La inteligencia artificial puede estimar el riesgo de algunas lesiones en el fútbol a partir de datos de entrenamiento, antecedentes de lesiones y características físicas. Sin embargo, todavía no significa que pueda determinar con fiabilidad qué jugador se lesionará ni que una alerta algorítmica evite lesiones. Una revisión publicada el 20 de julio de 2026 encontró resultados prometedores en 22 estudios, pero 17 fueron calificados con alto riesgo de sesgo y la evaluación en poblaciones independientes era poco frecuente.
La distinción importa a clubes, futbolistas y equipos médicos. Detectar patrones en datos anteriores es una tarea; respaldar decisiones reales sobre cargas de entrenamiento, alineaciones o atención clínica es otra. Las revisiones permiten hablar de investigación y de un posible apoyo a la evaluación del riesgo, no de prevención automática demostrada.
Qué intenta predecir la IA y qué datos utiliza
En estos estudios, inteligencia artificial suele referirse al aprendizaje automático, una técnica mediante la cual un programa identifica relaciones estadísticas en ejemplos anteriores. Los modelos pueden combinar distancia recorrida, carrera a alta velocidad, aceleraciones y carga de entrenamiento registrada mediante GPS con antecedentes de lesiones, fuerza, movilidad, edad y algunos indicadores fisiológicos o psicológicos. Ningún factor aislado convierte una lesión en una certeza.
El resultado puede ser una categoría de riesgo o una probabilidad calculada para un período específico. Ese período, denominado horizonte de predicción, cambia entre estudios: una sesión, varios días, semanas o una temporada entera. También cambia qué se considera lesión, desde una molestia muscular hasta una lesión que obliga a dejar de jugar o una causada por contacto. Por eso, dos porcentajes de rendimiento no son directamente comparables si miden resultados distintos en períodos diferentes.
Los investigadores observaron indicios más favorables para lesiones musculares y sin contacto que para las causadas por choques, pero advirtieron que las definiciones eran inconsistentes. Una entrada violenta de otro futbolista, por ejemplo, no puede anticiparse igual que un patrón de sobrecarga.
Qué encontró la revisión específica sobre fútbol
Mehdi Aslani y sus colaboradores analizaron 22 estudios sobre modelos de aprendizaje automático para el riesgo de lesión en futbolistas. La búsqueda abarcó investigaciones publicadas hasta octubre de 2025 y la revisión apareció en el Journal of International Medical Research el 20 de julio de 2026. Los estudios comunicaron exactitudes de aproximadamente entre el 55% y el 96%, pero esas cifras procedían de conjuntos de datos, definiciones, métodos y horizontes de predicción diferentes. La revisión no calculó una eficacia conjunta porque los estudios eran demasiado heterogéneos.
Al aplicar PROBAST, una herramienta para evaluar el riesgo de sesgo en estudios de modelos predictivos, los revisores clasificaron 17 de los 22 estudios, cerca del 77%, como de alto riesgo; cuatro quedaron en categoría incierta y solo uno en bajo riesgo. Entre las debilidades figuraban muestras pequeñas, pocos episodios de lesión, tratamiento insuficiente de datos faltantes, información metodológica incompleta y posible sobreajuste a los datos analizados. Esas categorías evalúan la fiabilidad de los métodos, no el riesgo de lesión de un jugador concreto.
La propia revisión señala que los modelos pueden tener valor exploratorio para clasificar niveles de riesgo, pero que los hallazgos no respaldan su implantación rutinaria como sistemas autónomos de prevención. Tampoco encontró un algoritmo que superara sistemáticamente a todos los demás.
Qué aportan las revisiones de otros deportes
Una revisión sistemática con metaanálisis publicada por Sijie Lou y colaboradores el 24 de junio de 2026 agrupó 10 modelos de 10 estudios independientes sobre diferentes deportes. La sensibilidad combinada fue de 0,79, con un intervalo de confianza del 95% de 0,66 a 0,87; la especificidad combinada fue de 0,71, con un intervalo de 0,61 a 0,80. Sensibilidad es la proporción de lesiones correctamente señaladas; especificidad, la proporción de casos sin lesión correctamente descartados. Son estimaciones agrupadas de los estudios seleccionados, no tasas garantizadas para una plantilla de fútbol.
Existe una limitación decisiva: ninguno de los 10 estudios de ese análisis realizó validación externa. Los autores también identificaron problemas de tamaño muestral, diferencias metodológicas y una dependencia frecuente de datos de un solo club o liga. En la evaluación de sesgo de esta revisión, siete estudios fueron clasificados como de bajo riesgo y tres como inciertos. Esta clasificación no puede intercambiarse directamente con la revisión centrada en fútbol: los estudios seleccionados y los procedimientos de evaluación son distintos, y una calificación de bajo riesgo no demuestra que el modelo funcione en otro entorno.
