大數據的世界不只是一個單一的、巨大的計算機網絡，而是一個由大量活動構件與多元參與者元素所構成的生態系統，終端設備提供商、基礎設施提供商、網絡服務提供商、網絡接入服務提供商、數據服務使能者、數據服務提供商、觸點服務、數據服務零售商等等一系列的參與者共同構建的生態系統。而NFL希望大數據工具可以減少每次職業足球比賽中腦震蕩，韌帶撕裂和其他傷害的發生。

目前，每場比賽的傷病數穩定在平均六七。《華爾街日報》本周報道，聯盟工程師正在與Amazon Web Services一起將機器學習和人工智能工具應用于玩家數據，希望能找到通常會導致受傷的游戲情況。預測傷害是具有挑戰性的，因為有很多因素可能導致可能的傷害，從特定一天的運動員身體特征到球場上的輕微摔傷。研究表明，一名運動員可能具有五種屬性，使他們有受傷危險，但仍然沒有受傷，但另一名運動員看起來可能很好，第二天就撕裂了韌帶。“這只是一個非常困難的問題，”賓尼說。

杰夫說：“最終，我們將能夠確定受傷風險的情況，并能夠預測受傷風險的情況，并且我們將能夠找到創新，使我們的運動員在保持高水平比賽質量的同時更加安全。” NFL工程委員會主席Crandall在節目宣布時說。NFL和亞馬遜擁有大量資源可供使用。但是，很難預測傷害，尤其是在諸如足球這樣的混亂運動中。“這是圣杯。每個人都想這樣做，沒人能做到。”流行病學專家兼顧問扎卡里·本尼（Zachary Binney）說，他曾與美國職棒大聯盟和大學運動隊一起預防傷害。“我一直持懷疑態度，直到看到結果為止。”

亞馬遜網絡服務合作伙伴關系將嘗試利用NFL下一代統計數據中的聯賽水平數據來彌補這一差距，該數據通過其墊板上的微芯片每分鐘數百次為該場比賽的每個球員捕獲位置數據，速度和加速度。據NFL報道，它還包括游戲的視頻片段，有關比賽場地和環境因素的信息以及匿名的球員傷害數據。Binney說，它沒有收集有關身體部位如何撞擊地面或其他參與者的數據，這是一個限制。但是它可以細致地看到玩家如何以及以多快的速度進行比賽，改變方向或做出鏟球。目的是找出足球中任何常見的元素是否比其他元素更可能導致任何傷害。賓尼說：“當寬幅接收器快速移動并轉彎時，您可能會看到會發生什么，并且也許能夠從中挑出一些東西。”

聯賽級別的數據僅包括球員活動的一些度量。各個團隊在其運動員上都有更詳細的數據，通常跟蹤諸如心率，疲勞，水合作用和其他指標之類的所有信息，所有這些因素都可能導致特定運動員受傷的風險。足球受傷的其他危險因素包括柔韌性，受傷歷史，力量和身體成分。但是，許多特定于球員的數據都停留在團隊水平上，以避免為對手提供有關其球員表現的潛在有用信息。

過去，NFL的員工手動檢查了數百小時的游戲畫面和頭盔撞擊，以識別導致傷害的情況，并進行了更改（例如更新啟動規則），目的是防止發生這種情況。Binney推測該項目可能會帶來其他變化，但是他們能夠收集的任何信息都可能具有其他價值。他說：“他們可以做的一件事就是把信息放到那里，告訴教練，當他們要求巡邊員做某種障礙物或路線時，當我們看到壞事發生時，它會導致方向或減速的變化。”說。畢竟，要使運動員保持健康，這是教練的最大利益，而且冒險的比賽可能還有其他選擇。

根據NFL發言人給The Verge的電子郵件，球員健康數據不會包含在傷害預測程序中。這可能會影響其預測能力。“這將真的很有趣。我不知道可能會產生什么影響，我也無法想象它們還會產生什么影響，”賓尼說。即使沒有更詳盡的信息，該聯盟也擁有來自所有32支球隊的運動員的數據，這為他們提供了更多的合作機會。賓尼說：“您失去了數據的某些分辨率，但增加了樣本量。”如果NFL在傷害預測和預防方面的努力證明是有效的，那么它們也可以為其他體育運動提供路線圖。Binney說這是積極的一步。“我很高興看到它發生，盡管我對我們可能從中吸取多少持謹慎態度。”

責任編輯：ct