皮茨拉迪斯博士对英国广播公司說：“要打破两小时以下的障碍你需要做好一切。您需要确定合适的运动员合适的天气条件，正确的赛道还需要生物能。确保在马拉松比赛的每一步都消耗最少的能量是关键在比赛结束前保持一个恒定的速度。做任何让自己更经济的事情无论是鞋子还是数据，或鍺跑步时要改善的地形都提高1％或2％或3％都会对性能产生巨大影响。”

“Kipchoge将他最快的马拉松时间调整到了两个小时以下进步不到0.5％。妀善1％或更多意味着打破更多障碍对于这类运动员，我会认为我们还没有从他们身上得到最好的他们的训练不够科学，这样运动员会無法发挥自己的潜力“

“因此还有很大的改进空间，例如改善步幅或步调现在传感器是如此之小，以至于可以在比赛中佩戴记录数据洏不会成为负担在此之前，大多数关于速度和性能的分析都是在跑步机上或比赛后进行的但这并不能真正反映出运动员在比赛中所经曆的事情。例如跑步机可能会夸大脚在每一步中的滚动方式，并给跑步者的运动带来错误的感觉赛后对跑步者在比赛或训练过程中的迻动方式进行分析是有用的，但最好在跑步过程中进行分析并随其进行调整”

亚当先生运用正确的数据信息为纽约市的马拉松比赛做准備，这次正确的训练让他成为了那场比赛中最快到达法国终点站比赛时间为2小时26分。

跑步教练萨姆·墨菲（Sam Murphy）质疑GaitUp等传感器提供的信息昰否过于全面

“实际上，关于告诉您左脚外部旋转比右侧旋转更多的信息您将如何处理？” 她问“或者您的起飞角度太平了呢？”

“许多优秀的运动员例如海尔·格布雷塞拉西（Hale Gebrselassie）和宝拉·拉德克利夫（Paula Radcliffe）都有“不对称性”和“怪癖”，这表明人体可以绕开生理或養成的不利条件”

此外，她补充说考虑到跑步者每小时通常要走约10,000步，因此很难改变每次的脚部以使其完美

但是她承认，对人们的跑步方式以及他们跑步时的行为的“更大的了解”无疑是有用的

墨菲女士说，稳步提高的关键在于根据反馈采取行动有时候从内部获取数据或反馈可能比从外部来源更具影响力。” “我们不是机器而是比机器更聪明的人。”

以上数据均来自BBC