Įsivaizduokite štai ką: regbio žaidėjas sprunka aikšte nematydamas varžovo ir griūva įpusėjus bėgimui. Tai nekontaktinė trauma, varginanti ir dažnai išvengiama nesėkmė, dėl kurios žaidėjai gali likti nuošalyje savaitėms ar mėnesiams. Regbis yra jėgos, tikslumo ir negailestingo intensyvumo žaidimas – tai taip pat sportas, kuriame traumų pasitaiko nuolat.
Tačiau įsivaizduokite įrankį, kuris galėtų numatyti traumas jiems dar neįvykstant, suteikdamas treneriams galimybę įsikišti ir išlaikyti žaidėjus žaidime. Tai galimas mūsų naujausių AI ir regbio traumų tyrimų galutinis taškas.
Nekontaktiniai kojų sužalojimai sudaro beveik 50 % žaidėjų nedalyvavimo regbio sąjungoje, dažnai atstumiant žaidėjus savaitėms ar net mėnesiams, jei jie yra rimti. Šie sužalojimai, tokie kaip šlaunies, kirkšnies, šlaunies ir blauzdos patempimai, gali būti neįtikėtinai varginantys tiek žaidėją, tiek komandą. Jie sutrikdo treniruočių grafikus, turi įtakos atrankai ir komandos rezultatams.
Ankstesni tyrimai dažnai buvo nesėkmingi, nes juose pagrindinis dėmesys skiriamas vieno sužalojimo rizikos veiksniams ir nepatenka į didesnį vaizdą. Jie galėjo pažvelgti į tai, kaip atskiri veiksniai, tokie kaip amžius, ankstesnės traumos ar žaidėjo lankstumas, yra susiję su trauma, tačiau ne visada atsižvelgia į sudėtingą šių veiksnių sąveiką. Tai tarsi bandymas išspręsti galvosūkį žiūrint tik į vieną gabalėlį vienu metu.
Realybė tokia, kad, pavyzdžiui, vyresnis žaidėjas, kurio sąnarių lankstumas yra silpnas ir grįžta po traumos, rizikuoja patirti didesnę traumą nei vyresnis žaidėjas, turintis geresnį lankstumą ir neseniai nepatyręs traumos.
Kodo nulaužimas naudojant AI
Naujausiame tyrime laikėmės kitokio požiūrio. Per du sezonus surinkome daugiau nei 1 700 savaitinių duomenų taškų iš visą darbo dieną dirbančių vyrų regbio žaidėjų. Tai sudarė veiksniai, kurie, kaip žinome, yra susiję su nekontaktiniais kojų sužalojimais, įskaitant kūno svorį, treniruočių intensyvumo pokyčius, fizinio pasirengimo parametrus, tokius kaip jėga ir širdies ir kraujagyslių sistemos tinkamumas, praeities sužalojimus ir raumenų bei sąnarių patikros testų rezultatus. Mes net pažiūrėjome, kaip skaudžiai jautėsi žaidėjai kiekvienos dienos pradžioje prieš treniruotes.
Mes įtraukėme šią informaciją į galingą AI sistemą, kuri gali pastebėti sudėtingus modelius. Jis ištyrė visus duomenis, kad surastų rizikos veiksnių, susijusių su žaidėjų, patyrusių kojų traumas, derinius.
Rezultatai buvo įdomūs. AI modelis numatė sunkius nekontaktinius kojų sužalojimus 82% tikslumu. Taigi, kiekvienai dešimčiai tokių sužalojimų modelis būtų teisingai numatęs aštuonis.
Modelis rodo, kad žaidėjams buvo didesnė traumų rizika, kai sumažėjo šlaunies ir kirkšnies stiprumas, sumažėjo čiurnos sąnario lankstumas, padidėjo raumenų skausmas ir dažnai keičiasi treniruočių intensyvumas.
Modelis naudojo kitus veiksnius, pvz., sutrumpėjusį sprinto laiką, didesnę kūno masę ir ankstesnius sužalojimus bei smegenų sukrėtimus, kad būtų galima numatyti nekontaktinius kulkšnies patempimus 75 % tikslumu. Tačiau nors jis taip pat sėkmingai nuspėjo kai kuriuos kitus, ne tokius sunkius kojų sužalojimus panašiu (74 %) tikslumu, ne visi sužalojimai buvo numatyti užtikrintai, pavyzdžiui, šlaunies ir kirkšnies patempimas.
Išankstinio įspėjimo AI sistema galėtų suteikti treneriams svarbių įžvalgų, kuriems žaidėjams gali kilti pavojus. Pagalvokite apie tai kaip apie aukštųjų technologijų krištolo rutulį, suteikiantį žvilgsnį į galimas problemas dar joms dar neįvykstant ir įgalinančias imtis aktyvių priemonių, kad žaidėjai liktų aikštėje.
Treneriai galėtų naudoti šią informaciją kurdami pritaikytas treniruočių programas, užtikrinančias žaidėjų nuoseklų stebėjimą ir palaikymą. Tikslinės intervencijos, pvz., pratimai, skirti pašalinti specifinius trūkumus arba pagerinti mobilumą, gali žymiai sumažinti traumų riziką.
Teoriškai optimizuodami treniruotes prieš sezoną per tikslinę sportininkų patikrą, mūsų tyrimas gali pasiūlyti aiškias ir praktines gaires. Šios paprastos, ekonomiškos priemonės gali padėti treneriams ir medicinos personalui anksti nustatyti galimas rizikas, užtikrinant aktyvų požiūrį į žaidėjų saugumą ir našumą.
Šis dirbtinio intelekto pagrįstas metodas tinka ne tik regbiui. Jis gali būti naudojamas bet kurioje sporto šakoje, kur galima rinkti duomenis. Įsivaizduokite individualizuotus treniruočių planus ir traumų prevencijos strategijas kiekvienam sportininkui – nuo futbolininkų iki gimnastų. Tai galėtų pakeisti atletų treniruotes ir varžybas, padėtų jiems išlikti sveikiems ir pasirodyti geriausiai.
Kol kas AI nėra plačiai naudojamas net elitiniame sporte. Tačiau tobulėjant laikrodžių išmaniosioms technologijoms, kurios stebi treniruotes kartu su kitais veiksniais, gali būti, kad laikui bėgant ji gali būti pradėta naudoti ir laisvalaikio sportininkams.
Traumos prevencijos ateitis?
Tačiau šis tyrimas yra tik pirmas žingsnis. Mokslininkai visame pasaulyje jau ieško būdų, kaip šiuos AI modelius padaryti dar tikslesnius, įtraukdami kitus sportininkams kylančius pavojus, pavyzdžiui, psichologinius veiksnius ir kūno judėjimo rodiklius. Jie taip pat žiūri į tai, kaip skirtingos sporto šakos gali turėti unikalių rizikos veiksnių derinių, į kuriuos reikia atsižvelgti.
Sujungę dirbtinio intelekto tikslumą su sporto mokslo ir medicinos įžvalgomis, stovime ant traumų prevencijos ir veiklos optimizavimo revoliucijos slenksčio. Šis požiūris gali ne tik padidinti žaidėjų saugumą, bet ir atskleisti visas jų galimybes, iš naujo apibrėžti, kaip sportininkai užsiima mėgstama sporto šaka. Kadangi regbis yra išbandymų vieta, ši naujovė galėtų nutiesti kelią saugesnei ir protingesnei sporto ateičiai.