Em plena temporada do Top 14, está previsto um jogo em casa para este fim de semana e devemos esperar até que os jogadores terminem o treino para discutir com a equipa de desempenho (que combina preparação física e médica) e alguns jogadores. O capitão da equipa júnior do clube, Naël Souid (transferido desde o nosso relatório para o clube Narbonnais Racing), vem ao nosso encontro para explicar como são recuperados os dados destinados ao algoritmo. São recolhidos quatro tipos principais de informação: respostas aos questionários de aptidão dos jogadores preenchidos todas as manhãs antes do treino (nível de stress, qualidade do sono, etc.), dados de GPS, pontuações de fadiga sentidas pelos jogadores no final de cada sessão de treino e jogos e dados contextuais (a data do próximo jogo, em casa ou fora, o estado do campo, o tempo, etc.). Estes dados diários são combinados com os chamados dados de “triagem” recolhidos de forma mais ocasional (neurológicos, de mobilidade, testes de visão, etc.). Os dados de GPS são coletados por meio de caixas posicionadas sob as camisas dos jogadores, com equipamentos idênticos para todos os clubes do Top 14. Eles fornecem a posição dos jogadores em tempo real e permitem calcular a distância percorrida, velocidade, aceleração, etc. Cerca de quinze parâmetros no total entram no algoritmo. Desde 2024, a organização internacional World Rugby também impôs o uso de protetores bucais conectados que permitem medir a exposição ao contato. Relativamente aos dados de rastreio, os jogadores realizam uma série de testes na pré-época (julho-agosto) que servirão de dados de referência: uma passagem numa plataforma de estabilometria que caracteriza o controlo do equilíbrio e da postura, um teste de realidade virtual e cerca de dez testes num tablet para avaliar o desempenho percetivo e cognitivo.
Em caso de lesão, os jogadores passam por essas avaliações semanalmente até o retorno às competições. “Para tratar eficazmente um jogador, devemos identificar todos os factores que levam à ocorrência da sua lesão: existem obviamente elementos ligados à actividade desportiva e ao histórico de lesões do jogador, mas também ao seu estilo de vida, ao seu contexto, ao seu ambiente, etc.“, explica Sylvain Blanchard, diretor médico e científico da Racing 92.
Leia tambémINFOGRÁFICO. Rugby: como o corpo resiste ao choque
Uma curva de probabilidade de lesão para cada jogador
“Um dos problemas do rugby francês é que os clubes jogam mais partidas do que em outros países. No entanto, a probabilidade de se lesionar aumenta com o número de partidas.“, observa Philippe Rouch. Na Inglaterra são dez seleções, contra 14 na França. E é ainda menos para outros países.
“Um dos principais fatores de lesão é o acúmulo de carga trabalhar ao longo do tempo“, explica o pesquisador Maxence Duffuler, que dedicou sua tese a esse assunto. Graças à inteligência artificial (IA), o modelo analisará o dia D e os dias anteriores. A análise vai e vem permitirá detectar variações ascendentes ou descendentes na carga. O modelo é capaz de fazer isso em vários parâmetros simultaneamente. “É o mesmo princípio da IA de análise de texto e contexto. Substituímos as palavras em uma frase por carga física“, explica Zehira Haddad, professora-pesquisadora da ETH especialista em IA, que coorientou a tese. O algoritmo então dá uma probabilidade de lesão para o dia seguinte. Demonstração por imagem: Maxence Duffuler exibe a curva de probabilidade de lesão que corresponde a um dos jogadores. Ela aumenta ao longo de vários dias. E, de fato, o jogador se machucou quando a probabilidade de lesão estava próxima de 100%.
Mantenha um olhar crítico sobre os algoritmos
Neste algoritmo – que ainda não é utilizado diariamente pelo clube por estar em fase de aprendizagem e melhoria – um módulo permite perceber quais os parâmetros que influenciaram a probabilidade de lesão (negativa e positiva), para interpretar a previsão.
