El mundo del deporte a menudo sólo sabe meses o años después, mediante complejos procedimientos de verificación, si las mejores actuaciones realmente merecen su fama o si hubo dopaje. Los científicos del Sarre creen que esto podría cambiar pronto gracias a la inteligencia artificial.
Juegos Olímpicos de Verano de 2028 en Los Ángeles, la final de la carrera de 100 metros. Los hombres más rápidos del mundo compiten entre sí. Un enfrentamiento, un espectáculo para el público. Y cuando los velocistas llegan a la meta, ya los esperan inspectores con dispositivos de prueba rápida y les piden que se sometan inmediatamente a un control antidopaje. Tan pronto como se entreguen las medallas, es casi seguro que los atletas recibirán una gran acogida en casa o una prohibición de dopaje.
Ésta es la visión de Wolfgang Maaß, profesor de la Universidad del Sarre. “Actualmente, las muestras de sangre y orina deben enviarse primero desde la instalación deportiva al laboratorio de control de dopaje. Sólo allí se podrán analizar y sólo así quedará claro quién ganó realmente las medallas. Con pruebas rápidas de dopaje podríamos hacer justicia a los deportistas limpios más rápidamente“, afirma Maaß en una entrevista con la redacción de dopaje de ARD.
La IA debería aportar velocidad y eficiencia
Maaß no es ni científico del deporte ni bioquímico. Y, como él mismo dice, en realidad no tiene idea de lo que sucede en el cuerpo durante el dopaje. Maaß es especialista en TI empresarial y jefe del grupo de investigación Smart Service Engineering en el Centro Alemán de Investigación en Inteligencia Artificial DFKI. Su experiencia radica en la optimización de procesos en empresas industriales y en el sector sanitario, con ayuda de la inteligencia artificial.
Hace unos años se le ocurrió la idea de que los métodos que utiliza en la industria también deberían aplicarse en el deporte, especialmente en la lucha contra el dopaje, donde se recopilan innumerables datos. Esto debería hacer que la búsqueda de estafadores sea más rápida y eficiente. “No habrá otra forma de hacerlo que con inteligencia artificial” dice Maaß.
“Sólo números, nada más.“
Con una pequeña plantilla de personal científico, alimenta modelos de IA con valores de muestras de dopaje positivas y negativas. Los datos anonimizados provienen de estudios clínicos de la Universidad de Copenhague y del Instituto de Bioquímica de Colonia.
“Solo obtenemos números, nada más.“, explica Maaß. Sin embargo, esto no funciona sin conocimientos básicos de bioquímica. Los informáticos utilizan los valores de determinados biomarcadores, es decir, parámetros variables en sangre u orina que se registran de forma rutinaria en cada muestra. Los modelos de IA comparar estos valores, examinar todas las conexiones posibles, buscar conexiones y, en última instancia, las desviaciones más pequeñas que indican dopaje. Con la ayuda de métodos de aprendizaje automático (aprendizaje profundo), los investigadores enseñan a los sistemas a crear patrones y así detectar el dopaje con mayor precisión.
El resultado final no es una prueba de dopaje positiva o negativa, sino más bien una constatación de hasta qué punto se produjo una infracción de dopaje. Por ejemplo, la IA detectaría mucho más rápidamente y con un alto grado de precisión si se manipularan muestras de orina, como fue el caso en los Juegos Olímpicos de 2014 en Sochi.
Thevis: La IA tiene “gran potencial“
El requisito previo para tal escenario: cantidades suficientes de datos comparativos. Y en la práctica, habría que crear un pasaporte de atleta digital para cada atleta que se someta a pruebas oficiales, en el que se registren los valores de todas las pruebas, similar al pasaporte biológico de atleta existente.
Mario Thevis, director del laboratorio de control antidopaje de Colonia, considera que la inteligencia artificial es un complemento útil para la lucha antidopaje: “Examinar las increíbles cantidades de datos que producimos aquí requiere mucho tiempo, es muy complicado y quizás no sea tan detallado como podrían proporcionar los algoritmos informáticos. Y aquí vemos un gran potencial para la inteligencia artificial.“
¿Nueva prueba de EPO a la vista?
A Thevis le resulta especialmente útil un modelo de IA de los investigadores de Saarbrücken, que puede detectar la ingestión de EPO artificial, una hormona que los drogadictos suelen utilizar en deportes de resistencia y que el propio cuerpo también produce. Thevis: “Distinguir la hormona producida artificialmente de la producción propia del cuerpo es analíticamente difícil y desafiante. Si tuviéramos más puntos de partida filtrados por la IA, habríamos dado un gran paso adelante.“
Wolfgang Maaß también está en contacto con la Agencia Mundial Antidopaje (AMA). Pero en la AMA, el uso de la inteligencia artificial en la lucha contra el dopaje aparentemente aún no encabeza la lista de prioridades. “Todavía no hemos podido desarrollar ningún programa importante con la AMA.“, dice Maaß: “En otras áreas en las que trabajo, por ejemplo en la atención sanitaria, avanzamos a un ritmo mucho más rápido.“
La AMA sigue siendo cautelosa
Sin embargo, Maaß no cree que la inteligencia artificial pueda decidir a largo plazo la carrera entre estafadores e investigadores en la lucha antidopaje a favor de un deporte limpio. Porque el otro lado, dice, tampoco duerme. “Por otro lado, por supuesto, los expertos observarán cuán sensibles son nuestros métodos y luego desarrollarán ellos mismos métodos apropiados para socavar esta sensibilidad.“, dice Maaß.
De hecho, el científico esperaba que los modelos de IA de su equipo celebraran su estreno en los Juegos Olímpicos de París este verano. Pero las asociaciones deportivas todavía lo están pasando mal. Los investigadores de Saarbrücken no reciben ayuda financiera del deporte.
“Espero que en un futuro próximo la AMA y el COI reconozcan que la IA es una herramienta importante para la lucha antidopaje del futuro.“, afirma Maaß. Cuenta con los Juegos Olímpicos de 2028 en Los Ángeles como el comienzo de una nueva era en la lucha antidopaje. Y luego, inmediatamente, con un dispositivo de prueba rápida en la zona de meta.