El rugby es un deporte complejo y físico, donde los haya. Un deporte de combate, como lo describe Thomas Lombard, ex jugador del club e internacional de la selección francesa, hoy director general del Stade Français Paris (SFP). La salud de los jugadores es, por tanto, una cuestión de primer orden, tanto para los deportistas como para el club.

El Stade Français Paris se interesa especialmente por el tiempo y la calidad de la recuperación tras una lesión. Busca evaluar con mayor precisión la duración de la inmovilización de los deportistas, pero también las condiciones para volver a un estado y unas capacidades físicas similares a las que tenían antes del traumatismo. Para ello, el club está trabajando en un proyecto de investigación atípico en biomecánica que quiere enriquecer con una recogida y un tratamiento de datos más eficaces y pertinentes, en particular gracias a la IA.

Una radiografía del esqueleto y la IA.

En este contexto, se prueba la radiografía completa del esqueleto de los atletas con un equipo específico. El jugador se pone un equipo completo equipado con cámaras y otros sensores para registrar sus movimientos, los parámetros de su carrera o sus apoyos, el impacto muscular de ciertos movimientos como un gancho, por ejemplo, etc. La operación se lleva a cabo en condiciones de laboratorio, ya que el equipo no está adaptado a las condiciones reales de entrenamiento.


"Esperamos mejorar la prevención y la recuperación después de una lesión, pero también anticiparnos y, por ejemplo, utilizar todos estos marcadores para desarrollar el entrenamiento", imagina Thomas Lombard, director general del Stade Français Paris. (Foto: Stade.fr)

La SFP ya ha escaneado a algunos atletas, pero a partir de septiembre comenzará un estudio más amplio sobre sus jugadores, con su consentimiento (de conformidad con el RGPD). Ha asignado a este proyecto a dos investigadores y a un ex fisioterapeuta y ha establecido una asociación con su patrocinador desde 2013, la ESN Talan. Esta última, por su parte, destina recursos a la recopilación y el tratamiento de la información recogida en el marco del proyecto de biomecánica, con vistas a su análisis mediante inteligencia artificial.

Datos específicos del deportista y su posición en el campo

El objetivo es trabajar no sólo en relación con los datos genéricos sobre la recuperación necesaria, sino también en relación con el nivel de forma física en el que se encontraba el deportista antes de parar. E incluso en relación con su posición en el campo. "Un jugador que sufre un esguince de rodilla grave y una operación, por ejemplo, estará parado durante mucho tiempo", explica Thomas Lombard. "Cuando llegue el momento de volver a jugar, podremos comparar el estado de este miembro del equipo con el que tenía antes de su lesión y estimar los medios necesarios para que recupere su estado anterior. También podremos detectar posibles debilidades en su potencial para superarlas, trabajando su motricidad, por ejemplo. En rugby, cada posición en el campo también corresponde a tareas muy específicas, que no implican todas las mismas limitaciones".

"Ya recopilamos muchos datos de GPS, por ejemplo, u otros datos de pruebas físicas, pero no siempre podemos utilizarlos o contrastarlos de manera eficaz", continúa el director general del club. La idea de la asociación con Talan es apoyarse en equipos con experiencia en el campo, y que trabajan en IA, para lograr desarrollos técnicos y concretos e incluso, por qué no, generar innovación. Un tema central para el equilibrio de los clubes y para la salud de los jugadores. "Al mismo tiempo, esto responde a una necesidad cada vez más fuerte expresada por los patrocinadores de dar sentido a su compromiso, más allá del logotipo en la camiseta o el acceso a los jugadores, etc."

Formas de mejorar la formación

Por último, Thomas Lombard apuesta por la IA para aportar velocidad a la hora de procesar la enorme cantidad de datos de los que ya dispone el club. “Esperamos mejorar la prevención y la recuperación tras una lesión, pero también anticiparnos”, concluye. “Nos gustaría identificar fuentes de información y cruzarlas con tipos de lesiones, tipos de entrenamiento, etc. Por ejemplo, también podríamos utilizar todos estos marcadores para desarrollar el entrenamiento”.