Seguire un esercizio davanti a uno schermo può essere comodo, ma spesso manca una cosa essenziale: qualcuno che ti dica se la posizione è davvero corretta. È qui che entra in gioco un nuovo studio su un sistema di intelligenza artificiale pensato per riconoscere le posture dello yoga con un livello di dettaglio elevato. Il tema può interessare non solo chi pratica yoga, ma anche chi usa programmi di allenamento o riabilitazione a distanza e si chiede quanto possano essere affidabili.
Fotoillustrazione realizzata con l’ausilio di software IA
Che cosa ha studiato davvero
I ricercatori hanno sviluppato un modello informatico capace di classificare le pose dello yoga partendo da immagini. L’idea centrale è semplice da capire: invece di cercare subito di distinguere tra molte posture simili tra loro, il sistema procede per gradi. Prima colloca la posa in gruppi ampi, poi in categorie intermedie, infine nella variante specifica.
Per addestrarlo è stato usato un grande archivio di oltre 28 mila immagini, organizzate in tre livelli di classificazione: pochi gruppi generali, un numero intermedio di categorie e infine 82 pose dettagliate. Questo approccio “gerarchico” prova a imitare un po’ il modo in cui anche le persone riconoscono i movimenti, passando dal generale al particolare.
I risultati principali
Secondo i dati riportati, i nuovi modelli hanno ottenuto risultati migliori rispetto a sistemi precedenti. La prestazione più rilevante riguarda il livello più difficile, quello delle 82 posture specifiche, dove l’accuratezza ha superato il 93%. Anche ai livelli più generali i risultati sono stati molto alti, intorno al 96% e al 95%.
C’è anche un altro aspetto interessante: la velocità. Nei test tecnici il sistema è stato in grado di elaborare le immagini abbastanza rapidamente da rendere plausibile un uso in tempo reale, cioè con un feedback quasi immediato durante l’esercizio.
Questo non significa che un’app sia già pronta a sostituire un istruttore o un fisioterapista. Significa però che la tecnologia sta migliorando nel riconoscere differenze sottili tra posture che, a occhio inesperto, possono sembrare quasi identiche.
Perché può contare nella vita quotidiana
Per chi si allena a casa o segue percorsi di recupero da remoto, il problema non è solo sapere che cosa fare, ma farlo nel modo giusto. Un sistema che riconosce meglio la postura potrebbe in futuro aiutare a dare correzioni più precise, riducendo il rischio di eseguire male un movimento per molte ripetizioni.
Il possibile vantaggio pratico riguarda soprattutto le situazioni in cui l’accesso a una guida in presenza è difficile, per tempo, distanza o costi. In questo senso lo studio suggerisce un uso come supporto digitale in programmi di attività fisica o riabilitazione, non come alternativa completa alla valutazione umana.
I limiti da tenere bene a mente
Lo studio ha testato il modello su un database di immagini già raccolte, non su persone reali in ambienti domestici. Questo è un limite importante. La vita quotidiana è molto più disordinata di un archivio: cambiano luce, abbigliamento, angolazione della videocamera, sfondo, qualità dell’immagine.
C’è anche un altro punto: qui si misura la capacità di riconoscere una posa, non di capire se quell’esercizio sia adatto a te, se provochi dolore o se venga eseguito in sicurezza in presenza di un problema fisico. Sono due cose diverse.
Che cosa puoi portarti a casa
Il messaggio più ragionevole è che l’intelligenza artificiale sta diventando più abile nel leggere il movimento umano, e questo potrebbe migliorare gli strumenti di allenamento o riabilitazione a distanza. Ma siamo ancora nel campo dello sviluppo tecnologico, non di una prova che queste soluzioni migliorino da sole salute, recupero o prevenzione degli infortuni.
Se usi app o video per allenarti, questa ricerca va letta come un segnale interessante: in futuro potresti ricevere indicazioni più accurate. Per ora resta valido un principio semplice: il feedback automatico può essere utile, ma nei casi complessi o se hai sintomi, dolore o limitazioni, non sostituisce una valutazione professionale.
Fonte scientifica
Paper originale: HierarchicalNets for multi level hierarchical classification of yoga poses
Rivista: Scientific Reports
DOI: 10.1038/s41598-026-54558-1
Tutti gli aggiornamenti su salute, alimentazione e benessere.
