Un equipo multidisciplinar de investigadores de la Universidad de Granada (UGR) ha desarrollado una innovadora metodología basada en inteligencia artificial (IA) diseñada específicamente para anticipar y prevenir lesiones en deportistas de alto rendimiento, con una aplicación directa y exitosa en el fútbol de élite. Este sistema, que ha recibido la validación de preparadores físicos profesionales, representa un avance significativo en la medicina deportiva preventiva.

La herramienta, bautizada como Footballer Workload Footprint (FWF) o Huella del Futbolista, constituye el núcleo de este avance. Se define como un modelo matemático y computacional sofisticado que sintetiza y analiza la totalidad de las cargas externas a las que se somete un jugador, tanto en los entrenamientos como durante la competición. Estos datos, capturados inicialmente mediante tecnología GPS y otros dispositivos wearables, son procesados para crear una representación digital única y dinámica del esfuerzo de cada atleta.

Para transformar estos datos brutos en información accionable, los científicos granadinos aplicaron técnicas avanzadas inspiradas en el procesamiento de señales y el cálculo diferencial e integral. Este complejo procesamiento permite convertir la información cruda en variables de alto nivel que son aptas y optimizadas para su análisis mediante algoritmos de aprendizaje automático (machine learning). El estudio detallado de esta aplicación, cuyos hallazgos han sido publicados en la prestigiosa revista científica PLOS ONE, demuestra una mejora sustancial sobre los sistemas tradicionales de control de carga, que a menudo se basan en métricas aisladas y simplistas.

Jaime Matas Bustos, investigador de la UGR y autor principal del trabajo, subraya el valor dual del sistema. "Nuestro enfoque no solo incrementa la precisión predictiva sobre el riesgo potencial de lesión de manera individualizada, sino que, además, ofrece una visualización intuitiva y comprensible de las dinámicas de esfuerzo que cada futbolista acumula a lo largo del tiempo. Esto facilita enormemente la comunicación con el cuerpo técnico y abre la puerta a una monitorización verdaderamente inteligente y preventiva", describe el experto. 

La pionera solución se distingue por integrar de forma efectiva principios de ingeniería de características, modelado temporal y análisis multivariante dentro de un entorno operativo real, como es la rutina diaria de un club profesional. A diferencia de los métodos convencionales, que suelen depender de ratios promediados que pueden ocultar riesgos individuales, la 'Huella del Futbolista' genera una monitorización personalizada, predictiva y, crucialmente, más fácil de interpretar e incorporar en los flujos de trabajo de los departamentos de rendimiento y medicina deportiva.

Antonio M. Mora, profesor titular del Departamento de Teoría de la Señal, Telemática y Comunicaciones de la UGR, añade que "para el cuerpo técnico esta solución es sumamente práctica. Identifica perfiles de riesgo específicos, permite ajustar las cargas de trabajo en tiempo real con una base empírica sólida y ofrece una trazabilidad completa del estado del jugador, lo que es valuoso para la toma de decisiones". El desarrollo contó con la colaboración esencial de Moisés de Hoyo Lora, preparador físico del Aston Villa FC de la Premier League inglesa, quien aportó su extensa experiencia previa en la supervisión física de varios clubes de LaLiga.

El modelo fue validado utilizando datos reales anónimos de un equipo que compite simultáneamente en La Liga y en torneos de la UEFA, donde demostró un rendimiento muy superior y mejoras significativas frente a las metodologías actualmente en uso. Como proyección de futuro, los investigadores anticipan que esta tecnología sentará las bases para el desarrollo de sistemas de alerta temprana aún más refinados y para la creación de grandes bases de datos compartidas y anonimizadas entre clubes, federaciones y centros de investigación, impulsando así la ciencia del deporte hacia una nueva era de colaboración y prevención.