Oğuz DÜZ, Senai YALÇINKAYA
Uluslararası Hakemli Akademik Spor Sağlık ve Tıp Bilimleri Dergisi - 2025;15(58):51-73
Öz: Amaç: Bu çalışma, amatör ve profesyonel sporcularda yapay zeka destekli performans analiz sistemlerinin kullanımını incelemekte, mevcut teknolojileri karşılaştırmakta ve kapsamlı bir çerçeve içinde literatürdeki eğilimleri değerlendirmektedir. Spor bilimlerinde yapay zeka tabanlı araçların giderek artan kullanımı, antrenman süreçlerinin nesnelleştirilmesini ve performansı çok boyutlu ölçülmesini mümkün kılmaktadır. Bu nedenle, bu çalışma yapay zeka tabanlı analiz sistemlerinin spora katkılarını ve karşılaşılan sınırlamaları ayrıntılı olarak ele almaktadır. Kapsam: Araştırma, 2015 ile 2025 yılları arasında yayınlanan akademik makaleler, teknik raporlar ve deneysel çalışmalar aracılığıyla birçok spor disiplinini (futbol, basketbol, yüzme, atletizm, raket sporları, dövüş sporları vb.) kapsayan geniş bir literatürü kapsamaktadır. İncelenen çalışmalar, hareket analizi, yaralanma riski tahmini, yük takibi, biyomekanik ölçümler, bilgisayar görüşü tabanlı performans değerlendirmesi ve makine öğrenimi tabanlı karar destek süreçleri gibi alanlara odaklanmaktadır. Yöntem: Literatür taraması sistematik bir yaklaşım kullanılarak gerçekleştirilmiştir. IEEE Xplore, PubMed, Scopus ve Google Scholar gibi veritabanları " AI-based performance analysis", "machine learning in sports" ve "computer vision athlete monitoring" anahtar kelimeleri kullanılarak taranmıştır. Deneysel bulgular içeren, yapay zeka yöntemlerini açıkça tanımlayan ve sporcu performansını ölçmeyi amaçlayan çalışmalar dahil etme kriterleri olarak seçilmiştir. Sonuç: Literatür incelemesi sonucunda elde edilen veriler, AI destekli performans analiz sistemlerinin özellikle profesyonel sporlarda yüksek doğrulukla ölçüm yapabildiğini göstermektedir. Bu sistemlerin özellikle karar verme süreçlerini iyileştirdiği ve teknik gelişimi hızlandırdığı ortaya çıkmıştır. Bilgisayar görüşü yöntemleri hareket analizi ve teknik hata tespiti alanlarında öne çıkarken, makine öğrenimi modelleri performans tahmini, yük analizi ve yaralanma riski tahmini alanlarında üstünlük göstermektedir. Amatör sporcularda veri kalitesinin düşük olması, ekipman maliyetleri ve uzman desteğine erişimde yaşanan sorunlar önemli sınırlamalar olarak belirlenmiştir. Genel olarak, AI sistemleri antrenman verimliliğini artırma, kişiselleştirilmiş geri bildirim sağlama ve yaralanma riskini azaltma konusunda güçlü bir potansiyel göstermekte-dir. Ancak, etik sorumluluklar, veri gizliliği ve düşük maliyetli, erişilebilir modellerin eksikliği, gelecekte ele alınması gereken önemli araştırma alanlarıdır.
