Infortuni sportivi: un algoritmo monitora l’allenamento
Gli infortuni sportivi durante l’allenamento possono determinare danni anche gravi alla carriera dell’atleta.
Si calcola, secondo dati pubblicati sulla rivista Nature, che per 1000 ore di allenamento, i calciatori professionisti subiscono fino al 9,4 di infortuni sportivi, un terzo dei quali sono causati da uno sforzo eccessivo e con un alto margine di prevedibilità.
Di questi incidenti sportivi il 15% richiede un riposo superiore alla settimana, un periodo che mette in dubbio sia la capacità di ripresa del giocatore sia la capacità della squadra di sopperire alla sua mancanza, e che di fronte a un carico maggiore di sforzo potrebbe diminuire la qualità della prestazione sportiva.
Calcio ma non solo.
Il problema degli infortuni sportivi è molto sentito anche fuori dall’atletica d’elite.
Lo sport giovanile, ad esempio, sta vivendo “una pandemia di infortuni”, afferma su Nature Dhruv Seshadri, ingegnere biomedico presso la Case Western Reserve University di Cleveland, Ohio.
Gli atleti di appena 10 anni si stanno impegnando di più, cercando di spingersi verso una carriera negli sport professionistici.
Il tasso di infortuni per i giovani calciatori, ad esempio, può arrivare fino a 19,4 infortuni per 1.000 ore di sforzo.
Gli scienziati dello sport hanno iniziato a utilizzare l’analisi dei dati con la la speranza che l’approccio possa far risparmiare carriere e denaro, oltre a migliorare i risultati.
I ricercatori e gli allenatori stanno lavorando per sviluppare metodi di raccolta e analisi della quantità di dati necessari per fare previsioni, non solo per gli sport di squadra come il calcio o il basket, ma anche per eventi come il pattinaggio artistico o il tennis, in cui le persone spesso competono individualmente.
Seguire una squadra per un’intera stagione, registrando i dati GPS durante gli allenamenti e le partite, e quindi, utilizzare l’apprendimento automatico per cercare di rilevare i modelli. Dati che forniscono le probabilità che un giocatore si infortuni nei prossimi giorni o nelle prossime settimane.
Il modello citato di monitoraggio di allenamento nasce dagli studi di Alessio Rossi, ricercatore post-dottorato presso l’Università di Pisa, dove raccoglie e analizza risme di dati per aiutare a prevenire che i giocatori delle migliori squadre si infortunino.
Nel 2005, il diciassettenne aspirante calciatore Alessio Rossi si è strappato due legamenti della caviglia destra durante l’allenamento per la squadra di calcio italiana di serie inferiore USD Olginatese.
L’infortunio ha posto fine al suo sogno di giocare ai massimi livelli.
Quando Rossi giocava, l’istinto e le esperienze dei suoi allenatori erano tutto ciò che avevano per prevedere se avrebbe potuto subire un infortunio.
Ora, un calciatore che si allena con squadre di alto livello, come quelle della Premier League inglese, indosserà una maglia aderente sotto la maglia dotata di GPS, accelerometro, giroscopio e bussola digitale.
Mentre eseguono gli esercizi, i sensori monitorano la frequenza cardiaca, la velocità e la distanza percorsa.
Questi dati rivelano il carico di lavoro di un atleta: quanto spesso si allena e quanto intensamente.
Un allenamento sufficiente può spianare la strada alle medaglie, ma troppo mette sotto pressione il corpo e può portare a lesioni.
Gli allenatori hanno sempre tenuto conto delle condizioni dei giocatori nella programmazione degli allenamenti.
Ora, altresì, possono calcolare con maggiore precisione la probabilità che i singoli atleti incorrano in infortuni sportivi durante la prossima partita, la settimana successiva o il mese successivo.
L’obiettivo di Rossi è aiutare gli allenatori a combinare ciò che il loro istinto dice loro con ciò che rivelano i dati per prevenire gli infortuni sportivi.
Leggi anche: Tennis: la racchetta salvavita
