Un equip multidisciplinari d'investigadors de la Universitat de Granada (UGR) ha desenvolupat una innovadora metodologia basada en intel·ligència artificial (IA) dissenyada específicament per anticipar i prevenir lesions en esportistes d'alt rendiment, amb una aplicació directa i reeixida en el futbol d'elit. Aquest sistema, que ha rebut la validació de preparadors físics professionals, representa un avenç significatiu en la medicina esportiva preventiva.
L'eina, batejada com Footballer Workload Footprint (FWF) o Empremta del Futbolista, constitueix el nucli d'aquest avenç. Es defineix com un model matemàtic i computacional sofisticat que sintetitza i analitza la totalitat de les càrregues externes a què se sotmet un jugador, tant en els entrenaments com durant la competició. Aquestes dades, capturades inicialment mitjançant tecnologia GPS i altres dispositius wearables, són processades per crear una representació digital única i dinàmica de l'esforç de cada atleta.
Per transformar aquestes dades brutes en informació accionable, els científics granadins van aplicar tècniques avançades inspirades en el processament de senyals i el càlcul diferencial i integral. Aquest complex processament permet convertir la informació crua en variables d'alt nivell que són aptes i optimitzades per a la seva anàlisi mitjançant algoritmes d'aprenentatge automàtic (machine learning). L'estudi detallat d'aquesta aplicació, les troballes de la qual han estat publicats a la prestigiosa revista científica PLOS ONE, demostra una millora substancial sobre els sistemes tradicionals de control de càrrega, que sovint es basen en mètriques aïllades i simplistes.
Jaime Matas Bustos, investigador de l'UGR i autor principal del treball, subratlla el valor dual del sistema. "El nostre enfocament no només incrementa la precisió predictiva sobre el risc potencial de lesió de manera individualitzada, sinó que, a més, ofereix una visualització intuïtiva i comprensible de les dinàmiques d'esforç que cada futbolista acumula al llarg del temps. Això facilita enormement la comunicació amb el cos tècnic i obre la porta a un monitoratge veritablement intel·ligent i preventiva", descriu l'expert.
La pionera solució es distingeix per integrar de forma efectiva principis d'enginyeria de característiques, modelatge temporal i anàlisi multivariant dins d'un entorn operatiu real, com és la rutina diària d'un club professional. A diferència dels mètodes convencionals, que solen dependre de ràtios amitjanades que poden ocultar riscos individuals, l'Empremta del Futbolista genera un monitoratge personalitzat, predictiu i, crucialment, més fàcil d'interpretar i incorporar en els fluxos de treball dels departaments de rendiment i medicina esportiva.
Antonio M. Mora, professor titular del Departament de Teoria del Senyal, Telemàtica i Comunicacions de l'UGR, afegeix que "per al cos tècnic aquesta solució és summament pràctica. Identifica perfils de risc específics, permet ajustar les càrregues de treball en temps real amb una base empírica sòlida i ofereix una traçabilitat completa de l'estat del jugador, la qual cosa és valuós per a la presa de decisions." El desenvolupament va comptar amb la col·laboració essencial de Moisés de Hoyo Lora, preparador físic de l'Aston Villa FC de la Premier League anglesa, que va aportar la seva extensa experiència prèvia en la supervisió física de diversos clubs de La Liga.
El model va ser validat utilitzant dades reals anònimes d'un equip que competeix simultàniament a La Liga i en tornejos de la UEFA, on va demostrar un rendiment molt superior i millores significatives davant les metodologies actualment en ús. Com a projecció de futur, els investigadors anticipen que aquesta tecnologia establirà les bases per al desenvolupament de sistemes d'alerta primerenca encara més refinaments i per a la creació de grans bases de dades compartides i anonimitzades entre clubs, federacions i centres d'investigació, impulsant així la ciència de l'esport cap a una nova era de col·laboració i prevenció.