La Universidad de Granada (UGR), en cooperación con expertos del sector deportivo, ha creado un innovador sistema basado en Inteligencia Artificial (IA) denominado ‘Footballer Workload Footprint’ (FWF), o ‘Huella del futbolista’. Esta herramienta es ‘una representación matemática y computacional de las cargas externas de entrenamiento y competición, obtenidas mediante GPS’.
Utilizando métodos avanzados en procesamiento de señales y cálculos matemáticos, el equipo ha logrado convertir los datos recogidos en variables que pueden analizarse mediante técnicas de aprendizaje automático (IA), informó la UGR en un comunicado reciente.
Este desarrollo se ha detallado en un artículo para la revista ‘PLOS One’, destacando una notable mejora sobre los métodos convencionales de medición de carga física, como el ‘Acute: Chronic Workload Ratio’ (ACWR), ampliamente aceptado en clubes de fútbol de alto nivel.
‘Nuestro enfoque no solo mejora la capacidad predictiva respecto al riesgo de lesión, también permite visualizar de forma clara y comprensible las dinámicas de esfuerzo que experimenta cada jugador a lo largo del tiempo, abriendo la puerta a una monitorización inteligente y preventiva’, explicó Jaime B. Matas Bustos, investigador principal de la UGR.
El sistema se distingue por ‘integrar principios avanzados de ingeniería de características, modelado temporal y análisis multivariante dentro de un entorno clínico y deportivo real’. Esta ‘Huella del futbolista’ permite una monitorización personalizada y predictiva, ‘favoreciendo su incorporación a los departamentos de rendimiento y medicina deportiva de los clubes’.
Las herramientas como esta son cada vez más cruciales debido al incremento de la densidad competitiva y las altas demandas físicas en el calendario de los futbolistas, haciéndolos más susceptibles a sufrir lesiones. ‘Dentro del cuerpo técnico, esta solución es útil para preparadores físicos, readaptadores y servicios médicos, puesto que identifica perfiles de riesgo y ajusta las cargas de los futbolistas en tiempo real, con base empírica y trazabilidad’, agregó Antonio M. Mora, de la UGR.
El modelo ha sido validado con datos anónimos de un equipo de La Liga y torneos de la UEFA, ofreciendo mejoras significativas frente al ACWR en métricas como el ROC-AUC, la Precisión-Recall y el Geometric Mean, e incluye herramientas de visualización para la interpretación de los resultados.
Se anticipa que, basándose en esta aplicación, se desarrollarán futuros sistemas de alerta temprana y bases de datos compartidas, promoviendo una nueva generación de análisis avanzados para el cuidado deportivo, basados en Big Data. ‘La ‘Huella’ es un sistema versátil que ofrece adaptaciones específicas a otros deportes de equipo e incluso a disciplinas individuales. Es un modelo sencillo que integra sin dificultad nuevas variables como las fisiológicas, nutricionales y/o psicológicas. Y también es global, diseñado para compartir toda la información de forma anónima y segura entre diferentes entidades, fomentando la colaboración para el cuidado y la salud del deportista’, concluyó Jaime B. Matas.