Evidenčna številka ARIS: J5-4594
Trajanje projekta: 1. 1. 2023–31. 12. 2025
Vodja projekta: dr. Zoran Milanović
Nosilec projekta: Inštitut za kineziološke raziskave
Udeležba, profesionalnost in uspehi žensk v vrhunskem športu so se v zadnjih letih eksponentno povečali. Ob tem pa je zaznati nevarno vrzel v razvoju in popularizaciji ženskega športa zaradi pomanjkanja znanstvenih raziskav na področju športne medicine o vrhunskih, profesionalnih in amaterskih športnicah. Poleg tega je aplikacija znanstvenih dognanj izvedenih na moških športnikih, lahko neustrezna, če se aplicira na športnice ter se ob tem ne upošteva fizioloških in bioloških razlik med spoloma, kar lahko vodi do neprimernih obremenitev pri treningu in večjo možnost za nastanek poškodb. Trenutno uporabljeni mono-dimenzionalni pristop za preprečevanje in napovedovanje poškodb, ki temelji na presejalnih testih in potencialnih programih, v praksi zaradi nizke natančnosti ni učinkovit. Zato ženski ekipni športi nujno potrebujejo alternativni pristop, ki temelji na strojnem učenju (Machine learning -ML), orodju, ki je enostavno za uporabo in lahko odkrije dejavnike tveganja v zgodnji fazi in s tem omogoči zmanjšanje splošne pojavnosti poškodb in nastale stroške.
Splošni cilj tega projekta je razviti orodje strojnega učenja (ML) namenjen ženskim ekipnim športom, ki bo omogočil:
- predvideti nastanek poškodbe na podlagi parametrov telesne pripravljenosti, živčno-mišičnih in stresnih parametrov merjenih pred sezono;
- ugotoviti, kateri parameter(-i) prispeva(-jo) največ in predstavlja(-jo) dejavnik(-e) tveganja za poškodbe na posamezni ravni.
Ta projekt bo temeljil na zasnovi presečne študije z množičnimi meritvami, da bi pridobili parametre telesne pripravljenosti, živčno-mišičnih in stresnih parametrov športnic ter perspektivno kohortno zasnovo, povezano z epidemiologijo športnih poškodb. Projekt bo osredotočen na ženske ekipne športe in bo vključeval športnice kadetskih (U15 -U17), mladinskih (U17-19) in članskih selekcije, ki tekmujejo na različnih ravneh (profesionalni, polprofesionalni, amaterski). Naš cilj je vključiti najmanj pet ekip za vsak ekipni šport (nogomet, košarka; rokomet in odbojka), tako bo vključenih 20 ekipnih športnih klubov s skupno okoli 200-250 udeleženkami. Za modeliranje bodo uporabljeni algoritmi ML, primerni za nadzorovane naloge (tj. drevesa odločitev, regresijski modeli, naključni gozd in XGBoost). Novo razvito orodje ML za preprečevanje in napovedovanje poškodb bo lahko s ponudbo novega in učinkovitega orodja omogočilo povezovanje in izmenjavo znanja z medicinskimi mrežami (zdravstveni centri FIFA, FIBA, FIVB itd.). Ta projekt bomo posvetili izključno športnicam v ekipnih športih, da bi zmanjšali vrzel v znanstveni literaturi in omogočili aplikacijo znanstvenih dokazov v praksi za optimalno zmogljivost proučevane ženske kohorte.
V okviru projekta Strojno učenje kot obetavno orodje pri premoščanju vrzeli v preprečevanju poškodb pri ženskih ekipnih športih je v letu 2023 potekal raziskovalni program Umetna inteligenca kot orodje za preprečevanje in napovedovanje poškodb v ženskem nogometu, odbojki in rokometu, ki je bil dodatno financiran s strani Fundacije za šport.
V okviru projekta Strojno učenje kot obetavno orodje pri premoščanju vrzeli v preprečevanju poškodb pri ženskih ekipnih športih je bil s strani Fundacije za šport (Številka odločbe: D5-RR-1-24-007) leta 2024 odobren program »OpenCap – Napredna telefonska aplikacija kot orodje za spremljanje in napovedovanje poškodb spodnjih okončin pri mladih igralkah, nogometa, odbojke in rokometa«.