Otra revisión, de Chu-Hsuan Lee y colaboradores, publicada el 11 de junio de 2026, sintetizó 18 estudios de varios deportes. Según el resumen científico accesible, solo uno, el 5,6%, presentó bajo riesgo global de sesgo. El trabajo también señaló escasa validación externa y predominio de muestras masculinas. El artículo íntegro estaba restringido durante esta consulta, así que estas afirmaciones se atribuyen únicamente al resumen publicado. No deben sumarse los estudios de las tres revisiones porque sus búsquedas y criterios de inclusión pueden solaparse.
Por qué una exactitud del 95% puede engañar
Imaginemos un ejemplo hipotético de 100 períodos de observación, de los cuales cinco terminan en lesión y 95 no. Un sistema que siempre prediga “no habrá lesión” acertará 95 de 100 resultados, con una exactitud del 95%. Sin embargo, no identificará ninguna de las cinco lesiones. No es un resultado medido en futbolistas: es una ilustración del desequilibrio de clases, cuando los eventos de lesión son mucho menos frecuentes que las observaciones sin lesión.
Por eso también deben examinarse la sensibilidad, la especificidad y la precisión de las alertas, es decir, cuántas alertas corresponden a lesiones reales. El área bajo la curva ROC, habitualmente denominada AUC, expresa la capacidad de distinguir casos con y sin evento al variar el umbral de decisión, pero no muestra si las probabilidades individuales son correctas. La correspondencia entre riesgo previsto y frecuencia observada se llama calibración.
Los falsos negativos pueden dejar sin identificar a deportistas que después se lesionan; los falsos positivos pueden provocar restricciones innecesarias en el entrenamiento o la participación. La utilidad depende de la frecuencia real de lesiones, su tipo, el período de predicción y la medida que adoptaría el equipo ante cada alerta. Sin ese contexto, un porcentaje elevado por sí solo tiene poco valor para las decisiones clínicas.
La validación externa es la prueba todavía pendiente
La validación interna divide los datos disponibles para desarrollar y evaluar el modelo, a veces mediante validación cruzada. Ayuda a detectar errores, pero por sí sola no demuestra que un método funcione en otro club, liga, grupo de edad, sexo o temporada. La validación externa utiliza datos genuinamente independientes, mantiene fijo el modelo y comprueba si su rendimiento y calibración se conservan. La revisión específica de fútbol encontró que esa etapa era poco frecuente, mientras que el metaanálisis multideportivo no la encontró en sus 10 estudios.
También existe el riesgo de fuga de datos. Si registros próximos del mismo jugador o de una misma temporada se reparten aleatoriamente entre entrenamiento y prueba, el algoritmo puede reconocer características que ya vio y parecer más exacto de lo que sería ante un grupo nuevo. Las evaluaciones temporales y la separación por jugador o equipo, según la pregunta, ofrecen pruebas más exigentes. Un estudio pequeño con muchas mediciones del mismo deportista no equivale automáticamente a otro con muchos participantes independientes.
Para una evaluación responsable habría que informar quiénes participaron, cuántas lesiones ocurrieron realmente, qué datos estaban disponibles antes de cada episodio, cómo se trataron los valores faltantes, cómo se compara el modelo con métodos más sencillos y cómo funciona en muestras independientes. La representatividad importa, especialmente porque las revisiones amplias encontraron predominio de hombres.
Predecir riesgo no demuestra que la prevención funcione
Incluso un modelo predictivo bien validado necesitaría una evaluación como intervención. Para demostrar prevención sería necesario estudiar qué sucede cuando los equipos actúan realmente ante las alertas, con grupos de comparación apropiados, protocolos transparentes y resultados como nuevas lesiones en relación con la exposición a entrenamientos o partidos. Una mejora en AUC o exactitud no demuestra, por sí sola, una reducción de lesiones.
Toda decisión concreta también depende de la exploración clínica, síntomas, antecedentes, contexto deportivo y criterio de profesionales cualificados. Los datos de salud y rendimiento de los futbolistas requieren controles de acceso, finalidad y privacidad. Una puntuación de riesgo no es un diagnóstico y no debería determinar por sí sola la retirada o el regreso al juego. Estas son precauciones de uso, no afirmaciones de que las revisiones hayan validado un protocolo clínico basado en IA.
La respuesta, por tanto, es útil pero limitada: la IA ya puede identificar patrones asociados a lesiones en el fútbol y contribuir a la investigación sobre riesgo. Lo que todavía exige pruebas sólidas es saber si esos patrones se mantienen en otras plantillas y si actuar sobre ellos mejora los resultados reales. Hasta entonces, la valoración profesional debe prevalecer sobre cualquier recomendación automática.
