Imagínense: su equipo está en la final de la Champions, pero el mejor delantero de la plantilla sufre una lesión muscular dos días antes del partido clave. No podrá jugar. Lea más...
Es un riesgo que todo entrenador conoce perfectamente y una pesadilla para los aficionados, además de un daño económico potencial para el club. Pero la tecnología, cada vez más presente en el día a día de este deporte, puede ofrecer respuestas sorprendentes al problema. Un grupo de investigadores italianos ha desarrollado un algoritmo basado en la inteligencia artificial capaz de prever con gran precisión el riesgo de lesiones musculares. El método representa un avance significativo con respecto a las tecnologías anteriores, aseguran. Pero las soluciones al quebradero de cabeza de cómo evitar lesiones solo están en su fase embrionaria, agregan otros especialistas. “Evitar lesiones es un problema urgente. El impacto para el equipo es importante”, asegura Paolo Cintia, investigador de la Universidad de Pisa (Italia). “Se habla de mucho dinero, tanto el que se invierte en la recuperación del atleta lesionado como por la pérdida de ingresos procedentes del público que quiere verle jugar”, agrega. Ismael Fernández, experto en ciencias del deporte, explica que las lesiones dependen no solo de factores físicos, sino también de aspectos como la calidad del sueño, la dieta o la situación psicológica de un atleta. Las lesiones traumáticas no se pueden prever y el alto rendimiento exigido a los futbolistas profesionales añade un factor de riesgo más, mantiene este especialista que ha colaborado con equipos como el Atlético de Madrid, el Villareal o el PSG. Cada vez con más frecuencia, los equipos de fútbol de élite se apoyan en las nuevas tecnologías para reducir las lesiones y optimizar el rendimiento de los jugadores, aseguran los expertos. Cintia explica que desde hace algunos años los clubes profesionales acumulan grandes cantidades de datos sobre la actividad de los jugadores gracias al GPS. “Se registran todos los movimientos de un atleta durante el entrenamiento: parámetros como la aceleración, la distancia recorrida o la velocidad”, asegura. Blanca Romero, preparadora física del club femenino de primera división Madrid CFF, afirma que estos datos se transmiten en directo y permiten tomar decisiones en tiempo real sobre la gestión de un jugador sometido a esfuerzos excesivos, por ejemplo. Pero tanta información no es fácil de gestionar, según Cintia. “Un preparador físico tiene que analizar de 50 a 100 variables por cada jugador en cada entrenamiento”, detalla. “Lo más importante no está en los recursos que tengas, sino en cómo los utilizas”, añade Romero. Fernández cree que hay mucho margen de mejora para aumentar la prevención de las lesiones. “Pero a día de hoy los avances en la explotación de esas mejoras no se han coordinado lo suficiente como para poder aprovecharlos bien”, considera.
La inteligencia artificial entra en campo
La inteligencia artificial puede ayudar a explotar de forma eficaz toda esa información, según Cintia y los demás autores de un estudio publicado recientemente en PLOS ONE. Estos investigadores, pertenecientes a distintas instituciones como el Consejo Nacional de Investigaciones italiano y las universidades de Pisa y Milán, han desarrollado un software que permite analizar automáticamente distintas variables a la vez y ofrecer indicaciones sobre la exposición a posibles daños musculares de los jugadores. Para ponerlo en la práctica, llevaron a cabo un experimento con un equipo profesional italiano (que ha pedido no revelarse públicamente) compuesto por 26 futbolistas. La recogida de datos se realizó durante seis meses en la temporada 2013-2014. En el diseño del modelo, realizado en el marco del proyecto europeo Sobigdata, también colaboraron especialistas del FC Barcelona. “Se registran todos los movimientos de un atleta durante el entrenamiento: parámetros como la aceleración, la distancia recorrida o la velocidad” “El trabajo consiste en combinar todos los datos de los entrenamientos de un atleta en la temporada con la serie histórica de lesiones musculares que ha sufrido”, detalla Cintia. La respuesta del algoritmo desarrollado ha sorprendido sus creadores. “Los métodos anteriores aciertan solo cuatro de cada 100 veces la previsión de las lesiones. El nuestro, 50 de cada 100”, asegura Alessio Rossi, autor principal del artículo. En su opinión, aumentar la precisión de las previsiones permite a entrenadores y preparadores poder tomar decisiones más personalizadas sobre los entrenamientos y el empleo en los partidos de un jugador. “Las técnicas actuales son muy conservadoras, llevan a bajar los ritmos de entrenamiento de todo el equipo”, agrega Cintia.