\n<\/p>\n
\n El mundo del deporte a menudo s\u00f3lo sabe meses o a\u00f1os despu\u00e9s, mediante complejos procedimientos de verificaci\u00f3n, si las mejores actuaciones realmente merecen su fama o si hubo dopaje. Los cient\u00edficos del Sarre creen que esto podr\u00eda cambiar pronto gracias a la inteligencia artificial.<\/strong>\n <\/p>\n \n Juegos Ol\u00edmpicos de Verano de 2028 en Los \u00c1ngeles, la final de la carrera de 100 metros. Los hombres m\u00e1s r\u00e1pidos del mundo compiten entre s\u00ed. Un enfrentamiento, un espect\u00e1culo para el p\u00fablico. Y cuando los velocistas llegan a la meta, ya los esperan inspectores con dispositivos de prueba r\u00e1pida y les piden que se sometan inmediatamente a un control antidopaje. Tan pronto como se entreguen las medallas, es casi seguro que los atletas recibir\u00e1n una gran acogida en casa o una prohibici\u00f3n de dopaje.<\/p>\n \n \u00c9sta es la visi\u00f3n de Wolfgang Maa\u00df, profesor de la Universidad del Sarre. “Actualmente, las muestras de sangre y orina deben enviarse primero desde la instalaci\u00f3n deportiva al laboratorio de control de dopaje. S\u00f3lo all\u00ed se podr\u00e1n analizar y s\u00f3lo as\u00ed quedar\u00e1 claro qui\u00e9n gan\u00f3 realmente las medallas. Con pruebas r\u00e1pidas de dopaje podr\u00edamos hacer justicia a los deportistas limpios m\u00e1s r\u00e1pidamente<\/cite>“, afirma Maa\u00df en una entrevista con la redacci\u00f3n de dopaje de ARD. <\/p>\n La IA deber\u00eda aportar velocidad y eficiencia<\/strong><\/p>\n \n Maa\u00df no es ni cient\u00edfico del deporte ni bioqu\u00edmico. Y, como \u00e9l mismo dice, en realidad no tiene idea de lo que sucede en el cuerpo durante el dopaje. Maa\u00df es especialista en TI empresarial y jefe del grupo de investigaci\u00f3n Smart Service Engineering en el Centro Alem\u00e1n de Investigaci\u00f3n en Inteligencia Artificial DFKI. Su experiencia radica en la optimizaci\u00f3n de procesos en empresas industriales y en el sector sanitario, con ayuda de la inteligencia artificial. <\/p>\n \n Hace unos a\u00f1os se le ocurri\u00f3 la idea de que los m\u00e9todos que utiliza en la industria tambi\u00e9n deber\u00edan aplicarse en el deporte, especialmente en la lucha contra el dopaje, donde se recopilan innumerables datos. Esto deber\u00eda hacer que la b\u00fasqueda de estafadores sea m\u00e1s r\u00e1pida y eficiente. “No habr\u00e1 otra forma de hacerlo que con inteligencia artificial<\/cite>” dice Maa\u00df. <\/p>\n \n “S\u00f3lo n\u00fameros, nada m\u00e1s.<\/strong><\/cite>“<\/strong><\/p>\n \n Con una peque\u00f1a plantilla de personal cient\u00edfico, alimenta modelos de IA con valores de muestras de dopaje positivas y negativas. Los datos anonimizados provienen de estudios cl\u00ednicos de la Universidad de Copenhague y del Instituto de Bioqu\u00edmica de Colonia. <\/p>\n \n “Solo obtenemos n\u00fameros, nada m\u00e1s.<\/cite>“, explica Maa\u00df. Sin embargo, esto no funciona sin conocimientos b\u00e1sicos de bioqu\u00edmica. Los inform\u00e1ticos utilizan los valores de determinados biomarcadores, es decir, par\u00e1metros 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 \u00faltima instancia, las desviaciones m\u00e1s peque\u00f1as que indican dopaje. Con la ayuda de m\u00e9todos de aprendizaje autom\u00e1tico (aprendizaje profundo), los investigadores ense\u00f1an a los sistemas a crear patrones y as\u00ed detectar el dopaje con mayor precisi\u00f3n.