 142-167.
Rahmani, A. (17 de 12 de 2024). pmc-ncbi-nlm-nih-gov.translate.goog. Obtenido de pmc-ncbi-nlm-nih-gov.translate.goog: ttps://pmc-ncbi-nlm-nih-gov.translate.goog/articles/PMC11668540/?_x_tr_sl=en&_x_tr_tl=es&_x_tr_hl=es&_x_tr_pto=tc
RightEye. (2023). righteye.com. Obtenido de righteye.com: https://righteye.com/
Senaptec. (2024). senaptec.com. Obtenido de senaptec.com: https://senaptec.com/
Silva, E., Zurita, j., Silva, K., & Silva, K. (2024). Impacto de la Inteligencia artificial en la Optometría. REVISTA PERTINENCIA ACADÉMICA , 48-57.
Tam, S., & Toe, T. (2024). Predicting Shot Accuracy in Badminton Using Quiet Eye Metrics and Neural Networks . Appl. Sci, 14-21.
Zemblys, R. N. (2017). Using machine learning to detect events in eye-tracking data. springer.com, 160-181.
Archivos adicionales
Publicado
Cómo citar
Número
Sección
Licencia
Derechos de autor 2025 Journal of Science and Research

Esta obra está bajo una licencia internacional Creative Commons Atribución-NoComercial-SinDerivadas 4.0.
Los autores mantienen los derechos sobre los artículos y por tanto son libres de compartir, copiar, distribuir, ejecutar y comunicar públicamente la obra bajo las condiciones siguientes:
Reconocer los créditos de la obra de la manera especificada por el autor o el licenciante (pero no de una manera que sugiera que tiene su apoyo o que apoyan el uso que hace de su obra).
No utilizar esta obra para fines comerciales.
Declaración de privacidad
Los nombres y direcciones de correo-e introducidos en esta revista se usarán exclusivamente para los fines declarados por esta revista y no estarán disponibles para ningún otro propósito u otra persona.