ニュース

Odonataのコーポレートサイトを公開しました。私たちの思想である複雑系アプローチ、2つのサービス（データ分析・伴走支援／データプラットフォーム）、実績・研究の情報を掲載しています。

サービス資料のご請求・導入のご相談は資料請求・お問い合わせより受け付けています。今後ともよろしくお願いいたします。

Odonataは、筑波大学蹴球部において、データプラットフォーム「Odonata」の実証導入を開始しました。

本実証では、GPS・主観コンディション・メディカル記録を統合し、AI傷害予測モデルとネットワーク分析を現場の意思決定に組み込みます。大学サッカー トップレベルの競技環境で、選手・スタッフとともにプロダクトを検証・改善していきます。

実証の経過・成果は実績・研究ページで順次公開します。

「スター選手を11人集めても、最強のチームにはならない」——サッカーに関わる人なら、誰もが実感として知っている事実です。では、なぜそうなるのでしょうか。

1972年、物理学者P. W. Andersonは "More is different"（多いことは、違うことだ）という論文で、要素をいくら詳しく調べても全体のふるまいは説明できない、と指摘しました。ニューロン1つに意識はないのに、脳全体からは意識が生まれる。この「創発」と呼ばれる性質こそ、サッカーというゲームの本質です。

チームの強さは選手個々の能力の合計ではなく、選手間のつながり方から生まれます。怪我もまた同じで、負荷・疲労・睡眠・日程——単独では正常な要因の「重なり」が、ある日突然リスクに変わる。だから単一指標の監視では、怪我は読めません。

私たちOdonataが「要素」ではなく「要素間の相互作用」を分析の単位に据えるのは、この理解が出発点です。詳しくは複雑系アプローチのページをご覧ください。

「傷害予測の的中率 約70%」——この数字だけを見ると、魔法のように聞こえるかもしれません。このコラムでは、数字の中身を正直にお話しします。

的中率 約70%とは、「モデルが『危険』と警告した日のうち、実際に傷害が起きた割合」です。比較対象とした従来の単一指標手法では約5%でした。つまり従来の監視では、警報の大半が空振りになり、やがて誰も警報を見なくなります。警報が信頼できる水準にあることが、現場で使われ続けるための条件です。

一方で、発生した傷害のうち事前に捉えられていたのは約20%——5件に1件です。すべての怪我を予測することはできませんし、対象も筋肉系・非接触靭帯系・オーバーユース系に限られます。接触による骨折は、データからは読めません。

だから私たちは、傷害予測AIを「怪我を防ぐ魔法」ではなく「スタッフの直感を補完する、もう一つの目」と位置づけています。リスクスコアの裏にある要因分解を見て、最終判断は選手の主観・メディカル所見と合わせて人が行う。それが、私たちの考えるAIと現場の正しい関係です。

※ 従来手法は、単一の負荷指標（急性慢性負荷比）による監視です。

※ 数値は筑波大学蹴球部での実証結果であり、チーム・データ環境により異なります。