Caso Alessio Rossi: il ML può salvare gli sportivi da infortuni che mettono a rischio la carriera?
L’infortunio di Rossi ha messo fine al suo sogno di giocare a calcio professionistico e lo ha spinto nella direzione della ricerca.
“I calciatori professionisti subiscono da 2,5 a 9,6 infortuni ogni 1000 ore di allenamento. Un terzo di questi infortuni è dovuto a sforzi eccessivi ed è prevedibile”.
Nel 2005, la carriera calcistica di Alessio Rossi si è interrotta bruscamente quando si è strappato due legamenti della caviglia destra durante l’allenamento per la squadra di calcio italiana di serie inferiore USD Oligantese. Gli infortuni sportivi possono essere stressanti dal punto di vista fisico, psicologico e finanziario. Questi possono essere potenzialmente disastrosi per un atleta e la sua carriera. Prevedere gli infortuni sportivi può salvare molte potenziali carriere. I metodi statistici tradizionali di previsione degli infortuni possono colmare alcune lacune, ma non sono stati molto accurati nel prevederli. L’apprendimento automatico viene ora considerato come un punto di svolta qui. L’infortunio del calciatore Rossi ha messo fine al suo sogno di giocare a calcio professionistico e lo ha spinto nella direzione della ricerca. Oggi ricerca modi per utilizzare l’apprendimento automatico sul campo per prevedere gli infortuni e salvare le carriere degli sportivi.
Gli infortuni fisici negli sportivi sono il risultato di molte variabili: problemi di salute pregressi, genetica, allenamento, stress, carico di lavoro, ecc. Rossi raccoglie e analizza le risme di questi dati per evitare che i giocatori delle migliori squadre si infortunano. I dati vengono raccolti tramite varie metodologie come maglie dotate di GPS, accelerometri, bussola digitale, giroscopio, sensori di rilevamento polso, velocità, distanza percorsa durante l’allenamento. Tutti questi dati combinati con le condizioni di salute fisica e mentale vengono alimentati a un algoritmo che prevede la probabilità che i giocatori si infortunano nei prossimi giorni.
L’idea qui è quella di utilizzare l’ algoritmo per consentire al candidato di allenarsi in base alle sue condizioni di salute esibendosi al meglio ed evitare qualsiasi allenamento che potrebbe causare sforzo e portare a lesioni. L’algoritmo prevede la probabilità di infortunarsi durante la prossima partita, la prossima settimana o il mese successivo. Ad esempio, i calciatori professionisti subiscono da 2,5 a 9,6 infortuni per 1000 ore di allenamento. Un terzo di queste lesioni sono dovute a sforzi eccessivi e sono prevedibili. Se un infortunio può essere evitato del tutto attraverso l’uso di algoritmi, allora dovrebbe essere perché durante il riposo le condizioni fisiche e mentali di un atleta peggiorano, si possono causare carriere e danni all’immagine e l’atleta potrebbe non riprendersi mai completamente.
L’analisi dello sport ha iniziato a utilizzare l’analisi dei dati come quelli di Rossi nell’ultimo decennio. L’approccio mira a risparmiare carriera e denaro, oltre a migliorare i risultati. Ricercatori e coach stanno lavorando insieme per sviluppare metodi di raccolta e analisi dei dati attraverso l’ apprendimento automatico per fare previsioni. Viene utilizzato per gli sport di squadra come il calcio o il basket, ma anche per eventi singolari come il pattinaggio artistico e il tennis.
Il processo di Rossi
Ha usato un classificatore ad albero delle decisioni, una tecnica di apprendimento automatico supervisionata che prevede di porre una domanda basata su diverse variabili per insegnare una conclusione per prevedere i risultati. Ponendo una serie di domande con i dati, l’algoritmo potrebbe prevedere con successo l’80% degli infortuni e potrebbe prevedere i segnali di pericolo quasi ogni volta. Si ritiene che le reti neurali profonde possano aumentare le possibilità di previsione e la sua accuratezza.
Lo sport sta entrando in una nuova era e gli assistenti artificiali possono diventare assistenti allenatori. Può aiutare le persone ad allenarsi in modo più intelligente e aiutarle a evitare infortuni che mettono fine alla carriera. Può anche aiutare gli atleti a giocare più a lungo e ad avere carriere più lunghe. I dati raccolti con l’ausilio di dispositivi possono essere coinvolti nel processo decisionale. Questi modelli possono aiutare a prevedere importanti fattori di rischio per un atleta.
Negli sport i ricercatori ora utilizzano varie reti neurali artificiali , classificatori di alberi decisionali, processi di Markov e supportano macchine vettoriali in sport fisici come basket, cricket, calcio, pallavolo, ecc. Il problema nella raccolta dei dati si presenta con sport singolari come il pattinaggio artistico, il tennis dove l’indisponibilità dei dati è un grosso ostacolo nell’implementazione della tecnologia.
Mentre l’intelligenza artificiale non è un piano a prova di tutto per evitare lesioni nel gioco. Se i dati sono inclusi nel gioco e nell’allenamento, può aiutare gli atleti ad allenarsi più duramente e in modo più intelligente evitando infortuni che mettano fine alla carriera.
Fino ad ora, gli allenatori si sono affidati a metodi antiquati come la valutazione del carico di lavoro per prevedere gli infortuni attraverso l’esperienza che hanno un certo valore ma sono destinati a fallire a causa delle limitazioni. La tecnologia di Rossi aiuterà gli allenatori a combinare la saggezza tradizionale con ciò che rivelano i dati. I dati vengono raccolti in vari modi, ad esempio per i giocatori di baseball possono essere fatti indossare maniche intelligenti con accelerometri che misurano gli angoli delle articolazioni. Il pattinaggio di figura può essere fatto per attaccare accelerometri e giroscopi ai fianchi per registrare i salti. Orecchini, body, cinture, canottiere, cinturini possono misurare il polso, la saturazione di ossigeno, i braccialetti possono registrare la quantità di sonno e la temperatura corporea. Gli allenatori non vogliono solo sapere quando si verificherà l’infortunio, ma vogliono anche sapere quali fattori rendono un giocatore suscettibile a un infortunio e come possono essere tenuti sotto controllo ed evitati del tutto.
