Newyddion S4C

Datblygu model AI cyntaf ar gyfer anafiadau rygbi

17/12/2024
Liam Williams anaf

Mae ymchwilwyr wedi datblygu'r model deallusrwydd artiffisial (AI) cyntaf allai ragweld risg anafiadau i goesau chwaraewyr rygbi.

Anafiadau i’r coesau yw'r math mwyaf cyffredin yn rygbi'r undeb, gan gyfrif am hanner y dyddiau sy'n cael eu colli yn y gêm ryngwladol.

Er mwyn lleihau'r risg o anafiadau, mae ymchwilwyr o Brifysgol Bangor wedi datblygu model deallusrwydd artiffisial newydd sy'n caniatáu i hyfforddwyr addasu rhai agweddau ar hyfforddiant eu chwaraewyr.

Mae'r model yn defnyddio dull dadansoddi adnabod patrymau i nodi'r ffactorau cymhleth sy'n gallu arwain at anafiadau, gan gynnwys troi ffêr, ac achosion mwy difrifol o anafiadau straen i’r cyhyrau. 

Fel rhan o'r prosiect, roedd yr ymchwilwyr wedi dilyn 36 o chwaraewyr rygbi'r undeb lled-broffesiynol dros ddau dymor. Fe wnaethon nhw ddefnyddio data ar lwyth hyfforddi, profi perfformiad, mesurau goddrychol, sgrinio cyhyrysgerbydol ac anafiadau blaenorol. 

Dros y ddau dymor, cafodd 25 o'r chwaraewyr anafiadau digyswllt i'w coesau, gyda throi ffêr yr anaf mwyaf cyffredin.

Mae'r model hefyd yn gosod trothwy i bob ffactor, lle'r oedd y chwaraewr yn wynebu risg uwch o anaf.

Model ar gyfer chwaraeon eraill?

Dywedodd Dr Julian Owen, uwch ddarlithydd mewn Gwyddorau Chwaraeon ac Ymarfer ym Mhrifysgol Bangor, bod modd dyblygu'r model.

"Mae dulliau ystadegol traddodiadol o asesu risg anafiadau yn tueddu i dybio bod cysylltiad rhwng yr anaf a nifer fach o ffactorau risg unigol. Er enghraifft, bod gwendid mewn grŵp penodol o gyhyrau’n rhagfynegydd o anaf penodol," meddai.

"Mae ein model ni’n llawer mwy cynnil. Gallai’r trothwy ar gyfer gwendid yn y grŵp cyhyrau hwnnw fod yn wahanol yn dibynnu ar oedran y chwaraewr, màs y corff a’u llwyth hyfforddi dros yr ychydig wythnosau blaenorol."

Yn ôl Dr Owen, gallai'r dull hwn gael ei ddyblygu ar draws chwaraeon eraill hefyd, yn enwedig chwaraeon tîm.

"Mae’r ymchwil hwn wedi dangos bod dull adnabod patrymau’n gallu gweithio," meddai. 

"Lle mae gan glybiau ddata hanesyddol ynghylch eu chwaraewyr o dymhorau blaenorol, byddai’n bosibl datblygu model yn gyflym iawn i’w addasu i’r tîm hwnnw."

Llun: David Rogers / Getty Images

 

Newyddion diweddaraf

Mae'r wefan hon yn defnyddio cwcis i sicrhau eich bod chi'n cael y profiad gorau ar ein gwefan.