Investigadores de la Universidad de California en San Diego han desarrollado BIGE, un modelo generativo de IA destinado a prevenir lesiones en atletas. Mediante la integración de restricciones biomecánicas, BIGE proporciona patrones de movimiento realistas para el entrenamiento y la rehabilitación.
Investigadores de la Universidad de California en San Diego han desarrollado un innovador modelo de IA generativa llamado BIGE (GenAI basado en biomecánica para la ciencia del ejercicio) destinado a prevenir lesiones entre los atletas y ayudar en su rehabilitación.
Utilizando los movimientos de los atletas y las limitaciones biomecánicas —como los límites de fuerza muscular— BIGE genera videos de movimientos de ejercicio realistas y seguros que los atletas pueden seguir para minimizar el riesgo de lesiones.
El modelo también puede sugerir movimientos que permitan a los atletas lesionados continuar entrenando sin agravar sus lesiones, lo que podría revolucionar tanto el entrenamiento deportivo como las prácticas de rehabilitación.
“Este enfoque va a ser el futuro”, dijo en un comunicado de prensa Andrew McCulloch, coautor principal y distinguido profesor del Departamento de Bioingeniería Shu Chien-Gene Lay de la UC San Diego.
BIGE destaca por ser el único modelo que combina IA generativa con biomecánica realista, a diferencia de muchos modelos de IA existentes que frecuentemente producen resultados anatómicamente inconsistentes. Por otro lado, las metodologías que no utilizan IA suelen requerir una cantidad inviable de potencia computacional.
El equipo de investigación entrenó a BIGE utilizando vídeos de captura de movimiento de personas realizando sentadillas, traduciendo estos movimientos a modelos esqueléticos 3D para calcular las fuerzas físicas. Esto permite a la IA generar movimientos de ejercicio más realistas, ofreciendo a los atletas protocolos de entrenamiento más seguros y mejores resultados de rendimiento.
Si bien reconocen que la tecnología se encuentra en sus primeras etapas, el equipo vislumbra un gran potencial para su aplicación más allá de las sentadillas. Los próximos pasos incluyen la adaptación del modelo a diversos ejercicios y su personalización para cada usuario.
“Cualquiera podría usar esta metodología”, agregó la coautora principal Rose Yu, profesora del Departamento de Ciencias de la Computación e Ingeniería de la UC San Diego.
El equipo de investigación también prevé aplicaciones más allá del ámbito deportivo. Por ejemplo, BIGE podría evaluar el riesgo de caídas en personas mayores, lo que beneficiaría potencialmente a un sector más amplio de la población y supondría un avance significativo en la salud y la seguridad públicas.
El equipo presentó recientemente su Segun una investigacion en la Conferencia de Aprendizaje para la Dinámica y el Control en la Universidad de Michigan en Ann Arbor.