Gémeos digitais no desempenho desportivo: uma visão geral das análises de tecnologias, domínios de aplicação e estruturas computacionais
DOI:
https://doi.org/10.47197/retos.v83.119619Palavras-chave:
Análise biomecânica, aprendizado de máquina, gêmeos digitais, inteligência artificial, desempenho esportivoResumo
Introdução: Os gêmeos digitais representam uma oportunidade multidisciplinar para a medicina de precisão e a otimização do desempenho esportivo; entretanto, ainda falta uma síntese abrangente das metodologias, tecnologias habilitadoras e estruturas conceituais aplicadas nesses contextos.
Objetivo: Revisar o estado da arte das aplicações de gêmeos digitais na saúde e no esporte entre 2009 e 2025, identificando tecnologias-chave, domínios de aplicação e principais lacunas de pesquisa.
Metodologia: Foi realizada uma revisão de revisões seguindo as diretrizes PRISMA 2020 e a Declaração PRIOR. Foram incluídos 21 estudos (12 revisões sistemáticas, 6 revisões de escopo, 2 revisões narrativas e 1 meta-revisão). A qualidade metodológica foi avaliada por meio da ferramenta AMSTAR-2.
Resultados: As principais tecnologias identificadas foram estruturas conceituais (28%), inteligência artificial e aprendizado de máquina (24%), modelagem neuromusculoesquelética (20%), dispositivos vestíveis e Internet das Coisas (IoT) (20%) e sistemas de captura de movimento (16%). Os domínios de aplicação mais frequentes foram desempenho esportivo (32%), prevenção de lesões (20%), reabilitação (20%), saúde geral (16%) e ergonomia ocupacional (12%). A qualidade metodológica mostrou-se heterogênea: 28% das revisões apresentaram confiança moderada, enquanto 72% exibiram qualidade baixa ou criticamente baixa.
Conclusões: Os achados evidenciam fragmentação tecnológica e uma lacuna entre o desenvolvimento computacional e a validação clínica. Embora os gêmeos digitais apresentem elevado potencial clínico e de engenharia, sua implementação requer maior validação prospectiva, padronização de métricas e estruturas robustas de avaliação
Referências
Al Ardha, M. A., Nurhasan, N., Supriyanto, C., Yang, C. B., Bikalawans, S. S., Simanjuntak, F. Y., & Rizki, V. A. D. (2026). Perspectivas biomecánicas y fisiológicas en el entrenamiento del salto de altura: una revisión sistemática. Retos, 77, 497-511. https://doi.org/10.47197/retos.v77.118209
Alahaidib, A. A., Alyousef, H. Y., Sharif, M. A., Alsulaiman, A. K., Alharthi, T. S., Aljohani, H. I., … Almehizia, A. A. (2025). Biomechanical assessment tools for injury risk prediction and return-to-sport evaluation in athletes: A systematic review. Cureus, 17(9), e93210. https://doi.org/10.7759/cureus.93210
Attaran, M., & Celik, B. G. (2023). Digital twin: Benefits, use cases, challenges, and opportunities. Deci-sion Analytics Journal, 6, 100165. https://doi.org/10.1016/j.dajour.2023.100165
Barricelli, B. R., Casiraghi, E., & Fogli, D. (2019). A survey on digital twin: Definitions, characteristics, applications, and design implications. IEEE Access, 7, 167653–167671. https://doi.org/10.1109/ACCESS.2019.2953499
Bispo, M. D. C., Almeida-Santos, M. A., Gomes, A. C., Alves, M. D. C., & Dantas, E. H. M. (2024). Estableci-miento de la validez del “Sports Talent®”: una metodología para la detección de talentos moto-res en el deporte. Retos, 59, 1140-1148. https://doi.org/10.47197/retos.v59.102864
Botín-Sanabria, D. M., Mihaita, A.-S., Peimbert-García, R. E., Ramírez-Moreno, M. A., Ramírez-Mendoza, R. A., & Lozoya-Santos, J. de J. (2022). Digital twin technology challenges and applications: A comprehensive review. Remote Sensing, 14(6), 1335. https://doi.org/10.3390/rs14061335
Comisión Europea. (2014). Technology readiness levels (TRL). Horizon 2020 Work Programme 2014–2015, General Annexes, G. Publications Office of the European Union.
