Investigadores de la Universidad del Valle de México (UVM) desarrollaron una aplicación innovadora diseñada para predecir lesiones en deportistas utilizando técnicas avanzadas de aprendizaje automático.
Este proyecto pionero, liderado por los investigadores Rocío Elizabeth Duarte Ayala, David Pérez Granados, Carlos Alberto González Gutiérrez, Mauricio Alberto Ortega Ruíz, Natalia Rojas Espinosa y Emanuel Canto Heredia, logró desarrollar un modelo de regresión logística con una precisión del 90.0%, lo que representa un avance significativo en la prevención de lesiones deportivas.
El trabajo fue realizado en el Centro de Investigación, Innovación y Desarrollo Tecnológico de la Universidad del Valle de México (UVM) y sus resultados fueron publicados en la revista científica Applied Sciences.
Lesiones e incapacidad
El estudio de la UVM aborda un problema común en el ámbito deportivo: las lesiones, especialmente en el tobillo, que representan un alto porcentaje de incapacidades en deportes como el fútbol y el baloncesto.
Mediante el uso de herramientas analíticas avanzadas como la inteligencia artificial (IA) y el aprendizaje automático (ML), el equipo de investigadores creó una herramienta predictiva robusta que permite identificar y clasificar a los atletas con riesgo de lesiones.
El proyecto presenta aportaciones clave relevantes: en primer lugar, el desarrollo de un modelo predictivo de vanguardia mediante una regresión logística con precisión del 90.0%, posicionándose como una herramienta líder en la predicción de lesiones deportivas. En segundo lugar, factores determinantes, como la práctica de deportes con riesgo de lesiones y la kinesiophobia, proporcionan información crucial para la detección temprana de riesgos y estrategias preventivas personalizadas.
Además, se realizó una evaluación integral del desempeño a través de un análisis exhaustivo de diversos modelos de aprendizaje automático, destacando la versatilidad y fiabilidad del modelo de regresión logística en entornos médicos y deportivos. Finalmente, se ofreció un análisis detallado con métricas como la recuperación y precisión, proporcionando una evaluación comprensiva del desempeño del modelo en situaciones críticas de detección precisa de lesiones en atletas.
“Esta aplicación no solo es un avance en la comprensión de las lesiones deportivas, sino que también presenta una herramienta potente con implicaciones prácticas para la prevención de lesiones en atletas. Al identificar tempranamente los factores de riesgo y proporcionar estrategias preventivas personalizadas, esta innovación tiene el potencial de mejorar significativamente la salud y el rendimiento de los deportistas”, mencionó el doctor Érick G. Espinosa Martínez, director del Centro de Investigación, Innovación y Desarrollo Tecnológico (CIIDETEC – Coyoacán)
Dejar un comentario