Dalam era sukan berprestasi tinggi, Artificial Intelligence (AI) khususnya Machine Learning semakin memainkan peranan penting dalam mempercepat proses pemulihan atlet serta mengurangkan risiko kecederaan berulang. Jika sebelum ini pendekatan pemulihan banyak bergantung kepada pengalaman dan pemerhatian, teknologi AI kini membolehkan analisis dilakukan secara berasaskan data yang lebih tepat, pantas dan konsisten. Perkembangan ini membuka dimensi baharu dalam sains sukan, termasuk bagi atlet para yang memerlukan pendekatan pemulihan lebih tersasar dan selamat.

Melalui penggunaan Machine Learning, data berkaitan pergerakan atlet, tahap keletihan, sejarah latihan, corak prestasi dan maklumat fisiologi dapat dianalisis untuk mengenal pasti pola pemulihan yang paling sesuai bagi setiap individu. AI bertindak sebagai sistem sokongan keputusan yang mampu mengesan trend tersembunyi dalam data, di samping memberi amaran awal terhadap risiko kecederaan atau keperluan rehat tambahan. Pendekatan ini menjadikan pemulihan atlet lebih bersifat individu, dinamik dan responsif terhadap perubahan keadaan fizikal.

Bagi menyokong analisis AI secara saintifik, teknologi Computational Fluid Dynamics (CFD) digunakan sebagai platform simulasi utama. CFD membolehkan visualisasi dan analisis berkaitan aliran bendalir dalam tubuh seperti pola aliran darah dan taburan haba semasa pergerakan dan pemulihan. Melalui simulasi ini, kesan latihan, intensiti pergerakan dan teknik pemulihan dapat difahami dengan lebih jelas. AI seterusnya memanfaatkan hasil simulasi CFD untuk memperhalusi cadangan pemulihan berdasarkan data yang dikumpulkan.

Pendekatan bersepadu AI dan CFD ini telah diaplikasikan kepada atlet para dari Pulau Pinang serta perenang Malaysia di bawah naungan Persatuan Sukan dan Rekreasi Orang Kurang Upaya Negeri Pulau Pinang (PESRON). Setiap atlet dinilai secara individu dengan mengambil kira jenis kecederaan, corak pergerakan, kekuatan otot dan tahap keletihan. AI membantu menapis dan mentafsir data, manakala simulasi CFD digunakan untuk menyokong perancangan latihan dan pemulihan yang lebih selamat serta bersesuaian dengan keperluan sebenar atlet.

Hasil pelaksanaan pendekatan ini menunjukkan impak yang ketara apabila tempoh pemulihan dapat dipendekkan, tahap ketidakselesaan dapat dikurangkan dan risiko kecederaan berulang dapat diminimumkan. Atlet bukan sahaja kembali ke latihan dengan lebih cepat, malah menunjukkan peningkatan kestabilan pergerakan, keyakinan diri dan kualiti latihan. Lebih penting, proses pemulihan menjadi lebih konsisten kerana setiap intervensi disokong oleh analisis data dan simulasi, bukan sekadar bergantung kepada pendekatan umum.

Kejayaan inisiatif ini diperkukuh melalui kolaborasi strategik antara Pusat Pengajian Kejuruteraan Mekanik, Universiti Sains Malaysia (USM) yang diketuai oleh Prof. Madya Ts. Dr. Mohd Sharizal Abdul Aziz, bersama Fakulti Sains Pendidikan dan Teknologi, Universiti Teknologi Malaysia (UTM) yang diketuai oleh Ts. Dr. Hadafi Fitri bin Mohd Latip. Kolaborasi ini menggabungkan kepakaran AI dan analitik data, pemodelan kejuruteraan serta sains pendidikan dan teknologi latihan, sekali gus membentuk ekosistem pemulihan atlet para yang lebih holistik dan berimpak.

Sinergi antara akademia dan komuniti sukan ini membolehkan penyelidikan diterjemahkan terus ke lapangan latihan. AI digunakan sebagai sokongan kepada jurulatih dan juruterapi dalam menetapkan intensiti latihan, tempoh rehat dan fasa pemulihan yang sesuai, manakala CFD membantu menjelaskan kesan latihan terhadap tubuh atlet secara saintifik. Pendekatan ini bukan sahaja meningkatkan keberkesanan pemulihan, malah menyokong pencegahan kecederaan melalui ramalan berasaskan data.

Secara keseluruhan, penggunaan AI seperti Machine Learning yang disokong oleh simulasi CFD telah membuktikan potensinya sebagai pemangkin utama dalam mempercepat pemulihan atlet para negara. Kejayaan pelaksanaannya bersama PESRON Pulau Pinang serta kolaborasi erat USM dan UTM menjadi contoh jelas bagaimana teknologi moden dapat dimanfaatkan untuk memperkasa sukan inklusif negara. Usaha berasaskan data ini dijangka diperluas ke lebih ramai atlet para serta program sukan lain, sekali gus mengukuhkan ekosistem pemulihan atlet negara yang lebih pantas, selamat dan berimpak.

PROF. MADYA TS. DR MOHD SHARIZAL ABDUL AZIZ
PUSAT PENGAJIAN KEJURUTERAAN MEKANIK
UNIVERSITI SAINS MALAYSIA