美國職業橄欖球大聯盟(NFL)希望大數據工具可以幫助減少每場職業橄欖球比賽中腦震盪、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次或七次。《華爾街日報》本週報導稱，NFL工程師正在與Amazon Web Services合作，將機器學習和人工智能工具應用於球員數據，希望能找到通常會導致受傷的比賽情況。

NFL工程委員會主席Jeff Crandall表示：“最終，我們將能夠確定傷害風險的情況，並能夠預測傷害風險的情況，並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，尤其是在諸如橄欖球這樣的混亂運動中。“這是聖杯。每個人都想這樣做，沒有人能做到。曾與NFL合作的流行病學專家兼顧問Zachary Binney表示：“我一直持懷疑態度，直到看到結果為止。”預測傷害是具有挑戰性的，因為有很多因素可能導致傷害。Binney稱“這只是一個非常困難的問題。”

亞馬遜網絡服務合作夥伴關係將嘗試利用NFL的“下一代”統計數據中的聯賽水平數據來彌補差距，該數據通過其墊板上的芯片每分鐘數百次為該場比賽的每個球員捕獲位置數據。據NFL報導，它還包括比賽的視頻片段，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稱，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，它可以細緻地看到球員如何以及以怎樣的速度進行比賽等。目的是找出橄欖球比賽中的任何常見元素是否比其他元素更可能導致任何傷害。

Binney說道：“當寬幅接收器快速移動並轉彎時，您可能會看到會發生什麼，並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，通常跟踪諸如心率、疲勞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。在橄欖球比賽中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，許多特定於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。

根據NFL發言人發給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。我不知道可能會有什麼影響，而且我也無法想像它們也有影響。”Binney說道。

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。Binney表示：“您失去了數據的某些細節，但增加了樣本量。”

過去，NFL的員工手動檢查數百小時的遊戲畫面和頭盔撞擊，以識別導致傷害的情況，並進行了更改（例如更新啟動規則），目的是防止此類情況的發生。Binney推測該項目可能會帶來其他變化，但是它們能夠收集的任何信息都可能具有其他價值。

如果NFL在傷害預測和預防方面的努力證明是有效的，那麼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，儘管我對我們可能從中吸取多少持謹慎態度。”