Diseño de un dashboard interactivo para el análisis del estado físico de atletas mediante modelos de machine learning aplicados a datos biométricos y mecánicos en apoyo a la toma de decisiones deportivas.

Abstract

El objetivo de este estudio fue diseñar un tablero interactivo que integrara modelos de aprendizaje automático para analizar datos biométricos y mecánicos de atletas de clubes de atletismo. La herramienta está diseñada para facilitar la predicción de las condiciones físicas de los atletas y apoyar la toma de decisiones deportivas y médicas a través de visualización en tiempo real y alertas inteligentes. El proceso metodológico incluye la recolección de datos mediante sensores digitales, el preprocesamiento y limpieza de la información, y el diseño, entrenamiento y validación de modelos de aprendizaje automático supervisado. Luego, los resultados se integran en un tablero para monitorear variables como la frecuencia cardíaca, la velocidad, la aceleración, la variabilidad de la frecuencia cardíaca y más. Además, se generan alertas automáticas relacionadas con la fatiga, el sobreentrenamiento y el riesgo de lesiones. El dashboard se validó en un entorno real con atletas del club para verificar su practicidad, facilidad de uso e impacto en la gestión del rendimiento. Este enfoque es una solución tecnológica viable para los clubes que buscan optimizar el seguimiento y la prevención de lesiones a través del análisis de datos.