La NFL espera que las herramientas de big data puedan ayudar a reducir la cantidad de conmociones cerebrales, roturas de ligamentos y otras lesiones sufridas en cada juego de fútbol profesional. Actualmente, el recuento de lesiones por juego se mantiene estable en un promedio de seis o siete . Los ingenieros de la liga están trabajando con Amazon Web Services para aplicar el aprendizaje automático y las herramientas de inteligencia artificial a los datos de los jugadores, con la esperanza de encontrar situaciones en el juego que comúnmente causen lesiones, The Wall Street Journal informó [ 19459003] esta semana.
“Finalmente, podremos identificar escenarios de riesgo de lesiones, y podremos predecir escenarios de riesgo de lesiones, y podremos encontrar innovaciones que harán que el juego sea más seguro para nuestros atletas mientras mantenemos una alta calidad de juego , ”Jeff Crandall, presidente del comité de ingeniería de la NFL, dijo durante el anuncio del programa .
La NFL y Amazon tienen vastos recursos a su disposición. Pero las lesiones, especialmente en deportes caóticos como el fútbol, son increíblemente difíciles de predecir. “Es el santo grial. Todos quieren hacerlo, y nadie puede “, dice Zachary Binney, epidemiólogo y consultor que ha trabajado con equipos de Grandes Ligas de Béisbol y deportes universitarios en la prevención de lesiones. “Soy escéptico hasta que veo resultados”.
Predecir lesiones es un desafío porque hay muchos factores que podrían contribuir a una posible lesión, desde las características físicas de un atleta en un día en particular hasta pequeñas divisiones en el campo. Un atleta podría tener cinco atributos que, según la investigación, los pone en riesgo de sufrir una lesión y aún no lastimarse, pero otro podría verse perfectamente bien y romper un ligamento al día siguiente. “Es un problema increíblemente difícil”, dice Binney.
La asociación de servicios web de Amazon intentará cerrar la brecha con los datos de nivel de liga de las estadísticas “Next Gen” de la NFL, que capturan datos de ubicación, velocidad y aceleración para cada jugador en el campo cientos de veces por minuto a través de microchips en sus almohadillas También incluye imágenes de video de juegos, información sobre la superficie de juego y factores ambientales, y datos anónimos de lesiones de jugadores, según la NFL. No recopila datos sobre cómo las partes duras del cuerpo están golpeando el suelo u otros jugadores, lo cual es una limitación, dice Binney. Pero puede ver, con detalles granulares, cómo y a qué velocidad un jugador ejecutó una jugada, cambió de dirección o hizo un tackle. El objetivo es descubrir si algún elemento común del fútbol es más propenso que otros a provocar alguna lesión.
“Podrías ver lo que sucede cuando un receptor ancho que se mueve así rápidamente da un giro brusco y podría ser capaz de descifrar algo”, dice Binney.
Los datos de nivel de liga solo incluyen algunas medidas de la actividad del jugador. Los equipos individuales tienen datos de nivel más granulares sobre sus jugadores, generalmente rastrean cosas como la frecuencia cardíaca, la fatiga, la hidratación y otras medidas, todo lo cual puede contribuir al riesgo de lesiones para un jugador en particular. Otros factores de riesgo para lesiones en el fútbol incluyen flexibilidad, historial de lesiones, fuerza y composición corporal. Sin embargo, gran parte de los datos específicos del jugador se mantienen en el nivel del equipo, para evitar dar a sus oponentes información potencialmente útil sobre cómo están sus jugadores.
Los datos de salud del jugador no se incluirán en el programa de predicción de lesiones, según un correo electrónico de un portavoz de la NFL a The Verge. Eso podría afectar su poder predictivo. “Será realmente interesante de ver. No sé qué impacto podría tener, y tampoco puedo imaginar que lo hagan “, dice Binney.
Incluso sin la información más granular, la liga tiene datos sobre los atletas de los 32 equipos, lo que les da más para trabajar. “Está perdiendo parte de la resolución de los datos, pero está aumentando el tamaño de la muestra”, dice Binney.
En el pasado, los empleados de la NFL habían revisado manualmente cientos de horas de metraje del juego e impactos en el casco para identificar situaciones que conducen a lesiones, e hicieron cambios, como actualizaciones a las reglas de inicio – con El objetivo de prevenirlos. Binney especula que el proyecto podría conducir a cambios adicionales, pero que cualquier información que puedan reunir podría tener un valor adicional más allá de eso. “Una cosa que podrían hacer es poner la información a disposición de los entrenadores y decirles a los entrenadores que cuando le piden a un liniero que haga algún tipo de bloqueo o ruta, se crean cambios de dirección o desaceleración cuando vemos que suceden cosas malas”. dice. Después de todo, lo mejor para los entrenadores es mantener a los jugadores saludables, y podría haber alternativas a las jugadas más riesgosas.
Si los esfuerzos de la NFL en la predicción y prevención de lesiones resultan efectivos, también podrían ofrecer una hoja de ruta para otros deportes. Binney dice que es un paso positivo. “Estoy emocionado de ver que suceda, a pesar de que soy cauteloso sobre cuánto podríamos sacar de él”.
