分析运动员身体特征，Kitman帮助运动员主动避免受伤

2016-08-02科技王松

伤病似乎是阻挡着天才运动员前往成功道路上最大的敌人。

曾经的中国飞人刘翔因为伤病曾两度弃赛、最终退役，令人扼腕叹息。

昔日的巴西金童卡卡，也是足球史上最贵的球星之一，但在他二十几岁职业生涯巅峰时期，却因为接连不断的伤病，屡战屡败，淡出大型比赛。

曾经拥有联盟最快第一步的麦迪，同样因为伤病，由曾经的火箭核心沦为被甩卖的对象。

......

伤病，或断送了本该属于他们的荣耀，或缩短他们的职业生涯...

据统计，在2015年美国职棒大联盟（MLB）赛季期，球员受伤造成的薪水损失超过了7.14亿美元；

同年的美国国家橄榄球联盟（NFL）赛季期，球员受伤让NFL损失了5.56亿美元。

为什么职业运动员易受伤？

职业运动员为了能够在竞争中取胜，所做运动都达到身体最大能力极限，甚至是突破，这是高负荷的状态，受伤机率相对常人就提高了许多倍。

虽然在过去几十年里，训练、营养、器材都有所提升，而运动受伤率却在增加。数据显示，2012年伦敦奥运会上，有1000名运动员因受伤影响到比赛，占到了总数的11%。

迄今为止，还有没有明确的方法让运动员在体育赛事中避免受伤，但人们一直都在寻找。

如果能有方法帮助他们减少受伤，那这一定是一件伟大的事情，球场上又可以多出无数的精彩。

Kitman实验室开发运动员优化系统

成立于2012年11月的体育数据科技公司Kitman实验室（Kitman Labs）开发了一套运动员优化系统 Athlete OS。它可以记录并分析运动员在训练或比赛时的身体上和精神上反应，通过大数据与生物技术分析，主动帮助运动员避免受伤。

该公司在2014年8月获得了400万美元的A轮融资。

在过去两年里，Kitman实验室为5支职业运动队提供了检测和监测的服务，运用专业知识分析并为运动员提供受伤的预防和恢复方案。Kitman已经让赛季期内的运动员受伤率下降了65%，因伤不能参加比赛的天数下降了41%，严重的伤病（康复期1个月以上）发生机率下降了31%。

Kitman如何收集数据？

通常，影响运动员表现的因素包含了训练重复次数、每个动作的加速与减速信息、心理因素（睡眠、压力、情绪、幸福感等）、运动力学响应、疯劳、酸痛等，Kitman就是通过收集这些数据，为每位运动员提供智能化、综合性的分析结果，系统还会向教练提供实时提醒，并通过具体的数据来告诉教练运动员有受伤的风险。

这套系统包括了三个部分。

1、捕捉部件

用传统方法捕捉运动员的动作需要昂贵的设备，Athlete OS利用了微软的Kinect（Xbox的体感设备）摄像头，和机器学习算法来扫描运动员的运动轨迹，并在几分钟内生成生物力学数据。

2、运动员App

运动员可以使用定制的App，随时向教练反馈健康和心理数据，这些数据也可以根据教练的需求进行定制。

3、分析系统

分析系统整合捕捉部件捕获的数据，以及运动员提交的数据等，运用独特的算法来诊断每个运动员的不同的应激反应，如果有危害到运动员健康的情况，系统就会向教练发出警告。

每位运动员的弱点有所不同，Athlete OS最大的特点是它能够收集不同运动员身体承受能力的极限数据，对风险评估模式进行个性化的调整。例如，在篮球运动中，有的球员身体强壮，有的则相对瘦一点，同样的撞击力度，对强壮的人就没事，对瘦一点的人来说就可以会受伤。因此，一成不变的风险评估模型不能适合所有运动员。

创始人曾经是橄榄球队教练

在成立Kitman实验室之前，公司创始人Smith在一支爱尔兰橄榄球队——Leinster当教练，那时他就开始收集大量的运动员训练的数据，但是缺少将这些数据转换成实时预防受伤的知识和机制，不知道如何来利用这些数据。

后来，很多球员因伤病被迫提前退役，Smith对此颇有感触，“为什么要收集这些数据，这些数据应该怎样使用？”这些问题困扰着他。

于是，他选择了重新学习，攻读硕士学位，选择了综合风险因素的伤病预测作为研究领域。

后来，他利用他的研究结果让Leinster队获得了2009年、2011年欧洲冠军。这为他成立Kiman实验室打下了基础。