Douglass, K., Lamb, A., Lu, J., Ono, K., & Tenpas, W. (2024). Swimming in data. The Mathematical Intelli-gencer. https://doi.org/10.1007/s00283-024-10339-0
Franzò, M., Pica, A., Pascucci, S., Marinozzi, F., & Bini, F. (2023). Hybrid system mixed reality and mark-er-less motion tracking for sports rehabilitation of martial arts athletes. Applied Sciences, 13(4), 2587. https://doi.org/10.3390/app13042587
Gámez Díaz, R., Yu, Q., Ding, Y., Laamarti, F., & El Saddik, A. (2020). Digital twin coaching for physical activities: A survey. Sensors, 20(20), 5936. https://doi.org/10.3390/s20205936
Gates, M., Gates, A., Pieper, D., Fernandes, R. M., Tricco, A. C., Moher, D., … Hartling, L. (2022). Reporting guideline for overviews of reviews of healthcare interventions: Development of the PRIOR statement. BMJ, 378, e070849. https://doi.org/10.1136/bmj-2022-070849
Grieves, M. (2014). Digital twin: Manufacturing excellence through virtual factory replication [White paper]. Florida Institute of Technology.
Haddad, Y. S., Kharashqah, R. F., Ababaneh, A. Y., Bataineh, R. R., Alwedyan, T. A., Alzu’bi, M. F., Bani Hani, S., Kulaep, H. F., & Al-Sababha, L. K. (2026). Estudio comparativo de métodos de rehabilitación tradicionales frente a los asistidos por IA para lesiones de miembros inferiores en jugadores de baloncesto: seguimiento semiexperimental de 12 meses. Retos, 74, 833-844. https://doi.org/10.47197/retos.v74.118127
He, Q., Li, L., Li, D., Peng, T., Zhang, X., Cai, Y., Zhang, X., & Tang, R. (2024). From digital human modeling to human digital twin: Framework and perspectives in human factors. Chinese Journal of Me-chanical Engineering, 37, 9. https://doi.org/10.1186/s10033-024-00998-7
Hliš, T., Fister, I., & Fister, I., Jr. (2024). Digital twins in sport: Concepts, taxonomies, challenges and practical potentials. Expert Systems with Applications, 258, 125104. https://doi.org/10.1016/j.eswa.2024.125104
ISO. (2013). ISO 16290:2013. Space systems — Definition of the technology readiness levels (TRLs) and their criteria of assessment. International Organization for Standardization.
Kritzinger, W., Karner, M., Traar, G., Henjes, J., & Sihn, W. (2018). Digital twin in manufacturing: A cate-gorical literature review and classification. IFAC-PapersOnLine, 51(11), 1016–1022. https://doi.org/10.1016/j.ifacol.2018.08.474
Landis, J. R., & Koch, G. G. (1977). The measurement of observer agreement for categorical data. Bio-metrics, 33(1), 159–174. https://doi.org/10.2307/2529310
Lloyd, D. G., Saxby, D. J., Pizzolato, C., Worsey, M., Diamond, L. E., Bourne, M., … Feldman, S. (2023). Maintaining soldier musculoskeletal health using personalised digital humans, wearables and/or computer vision. Journal of Science and Medicine in Sport, 26(Suppl. 1), S30–S39. https://doi.org/10.1016/j.jsams.2023.04.001
Mănescu, D. C. (2025). Inteligencia artificial en el entrenamiento deportivo de élite y perspectiva de su integración en el deporte escolar. Retos, 73, 128–141. https://doi.org/10.47197/retos.v73.117261
Mao, W., Hu, Y., Yang, X., Ren, W., & Fang, H. (2024). ARE-Platform: An augmented reality-based ergo-nomic evaluation solution for smart manufacturing. International Journal of Human–Computer Interaction. https://doi.org/10.1080/10447318.2023.2173894
Mikołajewska, E., Masiak, J., & Mikołajewski, D. (2024). Applications of artificial intelligence-based pa-tient digital twins in decision support in rehabilitation and physical therapy. Electronics, 13(24), 4994. https://doi.org/10.3390/electronics13244994
Miller, M. E., & Spatz, E. (2022). A unified view of a human digital twin. Human-Intelligent Systems In-tegration, 4(1), 23–33. https://doi.org/10.1007/s42454-022-00041-x
Mohamed Refai, M. I., Moya-Esteban, A., & Sartori, M. (2024). Electromyography-driven musculoskele-tal models with time-varying fatigue dynamics improve lumbosacral joint moments during lift-ing. Journal of Biomechanics, 164, 111987. https://doi.org/10.1016/j.jbiomech.2024.111987
Nobari, H. (2024). Takes two to tango: Digital twins and AI revolutionize sports science and medicine [Editorial]. Acta Kinesiologica, 18(2). https://doi.org/10.51371/issn.1840-2976.2024.18.2.7
Page, M. J., McKenzie, J. E., Bossuyt, P. M., Boutron, I., Hoffmann, T. C., Mulrow, C. D., … Moher, D. (2021). The PRISMA 2020 statement: An updated guideline for reporting systematic reviews. BMJ, 372, n71. https://doi.org/10.1136/bmj.n71
