Dada a natureza do jogo no beisebol, uma grande parte das lesões ocorre em incidentes sem contato, o que significa que a necessidade de medir e controlar a carga do exercício ajudará a reduzir esses tipos de lesões.
Com isso em mente, a equipe de análise da Catapult implementou o aprendizado de máquina que aproveita os milhares de pontos de dados obtidos com seu OptimEye S5 dispositivo. Usando esses dados brutos e vídeo de jogos e treinamentos profissionais, Catapult foi capaz de desenvolver algoritmos específicos do esporte que quantificam o volume e a intensidade para atividades como lançamento e balanço do bastão.
Os primeiros testes comprovaram uma taxa de precisão acima de 90%, com funcionalidade de aprendizado de máquina que permite melhorar com mais dados que são inseridos nele.
Reduzindo a lista de deficientes na MLB
Estudos em The American Journal of Orthopaedics mostraram que o número de atribuições de lista de deficientes (DL) e o número total de dias de DL aumentam ano após ano. Entre os jogadores lesionados no DL, os arremessadores são mais comumente lesionados e passam mais tempo no DL em comparação com todas as outras posições.
A equipe de análise da Catapult decidiu quantificar os movimentos que mais comumente levam a essas lesões por uso excessivo, com a teoria de que ser capaz de usar dados objetivos sobre o volume e a intensidade desses movimentos dará aos praticantes o poder de controlar as cargas de treinamento.
A construção de um algoritmo de beisebol
A fim de quantificar eventos como arremessos e balanços do bastão, um algoritmo de aprendizado de máquina supervisionado foi treinado para combinar arremessos e balanços do bastão coletados durante o treinamento com as leituras do dispositivo OptimEye S5.
Especificamente, Catapult construiu um algoritmo Random Forest baseado em dados coletados em sessões de treinamento de vários times de beisebol, tanto profissionais quanto universitários. Os dados de treinamento contêm leituras de acelerômetro e giroscópio para mais de 6.000 eventos de arremessos, golpes de bastão ou nenhum, para dezenas de jogadores e várias posições.
Um limite na carga do jogador foi introduzido para isolar os eventos explosivos de outros eventos, como caminhar. Isso garantirá que o algoritmo escolha apenas arremessos semelhantes a jogos e golpes de bastão.
Em torno de cada um desses eventos, Catapult estudou feições obtidas do acelerômetro tridimensional e do giroscópio tridimensional em uma janela de dois segundos do evento: um segundo antes e um segundo depois. Exemplos de recursos incluem o valor máximo, a média e o desvio padrão para a leitura dos acelerômetros e giroscópios.
Cada uma dessas características foram inseridas para o evento de interesse, bem como sua classificação como um lançamento, um golpe de morcego ou nenhum dos dois para construir um conjunto de treinamento para o algoritmo.
Resultados e discussão
Depois de ser exposto a um grande número de exemplos para cobrir muitos arremessos e golpes de bastão, o algoritmo foi capaz de alcançar uma precisão de mais de 90% na detecção de arremessos e golpes de bastão durante uma sessão de treinamento. Os lances detectados com excelente precisão incluem:
- Bullpen
- Arremessando-se de um monte para o apanhador
- Jogadas de qualidade durante o aquecimento
- Arremessos de longa distância durante o fielding
- Balanços na gaiola ou durante a prática de rebatidas
A estimativa conservadora reflete o fato de que o algoritmo é configurado apenas para contar arremessos e balanços fortes o suficiente para serem semelhantes ao jogo (ou seja, arremessos de “qualidade” e golpes de bastão). A maioria dos erros são de jogadas suaves no início da rotina, que são muito suaves para serem contadas.
Depois de classificar uma sessão de treinamento em balanços, arremessos ou nenhum dos dois, o algoritmo calcula a carga total associada a cada balanço e arremesso de bastão. Várias quantidades, como a carga média do jogador ou o tempo médio entre essas atividades, bem como a faixa para cada lance ou balanço do bastão, podem ser obtidas por meio da interface.
As métricas da Catapult para arremessos e golpes de bastão permitem que os praticantes de beisebol controlem o volume e a intensidade dos movimentos-chave que levam a lesões por uso excessivo e custam às equipes profissionais e universitárias milhões de dólares a cada ano. Essas métricas têm a capacidade de ditar o futuro da periodização do treinamento de arremessadores e batedores para treinadores que desejam maior transparência no efeito do treinamento em um cenário do mundo real.
Interessado em descobrir como a Catapult pode responder às suas perguntas específicas do esporte? Descubra mais sobre nossa análise de desempenho aqui.