伤病是国家橄榄球联盟（NFL）不可避免的一部分，高速碰撞、强力冲撞和每回合的高强度运动使其成为联盟的固有特征。
每个赛季的成功往往取决于哪些球队能在赛季末保持最健康的状态，而一系列伤病已经阻碍了巴尔的摩乌鸦、旧金山49人和辛辛那提猛虎等季前夺冠热门球队。
鉴于各球队每赛季在阵容上投入数亿美元，确保球员能够上场至关重要，任何微小优势都可能带来更佳的赛场表现。为此，NFL近年来转向技术领域，与亚马逊云科技合作开发了一种利用数据和人工智能帮助球队管理球员健康的伤病预测工具。
"球迷希望他们喜爱的球员在场上，球队老板当然也希望这些球员在场上，运动员自己也想上场，"亚马逊云科技全球体育业务负责人朱莉·索萨表示，"我们能做的任何改善和保持球员健康的事情，都是一种崇高的事业。"
伤病数据的"一站式解决方案"
"数字运动员"工具采集32支球队所有球员在训练、练习和比赛中的视频和数据，为每支球队提供其球员工作强度、是否面临更高伤病风险的信息，同时帮助他们追踪全联盟趋势和基准。
这是所有球队获得"数字运动员"门户访问权限的第三个赛季，医疗人员认为它极具价值，称之为以前从未在一个来源中提供的信息的"一站式解决方案"。
"基本上，它为你提供更多信息，让你提出更好的问题，进而做出更好的干预，使你的流程更高效，"明尼苏达维京人队健康与表现副总裁泰勒·威廉姆斯表示，"归根结底，如果用一句话概括运动科学：我们如何衡量和评估以使自己更有效率。"
"数字运动员"使用肩垫中的传感器、摄像头和光学追踪技术，采集32支球队所有球员在练习和比赛中的信息，类似于NextGen统计数据用于确定谁是最快速的持球者或接球手在传球路线中产生多少分离。
但数据量截然不同。
虽然NextGen Stats在整个赛季生成约5亿个数据点，"数字运动员"每周就能做到这一点，这意味着唯一能解析所有数据以获取有意义信息的方法就是使用机器学习和AI技术。
"数据量之大意味着不可能有人拿着记事板或Excel表格来解决这个问题，"索萨说，"这绝对是高性能计算机、机器学习和人工智能的工作。"
"数字运动员"的一个优势是能够汇总32支球队和1500多名球员的数据，为训练人员和教练提供更好的洞察，了解哪些球员在特定时间可能更容易受伤，以及哪些措施有助于减少伤病影响。
"数字运动员"的实际应用
各队已利用该工具帮助确定训练营的练习时间表、赛季特定周的工作强度，以及哪些球员或位置组被推得太狠，可能需要减少工作量以防止持续的软组织损伤。
"你想找到一个既不过度训练也不准备不足的平衡点，"威廉姆斯说，"你打的橄榄球越多，你就越擅长橄榄球，但你也越疲劳。这是战术和表现之间的跷跷板平衡。我们如何以最安全的方式让球员上场，成为最好的自己，同时在比赛中保持长久？"
威廉姆斯表示，大部分数据强化了他先前的信念，但有时能帮助他发现可能遗漏的问题。实证数据还能帮助他说服可能需要休息一天的球员或必须减轻练习负荷的教练，有时也可以推动球队更加努力。
该模型通过追踪减速、加速、场上总工作量和方向变化，告诉训练人员球员的工作量。
虽然NFL表示自"数字运动员"推出以来整体伤病有所减少，但威廉姆斯表示涉及多种因素，他无法确定是否存在直接因果关系。
"每个人都希望找到如果做A并配合B，就会得到C的确凿证据，"威廉姆斯说，"事情从不这样运作。每个人都想说这支球队在预防伤病方面真的很出色。没有人能预防伤病。问题是你能组合出什么配方来最好地降低风险。我们测量得越多，就能缓解越多风险。"
对规则变革的影响
NFL还利用从这些系统收集的数据来模拟规则变更的影响，例如上赛季实施的新开球规则或对臀部下压擒抱的打击。"数字运动员"能够模拟10000个赛季，帮助模拟新开球规则将如何影响伤病。
它还帮助联盟了解哪些头盔在保护球员免受脑震荡方面表现最佳。NFL高管道恩·阿蓬特表示，数据帮助联盟改进了四分卫的头盔，在头盔后部增加了更多衬垫。
"去年我们看到了自开始追踪以来NFL脑震荡数量最低，"阿蓬特说，"这确实是我们归功于能够查看所有这些数据并开发出更好的设备、性能更好的头盔，以及根据这些球员所受撞击类型改进头盔制造方式的结果。"
阿蓬特表示，一些老派人士最初的反应是质疑这是否是"垃圾科学"。但现在她看到从教练到医疗人员再到球员，所有人都更加接受。
"我认为这现在被视为一种辅助工具，"她说，"它不会影响教练为特定运动员或整个球队做他们认为最好的决定。但当你能实际指出某些事情并说，嘿，这是我们看到的。这导致该球员受伤的可能性高出X倍。当他们开始失去球员，特别是在训练营期间，他们会更加关注。"
【全文结束】
