Los cascos no son garantía de que un jugador de la NFL esté protegido de lesiones ante los golpes que recibe todo el tiempo, por lo que la Liga Nacional de Fútbol Americano utiliza tecnología como sensores y Machine Learning para prevenir lesiones.
Priya Ponnapalli, senior manager de Amazon Machine Learning Solutions Lab, platicó con Once Noticias sobre cómo funciona la tecnología que incluso se utiliza para predecir lesiones en tiempo real.
Contó cómo la NFL y Amazon Web Services (AWS) recopilan actualmente una enorme cantidad de datos en cada juego, que son alrededor de 3 terabytes (TB) de datos recopilados por cada partido.
Entre los datos que recopilan están los golpes, frecuencia de los mismos, fuerza, y otros que les permite entender mejor cómo se producen las lesiones y, en última instancia, mantener a los jugadores más seguros y hacer el juego más emocionante.
Específicamente, AWS almacena la enorme cantidad de datos generados por el seguimiento de cada jugador en cada jugada de cada partido de la NFL, casi 300 millones de puntos de datos por temporada; los ingenieros de software de la NFL utilizan Amazon SageMaker para construir, entrenar e implementar rápidamente los modelos de aprendizaje automático (Machine Learning) que hay detrás de sus estadísticas más sofisticadas. Por su parte, la NFL utiliza la herramienta de inteligencia empresarial Amazon QuickSight para analizar y visualizar los datos estadísticos resultantes.
Priya Ponnapalli explicó que dicha cantidad de información que se extrae en cada partido y de cada jugador, permite que gracias a los análisis se puedan identificar lesiones en el campo e incluso predecir algunas de ellas gracias al aprendizaje de las máquinas a través de los sensores.
Incluso, específicamente en el caso de la predicción de lesiones, la NFL junto con AWS trabajan en el desarrollo de una representación virtual de un jugador de la NFL para aprovechar la Inteligencia Artificial y el aprendizaje automático para predecir mejor y eventualmente prevenir las lesiones de los jugadores.
La NFL también trabaja en la prueba de los cascos con sensores con un equipo de ingenieros biomecánicos de Biocore, un laboratorio de pruebas de equipos, quienes han desarrollado un sistema de pruebas, puntuación y clasificación de la eficacia de los cascos.
Este marco ayuda a facilitar la innovación y la mejora en el desarrollo de equipos de protección para los jugadores, y los resultados de estas pruebas de laboratorio de la NFL-NFLPA se muestran en un póster que se comparte con los jugadores de la NFL y se exhibe en todos los vestuarios de la National Football League.
De hecho, la NFL ha desarrollado un dispositivo de pruebas biomecánicas, denominado BEAST (La bestia) que analiza la interacción entre los tacos de los jugadores y la superficie de los campos de fútbol. Esta medición puede utilizarse para verificar si se transmiten fuerzas excesivas al cuerpo de los jugadores.
“Tenemos un lago historial de acuerdos con la NFL, pero también con otras ligas de distintos deportes de contacto alrededor del mundo, por ejemplo el hockey, rugby y en el caso del fútbol tenemos un acuerdo, por ejemplo, con la Bundesliga para analizar igualmente todos los datos que genera cada jugador y con ello protegerlos de lesiones”, aseguró la senior manager de Amazon Machine Learning Solutions Lab.
Agregó que estos proyectos han mejorado la salud de los jugadores, ya que la Liga ha visto un descenso sostenido de las conmociones cerebrales en las últimas tres temporadas.
Otro ejemplo del trabajo de recopilación de datos en los juegos de fútbol americano es el concurso de Inteligencia Artificial que realizaron en conjunto la NFL y AWS en el que desafió a los científicos de datos a enseñar a las computadoras a detectar automáticamente a los jugadores implicados en impactos en la cabeza a partir de las imágenes de los partidos de la NFL.
“AWS y la NFL están fomentando la comprensión de cómo tratar y rehabilitar las lesiones a corto plazo y, eventualmente, predecir y prevenir las lesiones en el futuro aprovechando los datos. Los nuevos modelos de visión por ordenador desarrollados en este desafío, y el duro trabajo realizado por todos los equipos participantes, nos acercan a nuestro objetivo y no podría estar más emocionada de ver cómo este trabajo transforma el deporte en los próximos años”, añadió Priya Ponnapalli.