Les mégadonnées analysées par Amazon peuvent ne pas être suffisantes pour prédire les blessures dans la NFL

La NFL espère que les outils de Big Data peuvent aider à réduire le nombre de commotions cérébrales, de déchirures ligamentaires et d'autres blessures subies lors de chaque match de football professionnel. Actuellement, le nombre de blessures par match se maintient à une moyenne de six ou sept. Les ingénieurs de la Ligue travaillent avec Amazon Web Services pour appliquer des outils d'apprentissage automatique et d'intelligence artificielle aux données des joueurs, dans l'espoir de trouver des situations dans le jeu qui conduisent généralement à des blessures, Le journal de Wall Street signalé cette semaine.

"En fin de compte, nous serons en mesure d'identifier des scénarios de risque de blessure, et nous serons en mesure de prédire des scénarios de risque de blessure, et nous serons en mesure de trouver des innovations qui rendront le jeu plus sûr pour nos athlètes tout en maintenant une haute qualité de jeu", Jeff Crandall, président du comité d'ingénierie de la NFL, a déclaré lors de l'annonce du programme.

La NFL et Amazon disposent de vastes ressources. Mais les blessures, en particulier dans les sports chaotiques comme le football, sont incroyablement difficiles à prévoir. «C’est le Saint Graal. Tout le monde veut le faire, et personne ne le peut », explique Zachary Binney, épidémiologiste et consultant qui a travaillé avec la Major League Baseball et les équipes sportives universitaires sur la prévention des blessures. "Je suis sceptique jusqu'à ce que je vois des résultats."

Il est difficile de prévoir les blessures, car il y a tellement de facteurs qui pourraient contribuer à une blessure possible, des caractéristiques physiques d'un athlète un jour donné à de légers divots sur un terrain. Un athlète pourrait avoir cinq attributs qui, selon la recherche, les exposent à un risque de blessure et ne se blessent toujours pas, mais un autre pourrait sembler parfaitement bien et déchirer un ligament le lendemain. "C'est juste un problème incroyablement difficile", dit Binney.

Le partenariat Amazon Web Services tentera de combler l'écart avec les données au niveau de la ligue des statistiques de la NFL «Next Gen», qui capturent les données de localisation, la vitesse et l'accélération pour chaque joueur sur le terrain des centaines de fois par minute grâce à des puces électroniques dans leurs pads . Il comprend également des séquences vidéo de jeux, des informations sur la surface de jeu et les facteurs environnementaux, ainsi que des données anonymisées sur les blessures des joueurs, selon la NFL. Il ne recueille pas de données sur la façon dont les parties du corps durs touchent le sol ou d'autres joueurs, ce qui est une limitation, dit Binney. Mais il peut voir, avec des détails granulaires, comment et à quelle vitesse un joueur a exécuté un jeu, changé de direction ou fait un tacle. L'objectif est de savoir si des éléments communs du football sont plus susceptibles que d'autres de provoquer des blessures.

"Vous pouvez voir ce qui se passe lorsqu'un récepteur large se déplaçant rapidement effectue ce virage serré et pourrait être en mesure de taquiner quelque chose", dit Binney.

Les données au niveau de la ligue ne comprennent que certaines mesures de l'activité des joueurs. Les équipes individuelles ont des données de niveau plus granulaires sur leurs joueurs, généralement le suivi de choses comme la fréquence cardiaque, la fatigue, l'hydratation et d'autres mesures – qui peuvent toutes contribuer au risque de blessure pour un joueur particulier. Les autres facteurs de risque de blessures dans le football incluent la flexibilité, l'historique des blessures, la force et la composition corporelle. Cependant, une grande partie des données spécifiques aux joueurs restent au niveau de l'équipe, pour éviter de donner à leurs adversaires des informations potentiellement utiles sur la façon dont leurs joueurs se comportent.

Les données de santé des joueurs ne seront pas incluses dans le programme de prédiction des blessures, selon un e-mail d'un porte-parole de la NFL à Le bord. Cela pourrait affecter son pouvoir prédictif. «Ce sera vraiment intéressant à voir. Je ne sais pas quel impact cela pourrait avoir, et je ne peux pas imaginer que ce soit le cas non plus », dit Binney.

Même sans les informations les plus précises, la ligue dispose de données sur les athlètes des 32 équipes, ce qui leur donne plus de travail. "Vous perdez une partie de la résolution des données, mais vous augmentez la taille de l'échantillon", explique Binney.

Dans le passé, les employés de la NFL ont parcouru manuellement des centaines d'heures de séquences de jeu et d'impacts sur le casque pour identifier les situations qui entraînent des blessures et ont apporté des modifications – comme des mises à jour des règles de coup d'envoi – dans le but de les prévenir. Binney pense que le projet pourrait entraîner des modifications supplémentaires, mais que toute information qu'il est en mesure de recueillir pourrait avoir une valeur supplémentaire au-delà. "Une chose qu'ils pourraient faire est de diffuser les informations et de dire aux entraîneurs que lorsqu'ils demandent à un joueur de ligne de faire une sorte de blocage ou d'itinéraire, cela crée le genre de changements de direction ou de décélération lorsque nous voyons de mauvaises choses se produire", a-t-il déclaré. dit. Il est dans l'intérêt des entraîneurs, après tout, de garder les joueurs en bonne santé, et il pourrait y avoir des alternatives aux jeux plus risqués.

Si les efforts de la NFL en matière de prévision et de prévention des blessures s'avèrent efficaces, ils pourraient également offrir une feuille de route à d'autres sports. Binney dit que c'est une étape positive. "Je suis ravi de voir cela se produire, même si je suis prudent quant à combien nous pourrions en tirer."

Traduit de la source : https://www.theverge.com/2019/12/6/20999403/amazon-nfl-injuries-concussions-big-data-machine-learning

Laisser un commentaire

Votre adresse e-mail ne sera pas publiée.