<\/p>\n \n El resultado final no es una prueba de dopaje positiva o negativa, sino m\u00e1s bien una constataci\u00f3n de hasta qu\u00e9 punto se produjo una infracci\u00f3n de dopaje. Por ejemplo, la IA detectar\u00eda mucho m\u00e1s r\u00e1pidamente y con un alto grado de precisi\u00f3n si se manipularan muestras de orina, como fue el caso en los Juegos Ol\u00edmpicos de 2014 en Sochi.<\/p>\n Thevis: La IA tiene “<\/strong>gran potencial<\/strong><\/cite>“<\/strong><\/p>\n \n El requisito previo para tal escenario: cantidades suficientes de datos comparativos. Y en la pr\u00e1ctica, habr\u00eda 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 biol\u00f3gico de atleta existente.<\/p>\n \n Mario Thevis, director del laboratorio de control antidopaje de Colonia, considera que la inteligencia artificial es un complemento \u00fatil para la lucha antidopaje: “Examinar las incre\u00edbles cantidades de datos que producimos aqu\u00ed requiere mucho tiempo, es muy complicado y quiz\u00e1s no sea tan detallado como podr\u00edan proporcionar los algoritmos inform\u00e1ticos. Y aqu\u00ed vemos un gran potencial para la inteligencia artificial.<\/cite>“<\/p>\n \u00bfNueva prueba de EPO a la vista?<\/strong><\/p>\n \n A Thevis le resulta especialmente \u00fatil un modelo de IA de los investigadores de Saarbr\u00fccken, que puede detectar la ingesti\u00f3n de EPO artificial, una hormona que los drogadictos suelen utilizar en deportes de resistencia y que el propio cuerpo tambi\u00e9n produce. Thevis: “Distinguir la hormona producida artificialmente de la producci\u00f3n propia del cuerpo es anal\u00edticamente dif\u00edcil y desafiante. Si tuvi\u00e9ramos m\u00e1s puntos de partida filtrados por la IA, habr\u00edamos dado un gran paso adelante.<\/cite>“<\/p>\n \n Wolfgang Maa\u00df tambi\u00e9n est\u00e1 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 a\u00fan no encabeza la lista de prioridades. “Todav\u00eda no hemos podido desarrollar ning\u00fan programa importante con la AMA.<\/cite>“, dice Maa\u00df: “En otras \u00e1reas en las que trabajo, por ejemplo en la atenci\u00f3n sanitaria, avanzamos a un ritmo mucho m\u00e1s r\u00e1pido.<\/cite>“<\/p>\n La AMA sigue siendo cautelosa<\/strong><\/p>\n \n Sin embargo, Maa\u00df 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 observar\u00e1n cu\u00e1n sensibles son nuestros m\u00e9todos y luego desarrollar\u00e1n ellos mismos m\u00e9todos apropiados para socavar esta sensibilidad.<\/cite>“, dice Maa\u00df.<\/p>\n \n De hecho, el cient\u00edfico esperaba que los modelos de IA de su equipo celebraran su estreno en los Juegos Ol\u00edmpicos de Par\u00eds este verano. Pero las asociaciones deportivas todav\u00eda lo est\u00e1n pasando mal. Los investigadores de Saarbr\u00fccken no reciben ayuda financiera del deporte.<\/p>\n \n “Espero que en un futuro pr\u00f3ximo la AMA y el COI reconozcan que la IA es una herramienta importante para la lucha antidopaje del futuro.<\/cite>“, afirma Maa\u00df. Cuenta con los Juegos Ol\u00edmpicos de 2028 en Los \u00c1ngeles como el comienzo de una nueva era en la lucha antidopaje. Y luego, inmediatamente, con un dispositivo de prueba r\u00e1pida en la zona de meta.<\/p>\n<\/p><\/div>\n