تعد الإصابات جزءًا لا مفر منه من اتحاد كرة القدم الأميركي مع كل الاصطدامات عالية السرعة والضربات الساحقة والجهد العالي الضروري في كل لعبة.
غالبًا ما يعتمد النجاح في كل موسم على الفرق التي يمكن أن تكون الأكثر صحة في النهاية، وقد أعاقت سلسلة من الإصابات بالفعل المتنافسين قبل الموسم مثل بالتيمور, سان فرانسيسكو و سينسيناتي.
نظرًا لأن الفرق تستثمر مئات الملايين من الدولارات كل موسم في قوائمها، فإن إبقاء هؤلاء اللاعبين متاحين للعب أمر بالغ الأهمية وأي ميزة صغيرة لديها القدرة على أن تؤدي إلى نتائج أفضل على أرض الملعب. وللمساعدة في تحقيق ذلك، لجأ اتحاد كرة القدم الأميركي إلى التكنولوجيا في السنوات الأخيرة، حيث أقام شراكة مع Amazon Web Services على أداة للتنبؤ بالإصابات تستخدم البيانات والذكاء الاصطناعي لمساعدة الفرق على إدارة صحة لاعبيها.
قالت جولي سوزا، الرئيس العالمي للرياضة في AWS: “يريد المشجعون وجود لاعبيهم المفضلين في الملعب. ومن المؤكد أن أصحاب الفريق يريدون هؤلاء اللاعبين في الملعب. ويريد الرياضيون أنفسهم أن يكونوا في الملعب”. “أي شيء يمكننا القيام به لتحسين ذلك والحفاظ على صحة اللاعبين، هو نوع من المسعى النبيل”.
“متجر شامل” لبيانات الإصابة
تأخذ أداة Digital Athlete مقاطع فيديو وبيانات من اللاعبين في جميع الفرق الـ 32 من التدريب والتمرين والمباريات، مما يوفر لكل فريق معلومات حول مدى صعوبة عمل لاعبيه، وما إذا كانوا معرضين لمزيد من الإصابات، فضلاً عن مساعدتهم على تتبع الاتجاهات والمعايير على مستوى الدوري.
هذا هو الموسم الثالث الذي تتمكن فيه جميع الفرق من الوصول إلى بوابة Digital Athlete، ويقول الطاقم الطبي إنها كانت مفيدة للغاية، ويطلقون عليها اسم “المتجر الشامل” للمعلومات التي لم تكن متاحة من قبل في مصدر واحد.
قال تايلر ويليامز، نائب رئيس الصحة والأداء في مينيسوتا فايكنغز: “في الأساس، يمنحك هذا المزيد من المعلومات لتطرح على نفسك أسئلة أفضل ثم تقوم بتدخلات أفضل لجعل عمليتك أكثر كفاءة”. “في نهاية المطاف، إذا قمت بتلخيص علوم الرياضة في جملة واحدة: كيف يمكننا القياس والتقييم لجعل أنفسنا أكثر فعالية وكفاءة.”
يستخدم برنامج Digital Athlete أجهزة استشعار في منصات الكتف والكاميرات والتتبع البصري لجمع المعلومات من التدريبات والألعاب لكل لاعب في جميع الفرق الـ 32، على غرار ما تفعله إحصائيات NextGen لتحديد من هو أسرع حامل للكرة أو مقدار المسافة التي يولدها المتلقي على مسارات تمريره.
لكن كمية البيانات مختلفة كثيرًا.
في حين أن NetGen Stats تولد حوالي 500 مليون نقطة بيانات في موسم كامل، فإن Digital Athlete تفعل ذلك على أساس أسبوعي، مما يعني أن الطريقة الوحيدة لتحليل كل ذلك للحصول على أي شيء ذي معنى هي من خلال استخدام التعلم الآلي وتكنولوجيا الذكاء الاصطناعي.
وقال سوزا: “إن الحجم الهائل للبيانات يعني أنه لا يمكن لأي شخص أن يجلس هناك مع حافظة أو برنامج Excel ليكتشف ذلك”. “هذه بالتأكيد وظيفة لأجهزة الكمبيوتر عالية الأداء، والتعلم الآلي، والذكاء الاصطناعي، وكل هذه الأشياء.”
تتمثل إحدى نقاط قوة برنامج Digital Athlete في قدرته على تجميع البيانات من جميع الفرق الـ 32 وأكثر من 1500 لاعب لإعطاء طاقم التدريب والمدربين رؤى أفضل حول اللاعبين الذين قد يكونون أكثر عرضة للإصابة في وقت معين وما هي الخطوات التي ساعدت في تقليل تأثير الإصابات.
كيف يتم استخدام الرياضي الرقمي
استخدمته الفرق للمساعدة في تحديد جداول التدريب للمعسكر التدريبي، ومدى صعوبة تدريب اللاعبين في أسبوع معين من الموسم، واللاعبين أو مجموعات المراكز التي تم الضغط عليها بشدة لدرجة أن التراجع عن عملهم قد يمنع إصابات الأنسجة الرخوة المزعجة.
