Investigadores de la Universidad de Granada (UGR), en colaboración con profesionales del ámbito deportivo, han desarrollado una herramienta basada en Inteligencia Artificial (IA) destinada a predecir y prevenir lesiones en futbolistas de élite. La aplicación, denominada 'Footballer Workload Footprint' (FWF) o 'Huella del futbolista', permite representar de manera matemática y computacional las cargas externas de entrenamiento y competición mediante datos obtenidos por GPS.
El desarrollo se apoya en técnicas de procesamiento de señales y cálculo diferencial e integral, que transforman la información en variables susceptibles de análisis mediante modelos de aprendizaje automático. Según la UGR, esto mejora la capacidad de evaluación del riesgo de lesión en comparación con métodos tradicionales.
El estudio, publicado en la revista científica 'PLOS One', señala que la 'Huella del futbolista' ofrece una mejora sustancial frente al 'Acute: Chronic Workload Ratio' (ACWR), actualmente muy utilizado en clubes de fútbol de primer nivel. La herramienta permite visualizar de forma clara las dinámicas de esfuerzo de cada jugador a lo largo del tiempo, posibilitando una monitorización preventiva más precisa.
El método integra principios avanzados de ingeniería de características, modelado temporal y análisis multivariante en entornos clínicos y deportivos. A diferencia de los sistemas basados en ratios simplificados, la nueva herramienta facilita una monitorización personalizada y predictiva, lo que favorece su incorporación a departamentos de rendimiento y medicina deportiva.
Una investigación multidisciplinar
La investigación incluyó la colaboración de Moisés de Hoyo Lora, preparador físico del Aston Villa FC y con experiencia en La Liga española, y fue validada con datos anónimos de un equipo de La Liga y competiciones UEFA. Los resultados mostraron mejoras significativas frente al ACWR en métricas clave y herramientas de visualización que facilitan la interpretación técnica y médica.
Los investigadores señalan que la aplicación puede servir como base para sistemas de alerta temprana y bases de datos compartidas entre clubes y federaciones, fomentando el análisis avanzado de la salud del deportista. La herramienta es adaptable a otros deportes y variables fisiológicas, nutricionales o psicológicas, y su uso seguro y anónimo permitiría la colaboración entre diferentes entidades para reducir la incidencia de lesiones, que en las últimas temporadas ha mostrado incrementos preocupantes en Europa.
