塞维利亚启用UCAM旗下InjuryPro预测伤病

塞维利亚足球俱乐部宣布，采用与穆尔西亚天主教大学（UCAM）相关联的衍生公司InjuryPro开发的技术，以加强队内伤病预防工作。该方案使用可解释人工智能，不仅能估算球员受伤的风险，还能帮助理解影响这一预测的各项因素。

据该报道介绍，这项技术的主要贡献在于，把训练和比赛期间采集的数据转化为对教练组和医疗专业人员有用的信息。系统并非只给出一个警报，而是可以指出哪些变量正在推高伤病风险，并建议可能降低风险的措施。

肌肉和关节损伤是职业足球面临的重大挑战之一，其出现可能与多种因素有关，包括累积负荷、运动强度、恢复情况、病史、休息以及训练计划的变化。InjuryPro分析这类信息，以识别与更高风险相关的模式。报道强调，其目标不是取代医生、理疗师或体能教练的评估，而是为他们提供额外工具，以便在更充分的背景信息和更早的预判下作出决定。

当系统检测到警报信号时，可以就应当评估的应对措施给出方向，这些措施可能包括调整工作量、修改训练动作、改变恢复安排，或对球员进行更密切的跟踪。

报道指出，InjuryPro与其他预测模型的不同之处之一，在于所谓的可解释人工智能。传统系统可以给出结果，但不总能让人清楚知道为何得出这一结论；在运动员表现和健康这样敏感的领域，缺乏透明度可能限制其用途。可解释人工智能试图展示对每次预测影响最大的因素，使专家能够解读建议，结合自身经验加以对照，并决定是否对球员的计划作出调整。这一特性也有利于该技术更自然地融入运动队，最终决定权仍在专业人员手中。

使用基于数据的模型，也有助于推进更个性化的备战。并非所有球员对相同工作量的反应都一样，他们的身体既往情况和恢复需求也各不相同。借助这项技术，塞维利亚可以对每名一线队球员的状况有更细致的了解，相关信息可帮助调整训练课、安排休息，并针对不同特点设计预防策略，尤其是在比赛和出行密集的时期。在赛程最为拥挤的阶段，预防尤为重要，因为连续多日比赛会压缩恢复和纠正失衡的空间，额外的指标有助于尽早发现需要关注的情况。

报道还提到，InjuryPro的引入符合精英体育中日益普遍的趋势，即利用数据提升表现并保护运动员健康。传感器、跟踪平台和分析系统可以在训练和比赛中收集大量信息，但拥有数据本身并不保证能作出更好的决定，数据需要被组织、解读并置于具体背景中，同时还需就数据管理、访问权限以及球员医疗和个人信息的保护制定明确标准。在这一意义上，可解释性与模型的精确度可能同样重要。

报道最后指出，InjuryPro的预测应被理解为预防的辅助手段，而非医疗诊断，也不是对未来的确定判断。算法计算出的风险并不意味着伤病一定会发生，低警报也不能完全排除这种可能。专业人员的经验仍将是解读每个个案的决定性因素。通过这一合作，塞维利亚强化其应用于体育的创新战略，加入寻求更注重预防的工作模式的行列，挑战在于把预测转化为实际、可衡量且有用的决定，以在不影响球队竞技备战的前提下减少伤病影响。

本文根据ElPeriodico.digital的报道《El Sevilla FC usa IA de UCAM para anticipar lesiones》编译整理。查看原文