No desporto, a diferença entre o sucesso e o fracasso mede-se frequentemente em milissegundos. Um jogador de críquete a ajustar o posicionamento dos pés, um velocista a aperfeiçoar a técnica de corrida ou um futebolista a aprimorar a forma de passe — estes pequenos ajustes podem ser decisivos entre a vitória e a derrota.
A captura de movimento tradicional tem sido, durante muito tempo, o padrão de excelência na análise do movimento atlético, mas as suas limitações restringiram a sua adoção generalizada. Os sistemas convencionais exigem que os atletas usem marcadores refletores e fatos especiais enquanto executam movimentos em ambientes laboratoriais controlados. Estes equipamentos podem custar dezenas de milhares de dólares, tornando-os inacessíveis para todos, exceto para equipas de elite e centros de investigação bem financiados.
A inteligência artificial está a alterar radicalmente este cenário. A captura de movimento sem marcadores, baseada em aprendizagem profunda e visão computacional, permite monitorizar o movimento diretamente a partir de imagens de vídeo, sem necessidade de marcadores físicos. Esta tecnologia está a evoluir rapidamente, com empresas como a Theia a liderar o caminho com a atualização de software de 2025, 'Theia Axiom', que suporta as mais recentes placas gráficas NVIDIA RTX 50 Series para capacidades de processamento melhoradas.
"A captura de movimento sem marcadores oferece uma alternativa prática, acessível, escalável e adaptável a contextos reais", explica o Professor Habib Noorbhai, cientista da saúde e do desporto que coassinou um estudo recente sobre a tecnologia. "É uma mudança que promete transformar a forma como os atletas treinam, como se movimentam, como as lesões são avaliadas e como os treinadores refinam o desempenho."
As aplicações são vastas. Na reabilitação, fisioterapeutas podem monitorizar deficiências de movimento em tempo real, permitindo que atletas em recuperação de lesões como ruturas do ligamento cruzado anterior tenham a sua marcha e ângulos do joelho avaliados remotamente. Para melhoria de desempenho, treinadores podem analisar a biomecânica em ambientes naturais, em vez de laboratórios artificiais.
Embora os sistemas sem marcadores ainda enfrentem desafios — incluindo problemas de oclusão, quando partes do corpo ficam temporariamente fora de vista, e variações de iluminação que afetam a precisão do rastreamento — a tecnologia continua a evoluir rapidamente. Estudos de validação recentes apresentam resultados promissores, embora os investigadores ressalvem que é necessário um maior aperfeiçoamento antes de estes sistemas poderem substituir totalmente os métodos baseados em marcadores para todas as aplicações.
O mercado de IA no desporto está a expandir-se de forma dramática, com previsões de crescimento dos 7,63 mil milhões de dólares em 2025 para 26,94 mil milhões em 2030 — uma taxa de crescimento anual composta de 28,69%. Este crescimento é impulsionado pela adoção crescente de tecnologias de IA em todas as vertentes do desporto, desde a análise de desempenho à prevenção de lesões e ao envolvimento dos adeptos.
À medida que os modelos de IA se tornam mais sofisticados e a tecnologia de sensores evolui, a precisão dos sistemas sem marcadores continuará a melhorar. O futuro passará provavelmente pela integração de múltiplas abordagens, em vez de uma tecnologia substituir completamente outra, criando uma estrutura integrada de análise de movimento que funcione em diferentes contextos e necessidades.
Para atletas de todos os níveis, esta revolução tecnológica significa que a análise sofisticada de desempenho está cada vez mais acessível. O que antes estava reservado a profissionais de elite está agora ao alcance de equipas universitárias, programas de formação e até amadores dedicados — democratizando a ciência do desporto e potencialmente nivelando o campo competitivo de formas antes inimagináveis.