Peneliti dari Universitas Delaware telah menciptakan model AI inovatif dengan akurasi 95% dalam memprediksi risiko cedera atlet pasca gegar otak, yang memiliki implikasi jauh melampaui olahraga.
Atlet yang kembali bermain setelah mengalami gegar otak menghadapi risiko cedera yang lebih tinggi. Sebuah model kecerdasan buatan baru yang dikembangkan oleh para peneliti di University of Delaware bertujuan untuk mengubahnya dengan memprediksi secara akurat kemungkinan cedera pada ekstremitas bawah dengan tingkat akurasi 95%.
Diterbitkan dalam jurnal Sports Medicine, penelitian ini menandai kemajuan signifikan dalam kedokteran olahraga, yang membahas masalah rumit yang telah lama membingungkan para profesional medis.
Atlet rentan terhadap cedera pasca gegar otak, seperti terkilir, tegang, patah tulang, atau ACL robek.
"Hal ini disebabkan oleh perubahan otak yang kita lihat pasca gegar otak," kata Thomas Buckley, seorang profesor kinesiologi dan fisiologi terapan di Fakultas Ilmu Kesehatan UD, dalam rilis berita.
Perubahan halus namun berdampak ini memengaruhi keterampilan seperti keseimbangan, kognisi, dan waktu reaksi.
“Bahkan perbedaan yang sangat kecil dalam keseimbangan, waktu reaksi, atau pemrosesan kognitif terhadap apa yang terjadi di sekitar Anda dapat membuat perbedaan antara terluka dan tidak,” tambah Buckley.
AI: Batas Baru dalam Penilaian Risiko Cedera
Untuk mengembangkan model AI ini, Buckley bekerja sama dengan tim interdisipliner dari UD. Austin Brockmeier, asisten profesor teknik listrik dan komputer, dan César Claros, mahasiswa doktoral, memainkan peran penting dalam kolaborasi ini, bersama dengan Wei Qian, profesor madya statistik di College of Agriculture and Natural Resources, dan Melissa Anderson, mantan peneliti doktoral KAAP dan sekarang asisten profesor di Ohio University.
Model AI menganalisis lebih dari 100 variabel, termasuk riwayat olahraga dan medis, jenis gegar otak, dan data kognitif sebelum dan sesudah gegar otak.
“Setiap atlet itu unik, terutama di berbagai cabang olahraga,” tambah Brockmeier. “Melacak performa atlet dari waktu ke waktu, alih-alih mengandalkan nilai absolut, membantu mengidentifikasi gangguan, penyimpangan, atau kekurangan yang, jika dibandingkan dengan kondisi awal, dapat menandakan peningkatan risiko cedera.”
Menariknya, akurasi model AI tetap tinggi bahkan tanpa memperhitungkan olahraga spesifik yang dimainkan oleh atlet, menunjukkan bahwa karakteristik individu berkontribusi secara signifikan terhadap risiko cedera.
“Kami menguji versi model yang tidak memiliki akses ke cabang olahraga atlet, dan model tersebut tetap secara akurat memprediksi risiko cedera,” tambah Brockmeier.
Dari Penelitian ke Aplikasi Dunia Nyata
Penelitian menunjukkan bahwa risiko cedera muskuloskeletal pasca gegar otak tetap ada dan bahkan dapat meningkat seiring waktu karena atlet secara tidak sadar beradaptasi dengan defisit neurologis ringan.
"Akal sehat mengatakan bahwa cedera akan terjadi di awal kembalinya seorang atlet ke lapangan, tetapi itu tidak benar," tambah Buckley. "Penelitian kami menunjukkan bahwa risiko cedera di masa mendatang meningkat seiring berjalannya waktu karena atlet mengimbangi dan beradaptasi dengan kekurangan kecil yang mungkin tidak mereka sadari."
Langkah selanjutnya melibatkan kolaborasi dengan staf kekuatan dan pengondisian Atletik UD untuk merancang intervensi waktu nyata yang ditujukan untuk mengurangi risiko ini. Dan Watson, wakil direktur atletik untuk keunggulan kompetitif dan rekreasi kampus, melihat potensi yang sangat besar dalam model AI.
“Dalam performa olahraga, kami memiliki dua tujuan: meningkatkan kemampuan atlet dalam olahraganya dan mempertahankannya di lapangan,” tambah Watson.
Di Luar Olahraga: Implikasi AI yang Lebih Luas
Penerapan model ini jauh melampaui bidang atletik. Brockmeier membayangkan penggunaannya dalam memprediksi risiko jatuh bagi pasien dengan kondisi seperti penyakit Parkinson. Claros tengah menjajaki potensinya dalam penelitian penuaan, terutama terkait gangguan kognitif.
“Kami ingin menggunakan pengukuran otak untuk menyelidiki apakah pengukuran gaya hidup dasar seperti berat badan, BMI, dan riwayat merokok dapat memprediksi gangguan kognitif ringan di masa mendatang atau penyakit Alzheimer,” tambah Claros.
Model AI Universitas Delaware membuka cakrawala baru untuk pencegahan cedera dan dapat merevolusi tidak hanya keselamatan olahraga tetapi juga protokol medis untuk berbagai populasi berisiko, menjadikannya terobosan signifikan dalam penelitian kesehatan kontemporer.
Sumber: University of Delaware