NFL sięga po AI, by chronić zawodników przed kontuzjami.

Kontuzje są nieodłącznym elementem futbolu amerykańskiego. Brutalne starcia i ogromny wysiłek fizyczny w każdej akcji sprawiają, że zdrowie zawodników często decyduje o sukcesie drużyny w sezonie. Dlatego NFL coraz śmielej sięga po nowe technologie, aby minimalizować ryzyko urazów i utrzymać kluczowych graczy na boisku.

Liga nawiązała współpracę z Amazon Web Services, tworząc narzędzie do przewidywania kontuzji o nazwie „Digital Athlete”. Wykorzystuje ono dane i sztuczną inteligencję, aby pomóc zespołom w zarządzaniu zdrowiem zawodników. Jak mówi Julie Souza z AWS: „Fani chcą oglądać swoich ulubionych graczy na boisku. Właściciele drużyn i sami sportowcy również tego pragną. Wszystko, co możemy zrobić, aby to ułatwić i utrzymać zawodników w zdrowiu, jest szlachetnym celem”.

Jak to działa?

System analizuje wideo i dane zawodników ze wszystkich 32 drużyn, zbierane podczas treningów, ćwiczeń i meczów. Dzięki temu sztaby szkoleniowe otrzymują informacje o obciążeniach, ryzyku kontuzji, a także mogą śledzić trendy i porównywać wyniki w całej lidze. Narzędzie to jest dostępne dla wszystkich drużyn już trzeci sezon i spotkało się z bardzo pozytywnym odbiorem. Lekarze sportowi nazywają je „kompleksowym źródłem informacji”, które wcześniej były rozproszone.

Tyler Williams, wiceprezes ds. zdrowia i wydajności w Minnesota Vikings, podkreśla: „Dostajemy więcej danych, co pozwala zadawać lepsze pytania i podejmować skuteczniejsze interwencje. Esencją nauki o sporcie jest mierzenie i ocenianie, aby zwiększyć efektywność.”

Ogromne ilości danych

Digital Athlete wykorzystuje czujniki w ochraniaczach na ramiona, kamery i systemy śledzenia optycznego, aby zbierać informacje z treningów i meczów. Podobne rozwiązania stosowane są w statystykach NextGen, które mierzą np. prędkość zawodników z piłką czy odległość, jaką pokonuje skrzydłowy od obrońcy. Jednak ilość danych generowanych przez Digital Athlete jest nieporównywalnie większa. O ile NextGen Stats generuje około 500 milionów punktów danych w ciągu całego sezonu, Digital Athlete osiąga to w ciągu jednego tygodnia. Analiza tak ogromnej ilości informacji byłaby niemożliwa bez uczenia maszynowego i sztucznej inteligencji.

„Nikt nie jest w stanie przetworzyć takiej ilości danych ręcznie, z pomocą notatnika czy Excela” – zaznacza Souza. „To zadanie dla wysokowydajnych komputerów, uczenia maszynowego i sztucznej inteligencji”.

Lepsze decyzje treningowe

Jedną z głównych zalet Digital Athlete jest agregacja danych ze wszystkich 32 drużyn i ponad 1500 zawodników. Dzięki temu sztaby szkoleniowe mogą lepiej identyfikować graczy szczególnie narażonych na kontuzje i wdrażać działania profilaktyczne. Zespoły wykorzystują te informacje do planowania harmonogramów treningów, optymalizacji obciążeń w trakcie sezonu i redukcji ryzyka urazów tkanek miękkich.

„Chcemy znaleźć złoty środek między przepracowaniem a niedotrenowaniem” – wyjaśnia Williams. „Im więcej grasz w futbol, tym lepiej grasz, ale tym bardziej jesteś zmęczony. To ciągła równowaga między taktyką a wydajnością. Jak wystawić zawodników na boisko w najlepszej formie, zapewniając im jednocześnie bezpieczeństwo i długowieczność w grze?”

Williams przyznaje, że wiele danych potwierdza jego wcześniejsze przekonania, ale zdarzają się sytuacje, w których system pomaga mu dostrzec coś, co wcześniej umknęło jego uwadze. Empiryczne dowody ułatwiają mu również przekonanie zawodnika, który potrzebuje odpoczynku, lub trenera, który musi zmniejszyć obciążenia na treningu. Model analizuje takie parametry jak deceleracje, akceleracje, całkowite obciążenie na boisku i zmiany kierunku biegu.

Czy to naprawdę działa?

NFL twierdzi, że od wprowadzenia Digital Athlete ogólna liczba kontuzji zmniejszyła się. Williams jednak zaznacza, że na to wpływa wiele czynników i nie można mówić o bezpośrednim związku przyczynowo-skutkowym. „Wszyscy chcieliby znaleźć idealne połączenie A i B, które da C” – mówi Williams. „Ale to tak nie działa. Nikt nie jest w stanie całkowicie zapobiec kontuzjom. Chodzi o to, by stworzyć odpowiednią recepturę, która zminimalizuje ryzyko. Im więcej mierzymy, tym bardziej możemy je ograniczyć.”

Wpływ na przepisy i sprzęt

NFL wykorzystuje również dane z systemu do modelowania wpływu zmian w przepisach, takich jak nowe zasady dotyczące wykopów wprowadzone w ubiegłym sezonie, czy zaostrzenie kar za faule typu „hip-drop tackle”. Digital Athlete symulował 10 000 sezonów, aby ocenić, jak nowa zasada wykopów wpłynie na urazy. Pomaga również lidze w wyborze kasków, które najlepiej chronią zawodników przed wstrząsami mózgu. Dzięki analizie danych, NFL zdecydowała się na zwiększenie wyściółki w tylnej części kasków dla rozgrywających.

Dawn Aponte, przedstawicielka NFL, podkreśla: „W ubiegłym roku odnotowaliśmy najniższą liczbę wstrząsów mózgu, odkąd zaczęliśmy je monitorować. Przypisujemy to możliwości analizy danych i tworzenia lepszego sprzętu, w tym kasków, które są projektowane w oparciu o rodzaje uderzeń i wstrząsów, jakim poddawani są zawodnicy.”

Aponte przyznaje, że początkowo niektórzy sceptycy kwestionowali wiarygodność tych rozwiązań. Obecnie jednak obserwuje się znacznie większą akceptację ze strony trenerów, lekarzy i samych zawodników. „Traktują to jako narzędzie pomocnicze” – dodaje Aponte. „Nie zastępuje ono decyzji trenerów, którzy chcą jak najlepiej dla swoich zawodników i drużyny. Ale kiedy możemy pokazać im konkretne dane i powiedzieć: »Widzimy, że to zwiększa prawdopodobieństwo kontuzji X razy«, zaczynają zwracać na to większą uwagę, zwłaszcza gdy w obozie przygotowawczym tracą zawodników.”