La NFL utilise l'IA pour prédire les blessures, dans le but de garder les joueurs en meilleure santé
Les blessures sont une partie inévitable de la NFL avec toutes les collisions à grande vitesse, les coups écrasants et les efforts intenses nécessaires à chaque jeu.
Le succès de chaque saison dépend souvent des équipes qui peuvent être les plus en bonne santé à la fin et une série de blessures a déjà gêné les prétendants à la pré-saison comme Baltimore, San Francisco et Cincinnati.
Alors que les équipes investissent des centaines de millions de dollars chaque saison dans leurs effectifs, il est crucial de garder ces joueurs disponibles pour jouer et tout petit avantage peut potentiellement conduire à de meilleurs résultats sur le terrain. Pour y parvenir, la NFL s'est tournée vers la technologie ces dernières années, en s'associant à Amazon Web Services sur un outil de prédiction des blessures qui utilise les données et l'intelligence artificielle pour aider les équipes à gérer la santé de leurs joueurs.
« Les fans veulent leurs joueurs préférés sur le terrain. Les propriétaires d'équipe veulent certainement ces joueurs sur le terrain. Les athlètes eux-mêmes veulent être sur le terrain », a déclaré Julie Souza, responsable mondiale des sports chez AWS. « Tout ce que nous pouvons faire pour améliorer cela et garder les joueurs en bonne santé, c'est une noble entreprise. »
Un « guichet unique » pour les données sur les blessures
L'outil Digital Athlete prend des vidéos et des données sur les joueurs des 32 équipes lors des entraînements, des entraînements et des matchs, donnant à chaque équipe des informations sur l'intensité du travail de ses joueurs, s'ils risquent davantage de blessures, et les aidant également à suivre les tendances et les références à l'échelle de la ligue.
C'est la troisième saison que toutes les équipes ont accès au portail Digital Athlete et le personnel médical affirme qu'il a été extrêmement bénéfique, le qualifiant de « guichet unique » pour des informations qui n'étaient auparavant jamais disponibles auprès d'une seule source.
« En gros, cela vous donne plus d'informations pour vous poser de meilleures questions et ensuite faire de meilleures interventions pour rendre votre processus plus efficace », a déclaré Tyler Williams, vice-président de la santé et de la performance des Vikings du Minnesota. « En fin de compte, si vous résumez la science du sport en une phrase : comment pouvons-nous mesurer et évaluer pour nous rendre plus efficaces et efficients. »
Digital Athlete utilise des capteurs dans les épaulettes, des caméras et un suivi optique pour recueillir des informations sur les entraînements et les matchs pour chaque joueur des 32 équipes, de la même manière que les statistiques NextGen pour déterminer qui est le porteur de ballon le plus rapide ou quel degré de séparation un receveur génère sur ses routes de passe.
Mais la quantité de données est bien différente.
Alors que NetGen Stats génère environ 500 millions de points de données sur une saison entière, Digital Athlete le fait sur une base hebdomadaire, ce qui signifie que la seule façon d'analyser tout cela pour glaner quelque chose de significatif est d'utiliser l'apprentissage automatique et la technologie de l'IA.
« Le volume considérable de données signifie que quelqu'un ne peut pas rester là avec un presse-papiers ou Excel pour comprendre cela », a déclaré Souza. « C'est absolument un travail pour les ordinateurs hautes performances, l'apprentissage automatique, l'intelligence artificielle, toutes ces choses. »
L'un des points forts de Digital Athlete est sa capacité à regrouper les données des 32 équipes et de plus de 1 500 joueurs pour donner aux équipes d'entraînement et aux entraîneurs de meilleures informations sur les joueurs qui pourraient être les plus susceptibles de se blesser à un moment donné et sur les mesures qui ont contribué à réduire l'impact des blessures.
Comment est utilisé Digital Athlete
Les équipes l'ont utilisé pour déterminer les horaires d'entraînement du camp d'entraînement, l'intensité avec laquelle elles travaillent avec les joueurs au cours d'une semaine donnée de la saison et les joueurs ou groupes de positions qui ont été poussés si fort que le fait de réduire leur travail pourrait éviter des blessures tenaces aux tissus mous.
