
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.
Deporte, inteligencia artificial, innovación tecnológica, rendimiento visual.
Deporte, inteligencia artificial, innovación tecnológica, rendimiento visual.
| selected citations These citations are derived from selected sources. This is an alternative to the "Influence" indicator, which also reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | 0 | |
| popularity This indicator reflects the "current" impact/attention (the "hype") of an article in the research community at large, based on the underlying citation network. | Average | |
| influence This indicator reflects the overall/total impact of an article in the research community at large, based on the underlying citation network (diachronically). | Average | |
| impulse This indicator reflects the initial momentum of an article directly after its publication, based on the underlying citation network. | Average |
