IA para prevenir lesiones
Por Lic. Santiago Demarchi
La inteligencia artificial continúa ganando terreno en las ciencias del deporte. Un nuevo estudio publicado el 24 de septiembre en Scientific Reports propone utilizarla para abordar uno de los grandes desafíos del alto rendimiento: identificar qué factores podrían modificarse para reducir el riesgo de lesión.
La investigación analizó datos longitudinales de 342 futbolistas y basquetbolistas de élite, pertenecientes a seis organizaciones deportivas. A diferencia de otros modelos centrados principalmente en predecir qué deportistas presentan mayor riesgo, los investigadores combinaron deep learning e inferencia causal para intentar avanzar un paso más.
La diferencia es importante. Que una variable esté asociada con una lesión no significa necesariamente que modificarla vaya a disminuir el riesgo. Por eso, el modelo busca separar dos preguntas: ¿quién tiene mayor probabilidad de lesionarse? y ¿qué factores potencialmente modificables podrían estar influyendo en ese riesgo?
Los resultados fueron prometedores. El sistema mantuvo una capacidad de discriminación superior a 0,82 de AUC-ROC y redujo en un 56% el error en la estimación de efectos causales frente a modelos convencionales de deep learning.
Los investigadores también realizaron una evaluación prospectiva exploratoria durante seis meses. Se registraron 11 lesiones con pérdida de tiempo entre 89 deportistas del grupo intervención y 18 entre 87 controles. Aunque la estimación inicial sugirió una reducción relativa del riesgo del 40%, los resultados presentaron una incertidumbre considerable y no alcanzaron significación estadística, por lo que no permiten afirmar que la intervención haya reducido las lesiones.
Los propios autores advierten que se necesitan ensayos multicéntricos, aleatorizados y con mayor cantidad de deportistas antes de trasladar estos resultados a conclusiones clínicas.
El trabajo plantea, sin embargo, una discusión cada vez más relevante para el deporte de alto rendimiento. Hoy podemos obtener enormes cantidades de información mediante GPS, plataformas de fuerza, cuestionarios, registros médicos, carga de entrenamiento y dispositivos wearables. La inteligencia artificial puede ayudarnos a procesar esa información, pero el desafío continúa siendo transformar los datos en decisiones realmente útiles.
La pregunta ya no es solamente si podemos predecir quién tiene mayor riesgo de lesión, sino si podemos comprender qué podemos modificar para intentar reducirlo.
Duan, L. & Jiao, J. (2026). Combining causal inference with deep learning to identify modifiable injury risk factors in elite team-sport athletes. Scientific Reports. Publicado el 24 de septiembre de 2026.
DOI: 10.1038/s41598-026-71765-y
