En caballos, la evaluación cuantitativa de los parámetros de marcha, al igual que el uso de sistemas de unidades de medición inercial (IMUs), podría ayudar en el proceso de toma de decisiones. Sin embargo, requiere una inversión financiera, consume tiempo y carece de precisión si se desplaza. Un innovador sistema de seguimiento de movimiento sin marcadores basado en inteligencia artificial (AI-MTS) podría superar estas limitaciones en el campo. Nuestro objetivo fue comparar el nivel de acuerdo y precisión entre ambos sistemas y la evaluación clínica visual. Veinte caballos fueron sometidos a un análisis de locomoción mediante evaluación visual, IMUs y sistemas AI-MTS, bajo las siguientes condiciones: duro recto (SH), suave recto (SS), círculo duro a la izquierda y a la derecha (LCH, RCH), y suave (LCS, RCS). Un mayor número de caballos fue considerado sano por examen clínico, en comparación con aquellos identificados como simétricos por los dos sistemas de análisis de marcha. Más extremidades fueron consideradas asimétricas por el AI-MTS en comparación con las IMUs, lo que sugiere una mayor sensibilidad. El mayor acuerdo entre los dos sistemas se encontró para la diferencia entre dos mínimos en la posición vertical de la cabeza en SH, mientras que el más bajo fue para la diferencia entre dos mínimos en la posición vertical de la pelvis en SS, reflejando las dificultades en la evaluación de la asimetría de las extremidades traseras. Se desconoce qué grado de asimetría es clínicamente relevante, lo que sugiere que un uso más consistente en el entrenamiento de caballos podría ayudar a determinar los umbrales para la asimetría. Algún grado de asimetría puede ser clínicamente relevante, sugiriendo su uso regular en el entrenamiento de caballos.