Wearables i Machine Learning: la tecnologia que ajuda l’NBA a prevenir lesions abans que es produeixin

Els sensors intel·ligents i la intel·ligència artificial permeten monitorar la càrrega física dels jugadors i detectar indicadors de risc durant els entrenaments.

L’ús de dispositius wearables combinats amb sistemes de Machine Learning està transformant la manera com les franquícies de l’NBA gestionen la salut dels seus jugadors. L’objectiu és identificar de manera precoç signes de fatiga i sobrecàrrega muscular per reduir el risc de lesions en una competició marcada per un calendari de 82 partits de temporada regular i una elevada exigència física.

La incorporació d’aquestes tecnologies ha convertit els centres d’entrenament de diversos equips nord-americans en espais on la recopilació i l’anàlisi de dades biomecàniques formen part de la preparació diària dels esportistes.

Sensors que registren cada moviment

Durant els entrenaments, els jugadors poden utilitzar plantilles intel·ligents, roba tècnica equipada amb sensors inercials i altres dispositius wearables capaços de registrar milers de dades en temps real. Aquests equips mesuren paràmetres com la força dels impactes contra el terra, la velocitat d’acceleració, els salts, les frenades, els canvis de direcció o les possibles asimetries del moviment.

En els partits oficials de l’NBA aquests dispositius no estan autoritzats pel conveni col·lectiu de la lliga, motiu pel qual el seguiment dels jugadors es realitza mitjançant sistemes òptics basats en càmeres distribuïdes per tota la pista.

L’objectiu és obtenir una imatge detallada de la càrrega física que suporta cada esportista al llarg dels entrenaments i de la temporada.

El Machine Learning analitza milions de dades

Les dades captades pels sensors són processades posteriorment per sistemes de Machine Learning, una branca de la intel·ligència artificial especialitzada en identificar patrons complexos dins de grans volums d’informació.

Els algoritmes combinen els registres obtinguts durant els entrenaments amb l’historial físic dels jugadors i amb dades acumulades de temporades anteriors. Aquesta anàlisi permet detectar alteracions subtils que podrien passar desapercebudes per als tècnics o els serveis mèdics.

Entre els indicadors analitzats hi ha la relació entre la càrrega de treball recent i la càrrega acumulada durant les darreres setmanes, així com petites variacions en la trepitjada, la potència dels salts o les acceleracions.

Quan el sistema detecta un increment anòmal de la càrrega física o modificacions en el patró de moviment, genera una alerta perquè els preparadors físics i el cos mèdic valorin la situació.

Suport a la gestió de les càrregues

Segons fonts de la mateixa NBA, diverses franquícies utilitzen aquestes plataformes d’anàlisi per donar suport a les decisions relacionades amb la gestió de les càrregues dels seus jugadors.

La informació obtinguda permet adaptar la intensitat dels entrenaments, reduir els minuts de joc en determinades situacions o programar sessions específiques de recuperació i fisioteràpia quan es detecten indicadors de fatiga neuromuscular.

Els especialistes assenyalen que aquestes eines no substitueixen el criteri dels professionals mèdics ni dels preparadors físics, sinó que aporten informació objectiva per facilitar la presa de decisions.

Dels sensors a la prevenció

Els dispositius wearables utilitzats en l’esport professional incorporen acceleròmetres, giroscopis i sensors de pressió capaços de registrar amb precisió el comportament biomecànic dels esportistes.

Per si soles, aquestes dades només descriuen el moviment. És el processament posterior mitjançant intel·ligència artificial el que permet establir relacions entre diferents variables i detectar possibles situacions de risc abans que aparegui una lesió.

Aquest tipus d’anàlisi és especialment útil en esports d’alta intensitat com el bàsquet, on els jugadors acumulen centenars d’acceleracions, salts i canvis de direcció en cada partit.

Una tecnologia amb aplicacions més enllà de l’NBA

L’ús combinat de sensors intel·ligents i Machine Learning també està despertant interès en altres disciplines esportives, com l’atletisme de fons o el tennis professional, on el control individualitzat de la càrrega física és especialment important.

A més de l’esport d’elit, aquestes tecnologies també s’estan explorant en l’àmbit sanitari per monitorar pacients en processos de rehabilitació cardíaca o motora, així com en programes de fisioteràpia amb seguiment remot.

El desenvolupament continua avançant

Espanya disposa d’una xarxa de centres d’alt rendiment, clubs professionals i grups de recerca especialitzats en biomecànica i ciències de l’esport que treballen en la incorporació d’aquest tipus de tecnologies.

Els principals reptes del sector passen actualment per integrar les dades procedents de diferents dispositius, garantir-ne la interoperabilitat i desenvolupar algoritmes més precisos i transparents.

La reducció del cost dels sensors tèxtils i l’evolució dels sistemes d’intel·ligència artificial podrien facilitar una implantació més àmplia d’aquestes eines tant en l’esport professional com en altres àmbits relacionats amb la salut i l’activitat física.