“Quando estivermos na fase de utilização do sistema poderemos ver se é possível intervir nos fatores identificados“, explica Sylvain Blanchard. Para certos parâmetros, como a idade do jogador ou dados ambientais, é claro que não é possível agir. Mas em outros casos, adaptar o treinamento pode ajudar a reverter a tendência. Por exemplo, se um jogador percorreu muita distância de corrida, é possível reduzir a próxima sessão. Ou se o jogador não completou o suficiente corridas rápidaspode se beneficiar de um suplemento específico no treinamento.
“Comecei com um exemplo onde funciona bem“, explica Maxence Duffuler, que continua em uma curva com grandes inconsistências. A probabilidade de lesão aumenta e depois diminui e não está correlacionada com uma lesão observada. “Ajuda a identificar possíveis situações de risco e a adaptar as nossas respostas. Mas pode errar de vez em quando e devemos por isso manter um olhar muito crítico sobre estes algoritmos“, aconselha Sylvain Blanchard.
“Graças aos diferentes dados recolhidos, temos 28 parâmetros de entrada para 42 jogadores ao longo de duas temporadas. Para um total de 12.000 sequências. Isso parece muito, mas para a IA não é muito“, comenta Maxence Duffuler. “A IA funciona bem quando há volumes absurdos de dados. Ao gerenciar volumes menores de dados, é preciso ser sutil para contextualizá-los“, concorda Philippe Rouch.
“É uma ferramenta muito promissora. Estamos ansiosos para que ela atinja um certo nível de maturidade. Se levarmos essas análises em consideração muito cedo para adaptar nossa gestão de jogadores, criaremos vieses que atrapalharão o aprendizado e, portanto, a confiabilidade do modelo“, indica Sylvain Blanchard, especificando que pretende utilizá-lo na próxima temporada.
Leia tambémAmnésia de Sébastien Chabal: “Não podemos continuar assim! Os jogadores de rugby estão desmoronando”
Mas então, quem tomará a decisão de parar o jogador se a curva de probabilidade de lesão se aproximar de 100%? E isso, mesmo que ele e a equipe médica tenham tentado sanar os problemas levantados pelo programa?
“O médico deve assumir as suas responsabilidades se considerar que o risco de lesão é muito grande, explica Sylvain Blanchard. Mas também pode considerar que o jogador está apto para treinar ou mesmo disputar uma partida, desde que defina as adaptações e limites necessários, com o apoio do jogador e em estreita colaboração com os preparadores físicos e treinadores.“Os humanos sempre terão a última palavra.
Novas tecnologias para melhorar o jogo
“O crescimento exponencial dos dados recolhidos e a ascensão da IA são tais que todos os clubes estão em processo de evolução das suas práticas e de integração de competências específicas de cientista esportivo e de cientista de dados”, observa Sylvain Blanchard, diretor médico e científico do Racing 92. Além disso, neste clube, estamos considerando a IA além da saúde dos jogadores. Poderia, em particular, ajudar os analistas de vídeo a detectar e codificar automaticamente certas ações do jogo e a liberar seu tempo para outras tarefas.
Outro projeto, que é tema de tese dentro do clube: um simulador de linha lateral em headset de realidade virtual. Permite-lhe colocar-se no papel de lançador, saltador ou um dos seus suportes e treinar de forma realista mas sem constrangimentos físicos, nomeadamente para manter a estimulação dos jogadores lesionados. Finalmente, uma ferramenta de IA detectará automaticamente o sucesso e as trajetórias das tomadas de transformação nos vídeos.
O jogador Naël Souid realiza testes (neurológicos, de visão, de mobilidade) através de um aplicativo. Créditos: Fotos: François Guenet / Divergence for Sciences et Avenir
Lena Hespel
Fotos: François Guenet / Divergência para Ciências et Avenir