Park, J.-S., Lee, D.-G., Jimenez, J. A., Lee, S.-J., & Kim, J.-W. (2023). Human-focused digital twin applica-tions for occupational safety and health in workplaces: A brief survey and research directions. Applied Sciences, 13(7), 4598. https://doi.org/10.3390/app13074598
Pellegrino, G., Gervasi, M., Angelelli, M., & Corallo, A. (2025). A conceptual framework for digital twin in healthcare: Evidence from a systematic meta-review. Information Systems Frontiers, 27(1), 7–32. https://doi.org/10.1007/s10796-024-10536-4
Saxby, D. J., Pizzolato, C., & Diamond, L. E. (2023). A digital twin framework for precision neuromuscu-loskeletal health care: Extension upon industrial standards. Journal of Applied Biomechanics, 39(5), 347–354. https://doi.org/10.1123/jab.2023-0114
Scano, A., Lanzani, V., & Brambilla, C. (2024). How recent findings in electromyographic analysis and synergistic control can impact on new directions for muscle synergy assessment in sports. Ap-plied Sciences, 14(23), 11360. https://doi.org/10.3390/app142311360
Shea, B. J., Reeves, B. C., Wells, G., Thuku, M., Hamel, C., Moran, J., … Henry, D. A. (2017). AMSTAR 2: A critical appraisal tool for systematic reviews that include randomised or non-randomised stud-ies of healthcare interventions, or both. BMJ, 358, j4008. https://doi.org/10.1136/bmj.j4008
Souaifi, M., Dhahbi, W., Jebabli, N., Ceylan, H. İ., Boujabli, M., Muntean, R. I., & Dergaa, I. (2025). Artificial intelligence in sports biomechanics: A scoping review on wearable technology, motion analysis, and injury prevention. Bioengineering, 12(8), 887. https://doi.org/10.3390/bioengineering12080887
Sun, T., Wang, J., Suo, M., Liu, X., Huang, H., Zhang, J., Zhang, W., & Li, Z. (2023). The digital twin: A poten-tial solution for the personalized diagnosis and treatment of musculoskeletal system diseases [Perspective]. Bioengineering, 10(6), 627. https://doi.org/10.3390/bioengineering10060627
Tao, F., Qi, Q., Wang, L., & Nee, A. Y. C. (2019). Digital twins and cyber-physical systems toward smart manufacturing and Industry 4.0: Correlation and comparison. Engineering, 5(4), 653–661. https://doi.org/10.1016/j.eng.2019.01.014
Uhlenberg, L., & Amft, O. (2023). Co-simulation of human digital twins and wearable inertial sensors to analyse gait event estimation. Frontiers in Bioengineering and Biotechnology, 11, 1104000. https://doi.org/10.3389/fbioe.2023.1104000
Yao, J.-F., Yang, Y., Wang, X.-C., & Zhang, X.-P. (2023). Systematic review of digital twin technology and applications. Visual Computing for Industry, Biomedicine, and Art, 6, 10. https://doi.org/10.1186/s42492-023-00137-4
Yunus, M., & Aditya, R. S. (2024). Búsqueda de talentos y estandarización de datos de aptitud física en clubes de fútbol: revisión sistemática. Retos, 60, 1382-1389. https://doi.org/10.47197/retos.v60.107767
Downloads
Publicado
Edição
Secção
Licença
Direitos de Autor (c) 2026 Carlos Alberto Castillo Daza, Luis Eduardo Rodríguez Cheu
Este trabalho encontra-se publicado com a Licença Internacional Creative Commons Atribuição-NãoComercial-SemDerivações 4.0.
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e assegurar a revista o direito de ser a primeira publicação da obra como licenciado sob a Licença Creative Commons Attribution que permite que outros para compartilhar o trabalho com o crédito de autoria do trabalho e publicação inicial nesta revista.
- Os autores podem estabelecer acordos adicionais separados para a distribuição não-exclusiva da versão do trabalho publicado na revista (por exemplo, a um repositório institucional, ou publicá-lo em um livro), com reconhecimento de autoria e publicação inicial nesta revista.
- É permitido e os autores são incentivados a divulgar o seu trabalho por via electrónica (por exemplo, em repositórios institucionais ou no seu próprio site), antes e durante o processo de envio, pois pode gerar alterações produtivas, bem como a uma intimação mais Cedo e mais do trabalho publicado (Veja O Efeito do Acesso Livre) (em Inglês).
Esta revista é a "política de acesso aberto" de Boai (1), apoiando os direitos dos usuários de "ler, baixar, copiar, distribuir, imprimir, pesquisar, ou link para os textos completos dos artigos". (1) http://legacy.earlham.edu/~peters/fos/boaifaq.htm#openaccess
