ПРИМЕНЕНИЕ НОСИМЫХ ТЕХНОЛОГИЙ (WEARABLE TECHNOLOGY) И МЕТОДОВ BIG DATA В ПРОГНОЗИРОВАНИИ СПОРТИВНОГО ТРАВМАТИЗМА: СИСТЕМАТИЧЕСКИЙ ОБЗОР

  • Марко Милич Высшая медицинская школа профессионального образования «Милутин Миланкович» Email: drmarkokimimilic@gmail.com
  • Сергей Кохан Забайкальский государственный университет Email: ispsmed@mail.ru
  • Елена Романова Алтайский государственный университет Email: romanovaev.2007@mail.ru
Ключевые слова: спортивная информатика, Big Data, ACWR, профилактика травм, GPS-мониторинг, машинное обучение, внутренняя нагрузка

Аннотация

В современном профессиональном спорте до 50% времени отсутствия атлетов на соревнованиях связано с бесконтактными травмами перегрузки (overuse injuries). Традиционные методы контроля нагрузки часто субъективны и не позволяют выявить скрытые паттерны дезадаптации. Цель исследования: проанализировать эффективность применения носимых датчиков (GPS/GNSS, акселерометры) и алгоритмов машинного обучения для прогнозирования риска травм. Материалы и методы: выполнен систематический обзор литературы в базах данных Scopus и Web of Science (2016–2024 гг.). Проанализировано 10 ключевых исследований, связывающих метрики внешней и внутренней нагрузки с эпидемиологией травм. Результаты: установлено, что превышение индекса острой/хронической нагрузки (ACWR) выше 1.5 увеличивает риск травм в 2-4 раза, однако этот метод требует индивидуальной калибровки. Алгоритмы искусственного интеллекта (Random Forest, Neural Networks) на основе данных с носимых устройств способны предсказывать бесконтактные травмы с точностью до 80-85%. Заключение: интеграция систем сбора данных в тренировочный процесс позволяет перейти от интуитивного управления к доказательному (data-driven), существенно снижая экономические и спортивные потери от травматизма.

Скачивания

Данные скачивания пока недоступны.

Литература

Бурдон П. С. и др. Мониторинг тренировочных нагрузок спортсменов: консенсусное заявление // Международный журнал спортивной физиологии и результативности. 2017. Том 12, Приложение 2. Стр. S2161–S2170. DOI: 10.1123/IJSPP.2017-0208.
Ворожейкин, А. В. Рукопашный бой как самостоятельный вид спорта: ретроспектива и перспективы / А. В. Ворожейкин, В. В. Фадеева, А. П. Волков // Вестник Калининградского филиала Санкт-Петербургского университета МВД России. – 2019. – № 4(58). – С. 93-98.
Габбетт Т. Дж. Парадокс предотвращения травм на тренировках: должны ли спортсмены тренироваться умнее и усерднее? // Британский журнал спортивной медицины. 2016. Том 50, выпуск 5. С. 273-280.
Духиг С. и др. Влияние скоростного бега на риск травм при растяжении подколенного сухожилия // Journal of Science and Medicine in Sport. 2016. Том 19, Iss. 10. С. 825-829.
Фостер С. Мониторинг тренировок спортсменов в связи с синдромом перетренированности // Медицина и наука в спорте и физических упражнениях. 1998. Том 30, Iss. 7. С. 1164-1168.
Боуэн Л. и др. Накопленные нагрузки и соотношение острой и хронической нагрузки связаны с риском получения травм у элитных футболистов молодежной команды // British Journal of Sports Medicine. 2017. Том 51. С. 452-459.
Импеллиццери Ф. М. и др. Соотношение острой и хронической нагрузки: концептуальные вопросы и фундаментальные подводные камни // Международный журнал спортивной физиологии и результативности. 2020. Том 15, Вып. 6. С. 907-913. DOI: 10.1123/ijspp.2020-0301.
Колби М. Дж. и др. Многофакторное моделирование субъективных и объективных данных мониторинга улучшает выявление риска бесконтактных травм // Журнал науки и медицины в спорте. 2017. Том 20. С. 1027-1032.
Педагогические условия, необходимые для развития координации движений у спортсменов, занимающихся единоборствами с использованием подвижных игр / Е. А. Пронин, А. В. Ворожейкин, Д. Е. Коновалов, С. А. Елисеев // Педагогико-психологические и медико-биологические проблемы физической культуры и спорта. – 2024. – Т. 19, № 4. – С. 140-145.
Росси А. и др. Эффективное прогнозирование травм в футболе с использованием данных GPS-тренировок и машинного обучения // PLoS ONE. 2018. Том 13, Iss. 7. Арт. E0201264.
Сущенко, В. П. Показатели, определяющие готовность инструкторов по рукопашному бою силовых структур к педагогической деятельности / В. П. Сущенко, А. В. Ворожейкин // Ученые записки университета им. П.Ф. Лесгафта. – 2016. – № 12(142). – С. 127-130.
Клаудино Дж. Дж. и др. Роль искусственного интеллекта в прогнозировании спортивных травм: систематический обзор // Journal of Sports Sciences. 2019. Том 37. С. 1-9.
Ван Этвельде Х. и др. Методы машинного обучения в прогнозировании и профилактике спортивных травм: систематический обзор // Journal of Sports Science & Medicine. 2021. Том 20, Iss. 4. С. 449-463.
Pilates program use for high school girls' additional physical education / N. Mischenko, M. Kolokoltsev, E. Romanova [et al.] // Journal of Physical Education and Sport. – 2020. – Vol. 20, No. 6. – P. 3485-3490. – DOI 10.7752/jpes.2020.06470.
Comprehensive program for flat foot and posture disorders prevention by means of physical education in 6-year-old children / E. Romanova, M. Kolokoltsev, A. Vorozheikin [et al.] // Journal of Physical Education and Sport. – 2022. – Vol. 22, No. 11. – P. 2655-2662. – DOI 10.7752/jpes.2022.11337.
Опубликован
2025-12-19
Как цитировать
Милич М., Кохан С., Романова Е. ПРИМЕНЕНИЕ НОСИМЫХ ТЕХНОЛОГИЙ (WEARABLE TECHNOLOGY) И МЕТОДОВ BIG DATA В ПРОГНОЗИРОВАНИИ СПОРТИВНОГО ТРАВМАТИЗМА: СИСТЕМАТИЧЕСКИЙ ОБЗОР // Здоровье человека, теория и методика физической культуры и спорта, 2025. Т. 40, № 4. URL: https://hpcas.ru/article/view/18486.
Раздел
ФИЗИЧЕСКАЯ ПОДГОТОВКА, СПОРТИВНАЯ ДЕЯТЕЛЬНОСТЬ И ТУРИЗМ
Bookmark and Share

Наиболее читаемые статьи этого автора (авторов)

1 2 3 > >>