El modelo de predicción busca predecir el riesgo de lesión de los futbolistas

El modelo podría "prevenir lesiones en el futuro", explicó Hecksteden en una entrevista, destacando sus beneficios. El objetivo final es "identificar a los jugadores con alto riesgo de lesión" y, por lo tanto, intervenir y contrarrestarlo con "enfoques médicos personalizados", explicó el médico deportivo, quien investiga en la Universidad Médica de Innsbruck y la Universidad de Innsbruck, y aporta muchos años de experiencia en el deporte de élite como médico de selecciones nacionales alemanas, por ejemplo, en los Juegos Olímpicos de la Juventud o los Juegos Mundiales. El beneficio es especialmente grande "cuando los jugadores regresan de una lesión previa", añadió Hecksteden. El riesgo actual de lesión, que se ha renovado, representa una "base importante para determinar el momento adecuado para volver a jugar".

En cualquier caso, la identificación de jugadores con alto riesgo de lesión y, por consiguiente, la evaluación del riesgo no se logran adecuadamente con los modelos de pronóstico, basados principalmente en datos, que se utilizan actualmente en el fútbol profesional. Estos generan un auténtico tsunami de datos difícil de interpretar con precisión. "Esto incluye datos sobre la carga de trabajo y el rendimiento de los atletas, datos de GPS, innumerables vídeos o incluso modelos esqueléticos de IA", citó algunos ejemplos. Existen razones para este rendimiento inadecuado: "Simplemente intervienen demasiadas variables, lo que significa que se pierde la atención en los factores esenciales", afirmó Hecksteden.

La "percepción subjetiva", factor importante en el modelo

El modelo, ahora acelerado, presentado en junio en un artículo de opinión en la revista «Science and Medicine in Football», funciona de forma diferente: «Reducimos deliberadamente la complejidad del modelo a unos pocos parámetros». En cualquier caso, el objetivo es «medir los aspectos importantes, realmente relevantes para la toma de decisiones», e incorporar también el conocimiento de expertos humanos.

"Esto es importante, por ejemplo, en lo que respecta a la fatiga del jugador, que aumenta el riesgo de lesiones", explicó Hecksteden. Un jugador "siente la fatiga" e incluso un "entrenador experimentado la percibe", pero es difícil de captar con datos objetivos, explicó el médico deportivo. En este sentido, existe "la característica única de la percepción humana", y la "percepción subjetiva" es "difícil de modelar", enfatizó el científico. Por lo tanto, la "perspectiva del entrenador" apoya los procesos asistidos por computadora, que seguirán utilizándose para "optimizar los modelos".

Otro problema con los modelos y procedimientos actuales es el reducido tamaño de las muestras. «No hablamos de marketing online con millones de conjuntos de datos», afirmó Hecksteden. «El tamaño de las muestras en el fútbol de élite es relativamente pequeño porque no disponemos de millones de jugadores». Al fin y al cabo, estamos hablando de «una élite», enfatizó. Por lo tanto, la creación de modelos altamente complejos, basados exclusivamente en datos y que luego sean «aplicables también a nuevos jugadores», solo es posible de forma muy limitada.

"Modelo práctico" para el fútbol de alto nivel como portería

Ahora, tras el comentario, en el que se ilustró el nuevo modelo con dos ejemplos reales, es hora de validar el modelo de pronóstico con casos adicionales y así corroborar su eficacia. «Necesitamos analizar con más detalle los beneficios de los ajustes de expertos al modelo», explicó Hecksteden. Esto debería dar como resultado un «modelo técnicamente plausible y práctico que pueda aplicarse en la práctica en el fútbol de élite y posiblemente también en otros deportes de élite y de equipo», concluyó el investigador.