Onderzoek naar blessurepreventie met behulp van big data genomineerd voor RAAK-2020
Hoe voorkom je sportblessures met behulp van data? Dat is wat Tatiana Goering-Zaburnenko, docent/onderzoeker van het lectoraat Ambient Intelligence, samen met verschillende partners hoopt te achterhalen met haar onderzoek ‘Big data technologie voor detectie overbelasting sporters'. Haar project werd onlangs genomineerd voor de RAAK-Award 2020. “Wij hebben data gecombineerd met inzichten uit de literatuur en de praktijk, dat maakt ons onderzoek uniek.”
(foto: NesImages)
Nederland is een sportland. En waar gesport wordt, ontstaan blessures. In de topsport zijn blessures niet alleen vervelend voor de sporter zelf, maar kosten de kwetsuren ook veel geld voor de clubs. “Er ontstaan in Nederland zo’n 4,5 miljoen sportblessures per jaar, waarvan 1,5 miljoen binnen het voetbal”, vertelt Tatiana Goering-Zaburnenko, docent/onderzoeker van het lectoraat Ambient Intelligence. “De kosten van een geblesseerde topvoetballer lopen snel op. Er wordt op allerlei manieren geprobeerd om blessures te voorkomen. Tegelijkertijd wil je wel het maximale uit je sporters halen. Waar zit dan de grens? Wat wij met dit project hebben gedaan is kijken hoe we met behulp van data de overbelasting een stapje voor kunnen zijn en zo blessures kunnen voorkomen. Overbelasting is namelijk een voorbode van blessures.”
Machine learning
Tijdens het onderzoek wordt samengewerkt met voetbalclubs FC Twente, Heracles Almelo, PEC Zwolle en FC Groningen en volleybalclub Team Eurosped. Deze maken gebruik van verschillende meettechnieken, zoals sensortechnologie. “En daarmee wordt van alles gemeten: hartslag, hartfrequentie, acceleratie, afgelegde afstand. In ons onderzoek hebben we die data gecombineerd met inzichten uit de literatuur en de praktijk, dat maakt ons onderzoek uniek. Vervolgens hebben we daar machine learning op losgelaten. Zo hopen we overbelasting te detecteren, zodat trainers op tijd een overwogen beslissing kunnen nemen om spelers wel of niet te laten trainen.”
Als een speler bijvoorbeeld een bepaalde afstand of snelheid loopt en de hartslag is veel hoger dan verwacht, springt het stoplicht op oranje. Dan dreigt er iets niet goed te gaan en moet de coach in gesprek met de betreffende speler.
Uitdagingen
Toch kende het onderzoek enkele uitdagingen. “Elke club heeft weer een ander meetsysteem,” licht Tatiana toe. “Dat betekent dat ze verschillende parameters hanteren. Sommige meten de hartslag tien keer per seconde, de andere twintig keer. Daarnaast wil elke club weer iets anders voorspellen. Met machine learning moet je goed kijken welke input je in het algoritme stopt en welke output je uiteindelijk wilt. De volgende vraag is dan: hoe bouw je een duidelijk, inzichtelijk systeem zonder al te veel details voor de coaches?”
Stoplicht
Inmiddels is het onderzoek bijna afgerond en hebben de onderzoekers, met behulp van de coaches, een tool ontwikkeld. “Een dashboard waarbij met behulp van een stoplicht inzichtelijk wordt of iemand overbelast dreigt te raken. Als een speler bijvoorbeeld een bepaalde afstand of snelheid loopt en de hartslag is veel hoger dan verwacht, springt het stoplicht op oranje. Dan dreigt er iets niet goed te gaan en moet de coach in gesprek met de betreffende speler. Hij ervaart de training dan namelijk zwaarder dan ervoor.”
RAAK-award
Onlangs werd bekend dat het door Tatiana geleide onderzoek in de race is voor de RAAK-award 2020, die op 19 november wordt uitgereikt tijdens het SIA-congres (stemmen kan bovenaan het artikel). Van de achttien ingestuurde onderzoeken heeft de jury zes projecten genomineerd. “Dat is echt geweldig”, vertelt Tatiana vol trots. “Vooral omdat het mijn eerste project als projectleider is.” De eerste prijs is tienduizend euro en die investering kan het onderzoek goed gebruiken. “De komende tijd willen we van ons dashboard een open source maken, zodat meerdere partners het kunnen gebruiken. We hopen in februari het concept te lanceren en dan eind volgend jaar zomer klaar te zijn”, vertelt ze. “Zo kan iedereen van onze software leren en wordt ons concept misschien zelfs wel toepasbaar binnen de amateursport.”
Foto: Heracles Almelo-keeper Michael Brouwer draagt een vest met ingebouwde meetapparatuur (foto Heracles Almelo)
Big data technologie voor detectie overbelasting sporters
Het onderzoek ‘Big data technologie voor detectie overbelasting sporters is een samenwerking van Saxion (lectoraat Ambient Intelligence en lectoraat Gezondheid en Bewegen), Hanze (lectoraat Praktijkgerichte Sportwetenschap), UMCG (centrum voor Bewegingswetenschap), Roessingh R&D, Fysio Centrum Nijverdal, Topvorm Twente, NFVS, 360 Sports Intelligence, CE-Mate, FC Twente, Heracles Almelo, PEC Zwolle en FC Groningen. “Ik ben blij dat we zo breed consortium hebben waar alle aspecten aan bod zijn gekomen. Ook ben ik zeer dankbaar voor alle inzet die projectleden hebben getoond”, aldus Tatiana.