Το εργαλείο που προειδοποιεί για τους τραυματισμούς αθλητών είναι ελληνικό

Οι Ισραηλινοί έχουν δημιουργήσει ένα μεγάλο φυτώριο πάνω στο κομμάτι των start-up που αφορούσαν το machine learning, στο επίπεδο της υγείας. Μια στάση εδώ, για να μη δημιουργηθούν κενά. Το machine learning είναι πεδίο στην πληροφορική που χρησιμοποιεί εξελιγμένους αλγόριθμους ανάλυσης δεδομένων. Αυτοί προσφέρουν στις μηχανές την ικανότητα να “μάθουν”, μέσω των data, δίχως αναλυτικό προγραμματισμό. Ένα από τα αποτελέσματα αυτής της διαδικασίας είναι το Τ9, στο κινητό σου. Στην ιατρική αξιοποιείται στην ανίχνευση ασθενειών -“βλέπει” περισσότερα από ένα ζευγάρι μάτια.

Ο -εξειδικευμένος στα μυοσκελετικά- αθλητικός επιστήμονας, Γιώργος Κακαβάς καλείται κάθε χρόνο από κορυφαίες διοργανώτριες αρχές των σπορ, για ομιλίες. Πέρυσι μίλησε στο AsianPacific Sports Tech 2017 (γίνεται κάθε χρόνο, σε διαφορετική πόλη) που αφορούσε όλα όσα διάβασες έως εδώ και πολλά περισσότερα, σε σχέση με τον αθλητισμό. Ο λόγος που πήγε στο συνέδριο ο κ. Κακαβάς ήταν ο αλγόριθμος που ‘χει δημιουργήσει, με τη δυνατότητα υπολογισμού ρίσκου τραυματισμού αθλητών.

“Στο Ισραήλ με κάλεσε o πρώην Lead Researcher της ΝΙΚΕ, Erez Morag, o οποίος κατοχύρωσε 10 πατέντες για τεχνολογία παπουτσιών και πλέον εργάζεται στον στρατό του Ισραήλ. Στο συνέδριο υπήρχαν πολλοί εκπρόσωποι του στρατού, διότι οι Ισραηλινοί περνούν όλες τις εξελίξεις εκεί. Η τεχνολογία τους ξεκίνησε από τον στρατό». Προς το παρόν, στη δημιουργία του τέλειου στρατιώτη προηγείται η Ρωσία.

 

Σε ένα σύντομο μάθημα ιστορίας, είπε πως «τους είχαν κάνει εμπάργκο οι Γάλλοι και όλοι οι άλλοι και αποφάσισαν να φτιάξουν οι ίδιοι, ό,τι χρειάζονταν. Το Ισραήλ ήταν γεωργικό κράτος. Είχε Kibbutz και έβγαζε πατάτες. Αφότου έγιναν αυτόνομοι στο θέμα της διατροφικής επιβίωσης, τη δεκαετία του ’70 με το εμπάργκο, ασχολήθηκαν με όλα τα άλλα. Αυτήν τη στιγμή οι Ισραηλινοί έχουν φτάσει πολύ ψηλά” και εκεί θα βρεις ιατρικά κέντρα που επισκέπτονται αθλητές από όλον τον πλανήτη -μεταξύ άλλων.

Άρχισε να συγκεντρώνει στοιχεία το 2013

Ας επιστρέψουμε όμως, στην ελληνική ανακάλυψη. “Από το 2013 έρχονταν παίκτες και έφτιαχνα φάκελο για ιnjury prevention, χωρίς τον αλγόριθμο. Κάναμε τις εξετάσεις παικτών που ήταν non contact τραυματίες, έπαιρνα τα αποτελέσματα και ο αλγόριθμος ήταν το μυαλό μου. Είχα φακέλους με τους χιαστούς, τους μύες, τα δείγματα σίελου και έφτιαχνα reports μόνος μου, τα οποία έπαιρναν οι ατζέντηδες -που θεωρούν τους παίκτες που έχουν ως περιουσιακά στοιχεία. Για κάποιο λόγο δεν ισχύει το ίδιο και για τις ομάδες και δη στο μπάσκετ. Στο ποδόσφαιρο που υπάρχουν πωλήσεις παικτών, ενδιαφέρονται. Στο μπάσκετ που δεν πουλάνε παίκτες, δεν υπάρχει”.

Οι ατζέντηδες λοιπόν, ήταν αυτοί που τον προσέγγισαν πρώτοι, με αίτημα να μην ξανατραυματιστεί ο παίκτης σε πρότερο προβληματικό σημείο. “Μου είχαν ζητήσει να αναλάβω ένα σχετικό project και να αλλάξω τον τρόπο που παίζουν οι πελάτες τους. Ενδιαφέρονταν και για τη βελτίωση, άρα ήθελαν να ξέρουν πώς θα γίνει αυτό”.

Όταν ήλθε το πλήρωμα του χρόνου (και υπήρχαν πολλοί φάκελοι) “δημιουργήσαμε με συνεργάτες μου ένα σύστημα που λέγεται “Π”. Είναι αλγόριθμος τεχνητής νοημοσύνης, τον οποίον παιδευτήκαμε για να φτιάξουμε -χρειαστήκαμε πάνω από δυο χρόνια, για να βρούμε ποια είναι τα αξιόπιστα στοιχεία”.

