Роль искусственного интеллекта в спортивной аналитике: систематический обзор и метаанализ тенденций эффективности

The Role of Artificial Intelligence in Sports Analytics: A Systematic Review and Meta-Analysis of Performance Trends
Adam Zając, Artur Gołaś, Adam Maszczyk, Robert Roczniok, Przemysław Pietraszewski, Artur Terbalyan, Kajetan Ornowski, Daria Manilewska, Szymon Kuliś
2025-06-27

компьютерное зрениеглубокое обучениепрофилактика травммашинное обучениеанализ спортивных результатов
В настоящем систематическом обзоре и метаанализе исследуется применение искусственного интеллекта (ИИ) для анализа спортивных результатов. В обзор были включены 16 рецензируемых исследований, охватывающих 13 различных спортивных дисциплин и использующих широкий спектр методов ИИ — от классических алгоритмов машинного обучения до современных моделей глубокого обучения и компьютерного зрения. Среди применённых методов были сверточные нейронные сети (CNN), сети с долговременной краткосрочной памятью (LSTM), обучение с подкреплением и архитектуры прогностического моделирования. Объединённая средняя точность классификации составила 87,78% (95% ДИ: 82,66–92,90), однако между исследованиями наблюдалась значительная неоднородность (I2 = 93,75%). В нескольких исследованиях подходы на основе компьютерного зрения и глубокого обучения демонстрировали более высокие показатели эффективности, особенно в видах спорта с высокой двигательной нагрузкой, таких как теннис и баскетбол. Тем не менее были выявлены некоторые проблемы, включая отсутствие стандартизации оценки моделей, ограниченную прозрачность алгоритмов и трудности переноса результатов, полученных в контролируемых лабораторных условиях, на реальные соревновательные ситуации. Результаты подчёркивают перспективную роль ИИ в оптимизации тренировочных протоколов, поддержке тактических решений и совершенствовании стратегий профилактики травм. Необходимы дальнейшие исследования для решения этических, методологических и практических вопросов, связанных с внедрением ИИ в спортивной сфере.
1
Систематический обзор обобщил 16 рецензируемых исследований по 13 спортивным дисциплинам, в которых применялись классическое машинное обучение, глубокое обучение, компьютерное зрение и обучение с подкреплением.
2
ИИ обладает потенциалом для оптимизации тренировочных протоколов, поддержки тактических решений и улучшения стратегий профилактики травм в спорте.
3
Методы на основе компьютерного зрения и глубокого обучения в ряде исследований демонстрировали более высокие показатели, особенно в подвижных видах спорта, таких как теннис и баскетбол.
4
Доказательная база ограничена отсутствием единых стандартов оценки, недостаточной прозрачностью алгоритмов и неопределённой переносимостью результатов из лабораторных условий в реальные соревнования.
5
Средняя объединённая точность классификации ИИ составила 87,78% (95% ДИ: 82,66–92,90), при значительной неоднородности между исследованиями (I² = 93,75%).

Применение искусственного интеллекта для анализа спортивных результатов в 13 спортивных дисциплинах

Точность классификации, тенденции результативности и практическая эффективность методов анализа на основе ИИ, включая их обобщаемость и проблемы оценки

Publication Details
Publication Date
2025-06-27
Journal
Publisher
ISSN
Cited by
119
Access Type
Author Information
Authors
Adam Zając
Artur Gołaś
Adam Maszczyk
Robert Roczniok
Przemysław Pietraszewski
Artur Terbalyan
Kajetan Ornowski
Daria Manilewska
Szymon Kuliś
Explore further
Open the scid.ai AI chat with a ready-made request: it will find papers on a similar topic and help build a literature review.
Find similar papers in the chat →
Make a presentation
100%