Μπορεί η τεχνητή νοημοσύνη να μειώσει τους τραυματισμούς στο ποδόσφαιρο;

Ακούγεται σαν επιστημονική φαντασία, αλλά δεν είναι. Η Μπαρτσελόνα το εφαρμόζει, επιστημονικά άρθρα δημοσιεύονται και ο Γιώργος Κακαβάς δουλεύει με την τεχνητή νοημοσύνη για την πρόληψη των τραυματισμών στην Ελλάδα.

Όσο τα χρόνια περνούν, η επίδραση της τεχνολογίας στο ποδόσφαιρο και στον αθλητισμό γενικότερα μεγαλώνει.

 

Από το VAR μέχρι τα μοντέλα για την βελτίωση των τακτικών και την ανάλυση των δεδομένων, το επιστημονικό και τεχνολογικό υπόβαθρο κάθε ομάδας κρίνει πολλά όσον αφορά την πορεία της, παρότι οι περισσότεροι παρατηρητές αγνοούν αυτή την παράμετρο.

Ένα διαχρονικό ζήτημα όμως για το υψηλότερο επίπεδο του ποδοσφαίρου είναι οι τραυματισμοί, η πρόληψη και η διαχείριση ούτως ώστε τα «περιουσιακά στοιχεία» των συλλόγων, οι πολύτιμοι ποδοσφαιριστές, να μεγιστοποιούν την απόδοσή τους και να παίζουν όσο το δυνατόν περισσότερο χωρίς απουσίες λόγω τραυματισμών, πόσω μάλλον μυϊκών ή κόπωσης.

Ένα εργαλείο για την πρόβλεψη των τραυματισμών

Όπως αναφέρεται χαρακτηριστικά στο επιστημονικό άρθρο με τίτλο «Τεχνητή Νοημοσύνη: Ένα εργαλείο για την πρόβλεψη του τραυματισμού στα σπορ», το οποίο υπογράφεται από τον Γιώργο Κακαβά, τον Νίκο Μαλλιαρόπουλο, τον Ρίκαρντ Προύνα και τον Νίκολα Μαφούλι, οι υπάρχουσες μελέτες προβλέπουν την προκαταρκτική κατανόηση των παραγόντων που συνδέονται περισσότερο με τον κίνδυνο τραυματισμού, αλλά εξακολουθεί να μην υπάρχει επιστημονική συστηματική αξιολόγηση των δυνατοτήτων των στατιστικών μοντέλων στην πρόγνωση τραυματισμών.

Πέραν των παραγόντων που αυξάνουν τον κίνδυνο ενός αθλητικού τραυματισμού, υπάρχουν άλλα στοιχεία που προδιαθέτουν τους αθλητές. Στο άρθρο υπογραμμίζεται η πολύ μικρή κατανόηση της επιστημονικής κοινότητας στους βιολογικούς μηχανισμούς που εμπλέκονται σε τραυματισμούς μη επαφής των μαλακών μορίων του μυοσκελετικού συστήματος.

Οι αθλητές, άλλωστε, είναι πολύ σύνθετα συστήματα και η διατήρηση της σταθερότητας της υγείας και της απόδοσής τους εξαρτάται από εσωτερικούς και εξωτερικούς παράγοντες.

Από τις αρχές της προηγούμενης δεκαετίας, η μελέτη της σχέσης ανάμεσα στο φορτίο προπόνησης και τους τραυματισμούς γνώρισε ιδιαίτερη άνθηση. Σε συνδυασμό με τις εφαρμογές τεχνολογίας και την διαρκώς αυξανόμενη εξαγωγή δεδομένων μέσω των συστημάτων μέτρησης σε προπονήσεις ή αγώνες, η πρόληψη ξεκίνησε να συνδέεται όλο και περισσότερο με την διαχείριση του φορτίου.

Οι τελευταίες μελέτες ωστόσο δείχνουν ότι η λύση δεν είναι τόσο απλή, όπως επίσης και το ότι τα χαμηλά χρονικά φορτία προπόνησης δεν μειώνουν τον κίνδυνο τραυματισμού, αλλά αντίθετα τον αυξάνουν.

