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
2025-06-27
SCID: 54.1/z8wjmm8x
Discuss with AI
компьютерное зрениеглубокое обучениепрофилактика травммашинное обучениеанализ спортивных результатов
Figures from the paper
Abstract (AI)
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.
Key Findings
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%).
Research Object
Применение искусственного интеллекта для анализа спортивных результатов в 13 спортивных дисциплинах
Research Subject
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
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest
Источники этой статьи в scid.ai3
Заявление PRISMA 2020: обновлённое руководство по представлению систематических обзоров2021
AMSTAR 2: инструмент критической оценки систематических обзоров, включающих рандомизированные или нерандомизированные исследования медицинских вмешательств либо оба типа исследований2017
Обзор носимых технологий в спорте: концепции, проблемы и перспективы2023