Com o desenvolvimento desse protótipo, verificou-se a eficiência da técnica de RBC no domínio da Educação Física, mais especificamente na área de projetos para Prescrição de Atividades Físicas. Com relação ao alcance dos objetivos deste trabalho, obteve-se os seguintes resultados:

• Representação do raciocínio do especialista em Educação Física ao realizar o diagnóstico;
• Simulação da tarefa do especialista em Educação Física ao realizar a prescrição para atividades físicas;
• Realização da Anamnese com o usuário;
• Interpretação dos seguintes questionários: Prontidão para atividade física (Q-PAF) e de Hábitos de Atividade Física, bem como de outras variáveis referentes aos dados de identificação e de saúde;
• Fornecimento dos seguintes resultados referentes à avaliação da composição corporal: IMC (índice de massa corporal), percentual de gordura, MCM (massa corporal magra), e Faixa de peso ideal.
• Informação sobre o consumo máximo de oxigênio (VO₂ máx), indicação da condição cardiorrespiratória em que o usuário se encontra e indicação da zona alvo de treinamento para as sessões;
• Interpretação dos resultados dos testes físicos utilizados (flexibilidade, força abdominal e flexão do cotovelo) e classificação da sua condição atual;
• Elaboração da prescrição de um programa de Atividade Física levando em consideração as avaliações interpretadas para cada indivíduo.

Este trabalho representa um marco significativo no caminho da automação da prescrição de atividades físicas na Inteligência Artificial.

A próxima etapa desse sistema pode ser vista como uma fase de maturação. Pretende-se que o sistema seja utilizado por especialistas, que conduzirão experiências de uso do sistema, entrando com novos casos, e o acompanhamento.

Uma das grandes vantagens do RBC é, que, ao invés de necessitar a construção da prescrição partindo do início, a entrada do sistema é facilitada, e a partir do dados de entrada tem-se o projeto básico, precisando então apenas o detalhamento, da intensidade, do VO₂, e dos fatores advindos da idade.

Sendo assim, levanta-se quais são realmente os elementos necessários para se fazer a adaptação. No momento em que o especialista começa a agregar e armazenar os novos casos na base estará fazendo aquisição do conhecimento específico para adaptação.

Quando o sistema alcançar um número de casos agregados em cada categoria que seja considerado apropriado para testar sua validade, a base prototípica estará também sendo validada. Pode-se então, concluir que falta uma categoria, ou que foram agrupados vários casos em uma categoria e nenhuma em outra. Porém, isto poderá acontecer apenas quando todas as categorias apresentarem uma média de casos com um desvio padrão considerado pequeno.