قال ويليامز: “أنت تريد أن تجد مكانًا رائعًا لا يكون مرهقًا أو غير مستعد لكرة القدم”. “كلما لعبت كرة قدم أكثر، كنت أفضل في كرة القدم، ولكن كلما شعرت بالإرهاق أكثر. إنه هذا التوازن المتأرجح بين التكتيك والأداء. كيف يمكننا أن نضع اللاعبين هناك ليكونوا أفضل الإصدارات لأنفسهم، وبطريقة أكثر أمانًا للحصول على عمر أطول في اللعبة؟ “
وقال ويليامز إن الكثير من البيانات تعزز معتقداته السابقة، ولكن هناك أوقات تساعده في اكتشاف شيء ربما فاته. إن الحصول على أدلة تجريبية يمكن أن يساعده أيضًا في إقناع اللاعب الذي قد يحتاج إلى يوم إجازة أو المدرب بأنه يتعين عليه تخفيف العبء في التدريب أو في بعض الأحيان يمكن أن يدفع فريقه بقوة أكبر.
يمكن للنموذج أن يخبر طاقم التدريب بمدى عمل اللاعب من خلال تتبع التباطؤ والتسارع وإجمالي عبء العمل في الملعب وتغيير الاتجاه.
بينما قال اتحاد كرة القدم الأميركي إن إجمالي الإصابات قد انخفض منذ تقديم برنامج Digital Athlete، قال ويليامز إن هناك العديد من العوامل المعنية ولا يمكنه التأكد من وجود سبب مباشر.
قال ويليامز: “سيريد الجميع دائمًا الدليل القاطع على أننا إذا فعلنا (أ) وقمنا بإقرانه بـ (ب)، فسنحصل على (ج).” “الأمر لا يسير بهذه الطريقة على الإطلاق. الكل يريد أن يتحدث بشكل جيد، هذا الفريق جيد حقًا في منع الإصابات. لا أحد يمنع الإصابات. ما هو نوع الوصفة التي يمكنك وضعها معًا هو الذي يخفف المخاطر بشكل أفضل. كلما قمنا بقياس أكثر، كلما زادت المخاطر التي سنكون قادرين على التخفيف منها.”
كيف أثرت على تغييرات القاعدة
استخدم اتحاد كرة القدم الأميركي أيضًا البيانات التي تم جمعها من هذه الأنظمة لوضع نموذج لتأثير تغييرات القواعد مثل ركلة البداية الجديدة التي تم تنفيذها في الموسم الماضي أو الحملة على التدخلات التي تحدث بإسقاط الورك. تمكن برنامج Digital Athlete من محاكاة 10000 موسم للمساعدة في تصميم نموذج لكيفية حدوث ذلك قاعدة انطلاق جديدة من شأنه أن يؤثر على الإصابات.
كما أنها ساعدت في إعلام الدوري بأشياء مثل الخوذات الأفضل في حماية اللاعبين من الارتجاجات. وقال دون أبونتي، المدير التنفيذي لاتحاد كرة القدم الأميركي، إن البيانات ساعدت الدوري على إجراء تغييرات على خوذات لاعبي الوسط من خلال وضع المزيد من الحشو في الجزء الخلفي من الخوذة.
قال أبونتي: “شهدنا العام الماضي أقل عدد من الارتجاجات في اتحاد كرة القدم الأميركي منذ أن بدأنا في تتبعها”. “هذا حقًا شيء ننسبه إلى حقيقة قدرتنا على النظر إلى كل هذه البيانات والتوصل إلى معدات أفضل وخوذات ذات أداء أفضل وطرق نصنع بها الخوذات ونصنعها بناءً على أنواع الضربات والتأثيرات التي يتعرض لها هؤلاء اللاعبون.”
وقال أبونتي إن رد الفعل الأولي من بعض القدامى كان التساؤل عما إذا كان هذا “علمًا تافهًا”. لكنها الآن ترى المزيد من القبول من جميع المعنيين، من المدربين إلى الطاقم الطبي إلى اللاعبين.
وقالت: “أعتقد أن هذا قد تم تقديمه الآن كأداة إضافية”. “هذا لا ينتقص من قرارات المدربين الذين سيفعلون ما يشعرون أنه الأفضل لهذا الرياضي المحدد، أو الفريق ككل. ولكن عندما تكون قادرًا فعليًا على توجيههم إلى أشياء معينة وتقول، مهلاً، هذا ما نراه. وهذا يتسبب في زيادة احتمال تعرض هذا اللاعب للإصابة بمقدار X مرات. وعندما يبدأون في خسارة اللاعبين، خاصة في المعسكر التدريبي، فإنهم يولون المزيد من الاهتمام. “
___
AP NFL: https://apnews.com/hub/NFL