Un sistema d'intel·ligència artificial prediu el risc de lesions dels futbolistes

Un sistema basat en la intel·ligència artificial permet predir el risc de lesions dels futbolistes amb una alta probabilitat d'encert. Es basa en sensors que mesuren el seu esforç en els entrenaments. Prediu les lesions sense contacte, és a dir, les que un jugador pot tenir per problemes musculars o d'altre tipus i que no estan provocades per l'entrada o el xoc amb un altre futbolista.

La prova s'ha efectuat en un equip professional italià, del qual no s'ha facilitat el nom. Però tota la recerca i els resultats s'han publicat a la revista PLOS One. El sistema ha estat desenvolupat per un equip de la Universitat de Pisa, encapçalat per Alessio Rossi, amb la participació de Javier Fernàndez, del Departament de Ciències de l'Esport i Salut del FC Barcelona, i de Daniel Medina, que va ser metge del mateix club i des del 2017 és vicepresident per a la cura dels atletes en el Philadelphia 76ers de l'NBA nord-americana.

Les lesions tenen un impacte molt negatiu en tots els esports, però poden ser particularment problemàtiques quan el risc es desconeix. L'equip de Rossi posa com a exemple la lesió del jugador uruguaià Edinson "Matador" Cavani, que en el passat mundial de Rússia es va lesionar en el partit contra Portugal. Si el seleccionador hagués sabut el risc de lesió, el podria haver reservat o substituït.

El nou sistema es basa en les dades recollides per sensors de GPS que 26 jugadors de l'equip van portar en els entrenaments entre l'1 de gener i el 31 de maig del 2014. Els sensors mostraven la distància que recorrien, a quines velocitats, quan acceleraven i desacceleraven i si patien impactes contra el terra o contra altres jugadors. Aquestes dades es relacionaven amb altres dades de cada jugador: edat, alçada, pes, lloc que ocupa en el camp, historial de lesions i minuts jugats en l'últim partit.

Les dades es processaven per preveure el risc de lesió. El mètode anomenat machine learning -aprenentatge de les màquines- permetia que el sistema aprengués a mesura que avançava la temporada i pogués fer prediccions cada cop més acurades. Al final, va ser capaç de predir el 80% de les lesions. Els falsos positius van ser molt pocs. Això significa que les falses alarmes que farien reservar un jugador de forma innecessària van ser molt reduïdes.

Ara, l'equip vol millorar el sistema, afegint-hi altres dades, com el ritme cardíac i el grau de sudoració.

Microsoft ja havia llançat al mercat, el 2017, el seu propi sistema, que també fa servir sensors de GPS i mesura del ritme cardíac, juntament  amb la mateixa percepció dels esportistes sobre el seu estat d'ànim, ritmes de son i dolors musculars.

El sistema ha estat utilitzat per l'equip de futbol femení nord-americà Seattle Reign, per la Reial Societat i el Benfica de Lisboa i per l'equip australià de criquet. Les dades sobre els seus resultats són confidencials.