码迷,mamicode.com
首页 > 其他好文 > 详细

是否使用兴奋剂,到底谁能说了算?

时间:2020-09-18 12:11:43      阅读:41      评论:0      收藏:0      [点我收藏+]

标签:努力   年龄   数据库   参考   判断   现在   等等   拒绝   事件   

https://mp.weixin.qq.com/s/oLbBpl55eCFyegOrjaKDGQ

By 超神经

场景描述:2019 游泳世锦赛期间,澳大利亚泳协和孙杨的几次风波,让全球的目光都瞄准了兴奋剂。兴奋剂为何屡禁不止?兴奋剂的传统检测办法,又有怎样的弊端和问题?运动机构正在将机器学习引入检测过程。

关键词:机器学习 数据分析 兴奋剂检测

本届游泳世锦赛上,中国国家队选手孙杨一举夺下男子 400 米自由泳冠军,然而在颁奖礼,亚军得主澳大利亚选手霍顿,却拒绝与孙杨登上同一领奖台领奖,这一举动引发了一系列风波。

技术图片
霍顿在整个颁奖过程表现轻蔑

正当澳大利亚泳协表示对霍顿行为「尊重且理解」的时候,突然爆出澳女泳将 Shayna Jack 药检呈阳性,一时间澳泳协「双标」「打脸」成了各大媒体的头版头条。

那么此次「泳坛闹剧」的始作俑者--兴奋剂,到底在运动界是怎样的存在?在服用兴奋剂的常规检测中,又存在哪些弊端,或者可以通过技术手段改进的地方?

兴奋剂:运动界公开的秘密

兴奋剂,一直是运动界的敏感词。不少明星运动员,我们耳熟能详的自行车选手阿姆斯特朗、红土之王纳达尔、网球女将大威廉姆斯等等,都曾笼罩在兴奋剂疑云之下。

但运动界有一句话:能查出来的叫兴奋剂,查不出来的叫高科技。

目前传统方式血检和尿检,对新药物仍然无能为力,之所以运动员敢服用兴奋剂,很大程度上是抱着检测不出来的侥幸心态。

类似先有病毒,再有杀毒软件。

兴奋剂也是一样的。在登上违禁药物名单之前,这类药物都是「合法」的,直到这类药物被定性为兴奋剂。

技术图片
《国际反兴奋剂条例》(共 156 页)中明确规定了
违禁药物类型、检测机制、申诉流程等政策

曲美他嗪,是一种治疗心绞痛的药物,但同时也能够提高运动员的心肺功能。

不少运动员从 2008 年就开始服用曲美他臻,但这种药物在 2014 年才上 WADA(国际反兴奋剂机构) 的禁用名单。所以这段「时间窗口」,对于运动员来说,就是安全合法的。

而且随着制药水平的提高,兴奋剂药物检测难度也在不断提高,为了保证竞技体育的公平性,WADA 也开始试图通过更高级的技术,比如人工智能,参与打击兴奋剂等禁药的非法使用。

AI 如何成为打击兴奋剂的新武器

1.用 AI 完善运动员生物护照(ABP)

随着体育赛事中越来越多的兴奋剂事件曝光,WADA 于 2009 年通过了「运动员生物护照」收集血样不定期检查条例。

简单来说,之所以设置如此复杂的程序,是因为某些禁药在短时间可以代谢干净,传统的直接兴奋剂检查(如尿检)就无法查出。而禁用物质对人体的影响和作用将持续较长时间,这体现在人体的某些生理指标会发生波动。

技术图片
运动员生物护照有着严格的采集流程

生物护照项目可通过对运动员的相关生理指标进行长期监测,通过波动间接地确定运动员是否违禁。

ABP 专门针对高级运动员,收集其职业生涯中所有官方测得的生物样本,对血液中的血红蛋白、红细胞水平等关键指标进行长期监测,以及时发现可疑选手。

然而 ABP 费用高昂,接受收集的运动员数量有限,收集的样本频率低、数量少,可参考性不足。WADA 迫切需要一个更全面、更权威的工具出现,使其能够更有针对性地对更多运动员中进行检查。

2.招募 AI 团队,程序员为兴奋剂检验献计献策

2018 年,WADA 与魁北克省教育基金会(FRQ)合作,在官网公开招募人工智能工程师团队,希望借助工程界的力量,在 AI 反兴奋剂领域取得更大进展。

WADA 拥有大量数据,从运动员的生物护照到检测结果,如此庞大的数据也为机器学习和数据分析提供了可能性。

技术图片
国际反兴奋剂机构 WADA
致力于推进反兴奋剂的各项前沿研究

通过算法,可以对每位运动员的历史检查结果进行实时对比监控,标记可疑数值,必要时进行提示警报,从而减少人为判断的误差。

有了人工智能加持,可以对运动员的历史数据及历史检测结果进行高效分析,有针对性地调查特定人员,有效并及时地阻止「Shayna Jack」们出现。

3.行为数据检测:成绩异常提高需重视

除了游泳以外,田径也是兴奋剂滥用的又一重灾区。

技术图片
俄罗斯国家田径队在 2016 里约奥运会前,被裁定全队禁赛

国际田联的研究人员根据国际田联多年的体育成绩数据库,绘制模型,通过曲线来表示运动员的成绩如何随着年龄的增长而演变,同时识别异常表现。

蓝色表示被检查的冠军运动员,上图中,蓝色曲线波动较小,为没有使用兴奋剂的冠军的表现。

而下图中,蓝色曲线表示被怀疑使用兴奋剂的运动员表现:他们在职业生涯濒临结束时,运动成绩有了非典型、不正常地改善。
技术图片

上图蓝线:被测正常运动员的成绩波动
下图蓝线:有服药嫌疑运动员的成绩波动

依照该模型,就可以有效并快速地识别田径运动中的异常行为,从而进行更准确的抽查和复核。

未来:让 AI 净化体育赛场

AI 技术的发展为体育赛事中公平竞争带来了新的曙光和希望。

相信有了各机构的努力,基于越来越细粒度的数据分析,借助各种更加准确的机器学习模型,未来的奖牌必将属于真正的强者。
技术图片

—— —— 完 —— ——
技术图片

技术图片

扫描二维码,加入讨论群
获得更多优质数据集
回复「进群」自动入群
更多精彩内容(点击图片阅读)
技术图片

是否使用兴奋剂,到底谁能说了算?

标签:努力   年龄   数据库   参考   判断   现在   等等   拒绝   事件   

原文地址:https://blog.51cto.com/14929242/2534898

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!