Στόχος της αθλητιατρικής και της αθλητικής επιστήμης, άλλωστε, είναι ο αθλητής είναι όχι απλά να μείνει μακριά από τραυματισμούς, αλλά να το κάνει πιάνοντας το μάξιμουμ της απόδοσής του για όσο το δυνατόν μεγαλύτερο χρονικό διάστημα.

Ένα πολύπλοκο σύστημα!

Όπως σημειώνουν οι αθλητικοί επιστήμονες που υπογράφουν το προαναφερθέν επιστημονικό άρθρο, οι αθλητικοί τραυματισμοί λαμβάνουν χώρα μέσα σε ένα δυναμικό σύστημα.

Αυτή ακριβώς η δυναμική φύση του συστήματος τείνει να ξεχνιέται στην προσπάθεια πρόβλεψης τραυματισμού. Οι τραυματισμοί όμως συμβαίνουν ως συνέπεια εξωγενών και εγγενών παραγόντων.

Για παράδειγμα, στους εξωγενείς παράγοντες μπορεί να είναι η προδιάθεση ενός παίκτη για τραυματισμό, ο αγωνιστικός χώρος, το υψόμετρο, η θερμοκρασία. Εγγενείς παράγοντες (για τον τραυματισμό στα μαλακά μόρια) μπορούν να είναι η ηλικία, το φύλο, οι προγενέστεροι τραυματισμοί.

Με δεδομένο λοιπόν ότι τα μοντέλα αφορούν ένα πολύπλοκο σύστημα, το ανθρώπινο σώμα, η τεχνητή νοημοσύνη μπορεί να βοηθήσει ακριβώς σε αυτή την μοντελοποίηση ανάμεσα στις μη γραμμικές σχέσεις μεταξύ των παρατηρούμενων μεταβλητών για την προσέγγιση σε πολύπλοκα φαινόμενα, όπως οι τραυματισμοί των μαλακών ιστών.

Πρόκειται ουσιαστικά για μια διαδικασία μάθησης, η οποία βασίζεται σε δεδομένα και δεν μπορεί να επιτευχθεί μέσω γραμμικών μοντέλων. Οι μηχανές «μαθαίνουν» μέσω των δεδομένων. Μιλάμε, πάντα, για ένα σύστημα που θα προβλέψει το ρίσκο των τραυματισμών και όχι τους ίδιους τους τραυματισμούς. Το αν ένας ποδοσφαιριστής κάνει υπερδιάταση και υποστεί θλάση, δεν μπορεί να προβλεφθεί.

H Μπαρτσελόνα δημιούργησε ένα πολυδιάστατο μοντέλο για να προβλέψει το ρίσκο. Πρόκειται ουσιαστικά για έναν αλγόριθμο, ο οποίος δημιουργήθηκε σε συνεργασία με το Πανεπιστήμιο της Πίζα, του Μιλάνου και τους Philadelphia 76ers από το ΝΒΑ. Στα τεστ που έγιναν σε επαγγελματική ομάδα για μια ολόκληρη σεζόν, ο αλγόριθμος προέβλεψε πάνω από το 50% των μυϊκών τραυματισμών!

«Η πρόληψη είναι η μόνη λύση…»

Στην Ελλάδα, ο αθλητικός επιστήμονας Γιώργος Κακαβάς προχώρησε στην δημιουργία του “Π”, ενός μοντέλου ακριβώς σε αυτή την κατεύθυνση.

«Το Π είναι ένα μοντέλο τεχνητής νοημοσύνης που φτιάχτηκε μέσα από την εμπειρία χρόνων στην πρόληψη τραυματισμών για να αναλύσει το ρίσκο που έχει ένας αθλητής να τραυματιστεί», εξηγεί στο Football Academies χαρακτηριστικά, προσθέτοντας:

«Αναλύουμε διάφορους biomarkers από διάφορα συστήματα του οργανισμού για να έχουμε μια ολιστική εικόνα. Γενικά οι αλγόριθμοι το machine learning και τα Neural networks είναι το μέλλον στην Ιατρική γενικά και ειδικά στην αθλητιατρικη».

