I big data potrebbero non essere sufficienti per prevedere gli infortuni nella NFL
La lega sta collaborando con Amazon Web Services per analizzare i dati di gioco con strumenti di machine learning e AI
La NFL spera che gli strumenti per i big data possano aiutare a ridurre il numero di commozioni cerebrali, rotture ai legamenti e altre lesioni subite in ogni partita di calcio professionistico. Attualmente, il conteggio degli infortuni per partita è stabile a una media di sei o sette . Gli ingegneri della Lega stanno lavorando con Amazon Web Services per applicare apprendimento automatico e gli strumenti di intelligenza artificiale per i dati dei giocatori, con la speranza di trovare situazioni di gioco che di solito portano al danno, il Wall Street Journal ha riportato questa settimana.
“In definitiva, saremo in grado di identificare scenari di rischio di infortunio e saremo in grado di prevedere scenari di rischio di infortunio, e saremo in grado di trovare innovazioni che renderanno il gioco più sicuro per i nostri atleti mantenendo alta la qualità del gioco”, Jeff Crandall, presidente del comitato tecnico della NFL, ha dichiarato durante l’annuncio del programma .
La NFL e l’Amazzonia hanno a disposizione vaste risorse. Ma gli infortuni, specialmente negli sport caotici come il calcio, sono incredibilmente difficili da prevedere. “È il santo graal. Tutti vogliono farlo, e nessuno può farlo ”, afferma Zachary Binney, un epidemiologo e consulente che ha lavorato con la Major League Baseball e le squadre sportive del college sulla prevenzione degli infortuni. “Sono scettico fino a quando vedo i risultati.”
Prevedere gli infortuni è una sfida perché ci sono così tanti fattori che potrebbero contribuire a un possibile infortunio, dalle caratteristiche fisiche di un atleta in un giorno particolare a lievi divari in un campo. Un atleta potrebbe avere cinque attributi che la ricerca dimostra che li mette a rischio di un infortunio e non si fa ancora male, ma un altro potrebbe apparire perfettamente bene e strappare un legamento il giorno successivo. “È solo un problema incredibilmente difficile”, afferma Binney.
La partnership con Amazon Web Services cercherà di colmare il divario con i dati a livello di campionato dalle statistiche “Next Gen” della NFL, che acquisiscono i dati sulla posizione, la velocità e l’accelerazione per ogni giocatore sul campo centinaia di volte al minuto attraverso i microchip nei propri pad . Include anche riprese video di giochi, informazioni sulla superficie di gioco e fattori ambientali e dati anonimizzati sugli infortuni dei giocatori, secondo la NFL. Non raccoglie dati su come parti del corpo duro colpiscono il suolo o altri giocatori, il che è un limite, dice Binney. Ma può vedere, con dettagli granulari, come e con quale velocità un giocatore ha giocato, cambiato direzione o fatto un placcaggio. L’obiettivo è scoprire se alcuni elementi comuni del calcio hanno più probabilità di altri di provocare infortuni.
“Potresti vedere cosa succede quando un ampio ricevitore che si muove così rapidamente fa questa brusca virata e potrebbe essere in grado di stuzzicare qualcosa”, dice Binney.
I dati a livello di campionato includono solo alcune misure dell’attività del giocatore. I singoli team dispongono di dati di livello più granulare sui propri giocatori, in genere monitorando cose come frequenza cardiaca, affaticamento, idratazione e altre misure, tutti fattori che possono contribuire al rischio di infortuni per un determinato giocatore. Altri fattori di rischio per gli infortuni nel calcio includono flessibilità, cronologia degli infortuni, forza e composizione corporea. Tuttavia, molti dei dati specifici del giocatore rimangono a livello di squadra, per evitare di fornire ai loro avversari informazioni potenzialmente utili su come stanno facendo i loro giocatori.
I dati sulla salute dei giocatori non saranno inclusi nel programma di previsione degli infortuni, secondo un’e-mail inviata da un portavoce della NFL . Ciò potrebbe influire sul suo potere predittivo. “Sarà davvero interessante da vedere. Non so quale impatto potrebbe avere, e non riesco a immaginare che lo facciano neanche loro ”, dice Binney.
Anche senza le informazioni più dettagliate, la lega ha dati sugli atleti di tutte e 32 le squadre, che danno loro di più con cui lavorare. “Stai perdendo parte della risoluzione sui dati, ma aumentando le dimensioni del campione”, afferma Binney.
In passato, i dipendenti della NFL hanno analizzato manualmente centinaia di ore di riprese del gioco e gli impatti del casco per identificare le situazioni che portano a lesioni e hanno apportato modifiche, come gli aggiornamenti delle regole di kickoff , con l’obiettivo di prevenirle. Binney ipotizza che il progetto potrebbe portare a ulteriori cambiamenti, ma che qualsiasi informazione che sono in grado di raccogliere potrebbe avere un valore aggiuntivo oltre a quello. “Una cosa che potrebbero fare è mettere le informazioni là fuori e dire agli allenatori che quando chiedono a un guardalinee di fare una sorta di blocco o rotta, si creano i tipi di cambi di direzione o decelerazione quando vediamo accadere cose brutte”, ha dice. Dopo tutto, è nell’interesse degli allenatori mantenere in salute i giocatori e potrebbero esserci alternative ai giochi più rischiosi.
Se gli sforzi della NFL nella previsione e nella prevenzione degli infortuni si dimostrano efficaci, potrebbero offrire una tabella di marcia anche ad altri sport. Binney dice che è un passo positivo. “Sono entusiasta di vederlo accadere, anche se sono cauto su quanto potremmo essere in grado di trarne.”
