- La aplicación desarrollada por la UVM utiliza un modelo de regresión logística con una precisión del 90.0%.
- El estudio ha identificado factores determinantes como la kinesiophobia y los hábitos deportivos, permitiendo estrategias preventivas personalizadas.
- La investigación involucró a 400 atletas, quienes proporcionaron datos detallados sobre su salud y entrenamiento, analizados con técnicas avanzadas de aprendizaje automático mediante MATLAB R2023a.
Ciudad de México, 31 de julio de 2024. – El Centro de Investigación, Innovación y Desarrollo Tecnológico de la Universidad del Valle de México (UVM) se enorgullece en anunciar el lanzamiento de 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, ha logrado desarrollar un modelo de regresión logística con una precisión del 90.0%, lo que representa un avance significativo en la prevención de lesiones deportivas.
Publicado en la revista Applied Sciences, el estudio 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 de la UVM ha conseguido crear 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 Dr. Érick G. Espinosa Martínez, director del Centro de Investigación, Innovación y Desarrollo Tecnológico (CIIDETEC – Coyoacán)
Con este proyecto, la Universidad del Valle de México reafirma su compromiso con la aplicación de la ciencia y la tecnología para el desarrollo de soluciones innovadoras que contribuyan a la resolución desafíos complejos por medio de soluciones efectivas.