Ο Κακαβάς, ο οποίος εκτός από την καθημερινή αναγνωρισμένη δουλειά του στο Fysiotek Sports and Spine Lab, έχει να επιδείξει αξιοπρόσεκτη ερευνητική δουλειά και δημοσιεύσεις, ενώ αποτελεί βασικό ομιλητή στα Παγκόσμια Συνέδρια Αθλητιατρικής που διοργανώνονται υπό την αιγίδα της FIFA, συλλέγει δεδομένα από το 2013.

Πριν καν ο αλγόριθμος, που βρισκόταν ήδη στο μυαλό του, γίνει πραγματικότητα, φρόντιζε να έχει όσο το δυνατόν περισσότερα στοιχεία. Έπειτα, χρειάστηκαν περίπου δύο χρόνια για να καταλήξει με τους συνεργάτες του στα στοιχεία και τις μετρήσεις που μπορούν να αξιοποιηθούν, ώστε να γίνει πραγματικότητα η ανάλυση του ρίσκου των τραυματισμών.

Κατάφερε να πετύχει ένα μεγάλο ποσοστό εγκυρότητας. Το «Π» δεν αποτελεί οδηγό μόνο για το πριν, βοηθώντας τον αθλητή και την ομάδα του να προβλέψει έναν τραυματισμό, αλλά παίζει σημαντικό ρόλο και στην αποκατάσταση, στο μετά, στην αποφυγή της υποτροπής.

Ο Γιώργος Κακαβάς έκανε πρόσφατα ραντεβού με την Παρί Σεν Ζερμέν, παρουσιάζοντας το μοντέλο του. «Συζητάμε με διάφορες ομάδες στο εξωτερικό συνεργασία είτε στο επίπεδο ακαδημιών όπως η Σαουθαμπτον η με μεγαλύτερα πρότζεκτ όπως η Πάρι. Το θέμα είναι ότι οι προσπάθειες αυτές είναι σε εμβρυϊκό στάδιο και εμείς ξεκινήσαμε από τους πρώτους στον κόσμο. Έχουν γίνει πολλά ραντεβού στην Ελλάδα αλλά πιστεύω ότι η κρίση έπαιξε ρόλο εδώ. Μειώθηκαν δραστικά τα κόστη υποστήριξης των ομάδων ενώ έπρεπε να πάει ανάποδα. Η αθλητική επιστήμη δίνει υπεραξίας σε μια ομάδα. Βλέπε Λεστερ στη Πρεμιερ Λιγκ».

«Η τεχνητή νοημοσύνη παίζει πολύ σημαντικό ρόλο αυτή τη στιγμή, αλλά κατά τη γνώμη μου η ανθρώπινη νοημοσύνη παραμένει η πιο σημαντική», είχε πει χαρακτηριστικά ο Ζινεντίν Ζιντάν, όμως είναι δεδομένο πως η πρόληψη όχι απλά μπορεί να ενισχύσει στο μάξιμουμ την απόδοση των ομάδων, αλλά να μειώσει αισθητά και τα έξοδά τους.

«Το κόστος των τραυματισμών στην Πρεμιερ φέτος έφτασε τα 170 εκατομμύρια λίρες. Στο NBA, NFL, MLB το ίδιο. Τα κόστη ανεβαίνουν και οι προσπάθεια των ομάδων υποσκάπτεται από τους πολλούς τραυματισμούς. Η πρόληψη είναι η μόνη λύση τελικά», καταλήγει ο Γιώργος Κακαβάς. Είναι δεδομένο πως στην δεκαετία που έρχεται, οι αθλητικοί οργανισμοί θα επενδύουν όλο και περισσότερο σε ανάλογα μοντέλα πρόληψης. Το μέλλον είναι τώρα!

Σχόλια