 

Τι κάνει το “Π”; “Παίρνει διάφορα χαρακτηριστικά από τον παίκτη, μέσω μετρήσεων. Για παράδειγμα, ελέγχουμε το χιαστό ενός παίκτη, εξετάζοντας τα νούμερα. Ένας χιαστός έχει την τάση να μετατοπίζει το γόνατο. Το 1 εκατοστό είναι παθολογικό. Οφείλεις να βάλεις τον αθλητή να ακολουθήσει πρόγραμμα πρόληψης, ώστε να μην πάθει ζημιά. Μετρήσεις γίνονται και μετά τα χειρουργεία, ώστε να διασφαλίσουμε πως το μόσχευμα είναι σωστό. Αλλιώς κινδυνεύει να το ξαναπάθει”, κάτι που συνέβη πριν λίγα χρόνια με μπασκετμπολίστα μεγάλης ελληνικής ομάδας.

Τι είναι ο άνθρωπος; Τρία πράγματα

“Βάζουμε στοιχεία από τρία πράγματα. Ο άνθρωπος είναι τρία πράγματα. Τα κόκαλα και οι μυς, το ψυχολογικό και το βιοχημικό (έχει να κάνει με πολλά, τον ύπνο, αν τρώω καλά, αν παίρνω φάρμακα ή συμπληρώματα). Παίρνουμε δείγμα μέσω σάλιου, αντί για αίμα -για να μην τραυματίζουμε συχνά τους παίκτες- και έχουμε τα στοιχεία την ίδια ημέρα. Μετά τα τροφοδοτούμε στο μηχάνημα” που δείχνει αν υπάρχει ρίσκο.

Ο αλγόριθμος διαχειρίστηκε ένα μεγάλο όγκο αριθμών τραυματισμένων αθλητών και μη τραυματισμένων. Προχώρησε στη σύγκριση “για να δει αν ταιριάζουν με το προφίλ της πάθησης, όσα δίνεις στη μηχανή”. Είχε εγκυρότητα πάνω από 90%. “Αν δεν υπάρχει validity δεν σε δέχεται κανένας”.

Αυτό λοιπόν, που κάνει δεν είναι πρόβλεψη “αλλά ανάλυση του ρίσκου τραυματισμού”. Το μοντέλο που παρουσιάστηκε άρεσε, γιατί αφορούσε την υγεία. Στο ίδιο συνέδριο παρουσιάστηκε ειδική εφαρμογή που υπάρχει πια, σε watchband και όταν καταγράφεται ένας επικίνδυνος -για την υγεία αυτού που το φορά- αριθμός, ειδοποιείται απευθείας ο γιατρός του. “Έχουν κάνει απίστευτα πράγματα”. Δεν θα έπρεπε να υπάρχει ένα όριο; “Είναι ηθικό το όριο. Όταν κάτι έχει να κάνει με την υγεία σου, θες πολλές πληροφορίες.

«Έχω ένα φίλο στο Los Angeles, στον οποίον στέλνεις δείγμα σάλιου και την επομένη σου στέλνει ανάλυση για όλο το γονιδίωμα (δείχνει τα πάντα, από το αν υπάρχει προδιάθεση για κάποια ασθένεια έως αν προκαλεί δυσανεξία ένα φαγητό). Αυτή η εξέταση μέχρι πριν 5 χρόνια γινόταν με 1.5 εκατομμύρια δολάρια. Σήμερα γίνεται με 900 δολ.”.

Και ναι, υπάρχουν πολλές εξελίξεις στο θέμα του καρκίνου -το Nobel πήγε προς αυτήν την κατεύθυνση-, όπως και πάρα πολλές έρευνες για το ανοσοποιητικό του ανθρώπου. “Είχε έλθει ένας ατζέντης και μας είχε πει ότι “τα αιματολογικά του παίκτη μου είναι πολύ κακά. Θα χάσει το συμβόλαιο του. Μπορούμε να κάνουμε κάτι;”. Ο τραυματισμός είναι κάτι σύνθετο -όταν δεν προέρχεται από χτύπημα. Κάναμε αναλύσεις και του δώσαμε ειδικά συμπληρώματα.

Το risk analysis σου επιτρέπει να ξέρεις, πριν έλθει η κατραπακιά. Προβλήματα με τους αλγόριθμους εντοπίζονται, προς το παρόν, στα selfdrive αυτοκίνητα. Πότε σταματάει; Και αν σταματήσει, στρίψει δεξιά και πέσει σε στάση του τραμ -γιατί το GPS έχει λάθος πληροφορία; Στην υγεία και το risk analysis είναι ωραίο να υπάρχει ένα καμπανάκι. Το «Π» βοηθά το πριν, αλλά και το μετά. Το πότε πρέπει να επιστρέψει κάποιος από τραυματισμό, ώστε να μην πάθει υποτροπή.

Πού έχουμε φτάσει; Να δίνω ένα φανάρι στο γιατρό ή τον προπονητή μιας ομάδας. Πως η Νίκη είναι πράσινη ή πορτοκαλί ή κόκκινη. Έτσι, μπορεί να κινηθεί αναλόγως, ώστε να διασφαλίσει την υγεία του αθλητή”.

Η διαδικασία είναι στη φάση προώθησης “και φτιάχνουμε το ίδιο πρόγραμμα, για να ‘χει εφαρμογή σε εταιρείες. Να ξέρει ο ιδιοκτήτης πώς θα έχει έναν καλύτερο εργαζόμενο, πιο αποδοτικό, που να μην πονάει. Παίρνουμε άλλα δεδομένα υπ’ όψιν, όπως το στρες, την εργονομία γραφείου, τη στάση στην καρέκλα”. Έχει ενημερώσει τις ελληνικές ομάδες, για αυτό που ενδιαφέρει πλήθος κόσμου στο εξωτερικό. Αλλά δεν υπήρξε ανταπόκριση. Από φόβο ή άγνοια. Το αποτέλεσμα, βέβαια είναι το ίδιο.

Σχόλια