« Vous voulez trouver un endroit idéal qui ne soit ni surmené ni sous-préparé pour le football », a déclaré Williams. « Plus vous jouez au football, plus vous êtes bon au football, mais plus vous êtes fatigué. C'est cet équilibre en dents de scie entre tactique et performance. Comment pouvons-nous permettre aux joueurs d'être les meilleures versions d'eux-mêmes, de la manière la plus sûre pour avoir la longévité dans le jeu ? »
Williams a déclaré qu'une grande partie des données renforcent ses convictions antérieures, mais que cela l'aide parfois à détecter quelque chose qu'il aurait pu manquer. Disposer de preuves empiriques peut également l'aider à convaincre un joueur qui pourrait avoir besoin d'un jour de congé ou un entraîneur qu'il doit alléger la charge à l'entraînement ou qu'il peut parfois pousser son équipe plus fort.
Le modèle peut indiquer au personnel d'entraînement combien de temps un joueur a travaillé en suivant les décélérations, les accélérations, la charge de travail totale sur le terrain et les changements de direction.
Alors que la NFL a déclaré que les blessures globales avaient diminué depuis l'introduction de Digital Athlete, Williams a déclaré que de nombreux facteurs étaient impliqués et qu'il ne pouvait pas être sûr qu'il y ait une causalité directe.
« Tout le monde voudra toujours avoir la preuve irréfutable que si nous faisons A et l'associons à B, nous obtiendrons C », a déclaré Williams. « Ça ne marche jamais comme ça. Tout le monde veut bien parler, cette équipe est vraiment douée pour prévenir les blessures. Personne ne prévient les blessures. C'est le type de recette que vous pouvez mettre en place qui atténue le mieux les risques. Plus nous mesurons, plus nous pourrons atténuer les risques. »
Quel impact cela a-t-il eu sur les changements de règles
La NFL a également utilisé les données recueillies à partir de ces systèmes pour modéliser l'impact des changements de règles comme le nouveau coup d'envoi mis en place la saison dernière ou la répression des plaqués hip-drop. Digital Athlete a pu simuler 10 000 saisons pour aider à modéliser l’impact de la nouvelle règle de coup d’envoi sur les blessures.
Cela a également aidé à informer la ligue sur des éléments tels que les casques les plus efficaces pour protéger les joueurs contre les commotions cérébrales. La directrice de la NFL, Dawn Aponte, a déclaré que les données avaient aidé la ligue à apporter des modifications aux casques des quarts-arrières en mettant plus de rembourrage à l'arrière du casque.
« L'année dernière, nous avons enregistré le plus faible nombre de commotions cérébrales dans la NFL depuis que nous avons commencé à les suivre », a déclaré Aponte. « C'est vraiment quelque chose que nous attribuons au fait de pouvoir examiner toutes ces données et proposer un meilleur équipement, des casques plus performants, des façons dont nous fabriquons les casques et les fabriquons en fonction des types de coups et d'impacts que subissent ces joueurs. »
Aponte a déclaré que la réaction initiale de certains anciens a été de se demander s'il s'agissait de « science indésirable ». Mais elle constate désormais une bien plus grande acceptation de la part de toutes les personnes impliquées, des entraîneurs au personnel médical en passant par les joueurs.
« Je pense que cela est désormais présenté comme un outil additif », a-t-elle déclaré. « Cela n'enlève rien aux décisions des entraîneurs qui feront ce qu'ils estiment être le mieux pour cet athlète spécifique ou pour l'équipe dans son ensemble. Mais quand vous êtes réellement capable de leur indiquer certaines choses et de leur dire, hé, c'est ce que nous voyons. Cela rend X fois plus probable que ce joueur subisse une blessure. Lorsqu'ils commencent à perdre des joueurs, en particulier au camp d'entraînement, ils y prêtent plus d'attention. «
