Encuentro de entrenadores, cardiólogo Javier Mora

Saludamos al doctor Javier Mora Pineda, quien finalmente ha logrado cumplir el sueño de nosotros: que esté aquí en el primer Encuentro Latinoamericano y del Caribe de entrenadores, profesores y líderes del atletismo.

JM: Buenas tardes. Muy buenas tardes. Muchas gracias por la invitación. Para mí, un privilegio compartir esta tribuna con tan buenos amigos y tan dignos exponentes del atletismo latinoamericano. Son estas primeras instancias que nos van permitiendo hacer caminos juntos.

Ramiro Varela: El doctor Javier Mora, exatleta, es triatleta y es entrenador con todos los niveles de la IAAF, hoy World Athletics. Médico cardiólogo, y nos va a presentar toda una ponencia de medicina deportiva, salud hoy, en lo que es la tecnología y lo que es el atletismo. Maneja muy bien la inteligencia artificial, es profesor de la Universidad de Chile…

JM: Hoy quiero conversar un poquito, que después analicemos y surjan la pregunta y la conversación, que es lo que realmente enriquece esto, para embarcar esta conversación en cuanto a salud, tecnología y atletismo. Más que nada, reunir estas 3 líneas de conocimiento y de pensamiento hacia un entrenamiento altamente personalizado, porque el entrenamiento siempre ha sido personalizado, pero creo que estamos ya, a estas alturas del desarrollo tecnológico y del conocimiento, de avanzar un paso más hacia un entrenamiento altamente personalizado y localizado dentro de nuestro contexto latinoamericano, que es principalmente el mensaje que queremos abordar.

Muy brevemente, ¿por qué estoy aquí? Porque, como comentábamos, soy exatleta y triatleta, pupilo del profesor Juan Luis Carter, quien me llevó por los caminos del atletismo y del triatlón. Y no solo eso, sino que con quienes compartimos esos años de entrenamiento nos dio una mística que permanece hasta el día de hoy, y parte de eso es porque estamos aquí conversando. ¿Por qué estoy aquí? Porque, como ustedes y gran parte de la comunidad del atletismo sabe, son valores y formas de ver la vida que permanecen para siempre, independiente de que uno ya no esté en la misma. La mística y la formación del atletismo nos acompañan toda la vida. En mi camino profesional me dediqué a la medicina, especialmente a la especialidad de cirugía cardíaca. En cuanto a mi afición por los datos y la computación, he formalizado estudios en ciencia de datos realizando el máster de ciencia de datos de la Universidad de Chile. Actualmente también me desempeño como director del Centro de Innovación en Salud en la Clínica Las Condes, en una clínica privada en Chile, y también trabajo en un hospital público, en el Hospital Sótero del Río. Pero particularmente aquí, en la clínica, tenemos la gran posibilidad de desarrollar un centro de innovación, y esto también quisiera transmitirlo para esta comunidad latinoamericana, que hacia allá tenemos que apuntar: la constante innovación.

Muchas veces tampoco es descubrir grandes cosas, sino pequeñas innovaciones o cosas que ya existen, pero aplicarlas a nuestro medio viene a ser nuestra propia innovación. Entonces, si bien específicamente me dedico a la innovación en salud, quisiéramos también transmitir a través de esta conversación que es el momento de desarrollar y correlacionar innovación en forma constante y qué mejor que desde esta plataforma latinoamericana que hoy nos da CEPALAC. Junto con Juan Luis hemos cofundado una agencia deportiva justamente para plasmar de alguna forma algo un poquito más empresarial, pero más que por la empresa en sí es por darle un orden y poder prestar servicios que recopilamos a través de toda nuestra experiencia en todos estos años. Esto es, como decía, la consecuencia de un entrenamiento de una vida, de compartir tantos momentos en la pista, en la ruta, en el ciclismo, en la natación, en mi caso en el triatlón. Pero, sobre todo, es el compañerismo, más allá de la competencia. Es el compañerismo, el compartir tantas vivencias juntos, tantos desafíos, tantos momentos buenos y malos en el deporte, éxitos, frustraciones, desafíos que amalgaman en total la mística que les comentaba al principio, que perdura toda la vida, independiente de resultados, medallas, más o menos. El compartir una copa de vino con un amigo es la consecuencia de esta vida que nos da el atletismo. En el contexto, para las personas que se vienen integrando y que quizás no han conocido muy bien esta iniciativa, destacar el impulso de CEPALAC por este primer encuentro latinoamericano y del Caribe de entrenadores de atletismo para fomentar justamente el desarrollo del deporte competitivo en último término, pero con todas sus etapas previas de formación, desarrollo y competición, con una visión de formar y masificar entre los atletas y entrenadores la excelencia. Y la excelencia, como comenzamos antes, no solo tiene que ver con el logro de medallas o resultados competitivos, sino que la excelencia se ve día a día en lo que hacemos en nuestros entrenamientos, de tal manera que los resultados son una consecuencia de lo que realizamos en la pista y en nuestros entrenamientos diarios. Destacar que esto tiene la fuerza y la potencia de haber sido originado dentro de las múltiples reuniones, convivencias y dinámicas de los pasados Juegos Olímpicos. Por lo tanto, tiene el espíritu del olimpismo, que tanto nos destaca y que llevamos arraigado en nuestro quehacer. Los desafíos nos llevan a confrontar la excelencia del rendimiento de los entrenamientos con la salud. Es algo que no podemos dejar de lado. La avalancha de datos está constantemente abrumando, el crecimiento exponencial de la información que hoy tenemos en Internet cada vez de forma más fácil y accesible hace que muchas veces nos perdamos por estos caminos. Hay una búsqueda incesante de la excelencia en nuestro trabajo, en nuestro rendimiento y en nuestros resultados deportivos. Sin embargo, esto nos lleva también a una exposición de riesgos de lesiones, agotamiento y estrés, tanto físico como mental. Por lo tanto, poner la salud del deportista como primera prioridad no puede ser una variable secundaria, no puede estar al margen del rendimiento, no puede ser un simple aguante del deportista en busca ciega de un rendimiento, sino que, al revés, tiene que estar integrado como bienestar psicosociemocional de la persona, que, como consecuencia de un entrenamiento, de un proceso y de una planificación va a llegar a un rendimiento deportivo y no al revés. De tal manera que un entrenamiento efectivo tiene que optimizar este rendimiento sin comprometer la integridad de la persona.

Algo que parece de perogrullo, pero que muchas veces la ansiedad y la angustia por rendir, por mejorar, que está muy bien porque así tiene que ser y es nuestro desafío mejorar día a día, no deben convertirse en la meta absoluta, sino que deben estar integradas en primer lugar en la persona. Tenemos que pasar de esta receta para todos a una planificación y un entrenamiento cada vez más altamente personalizado. Como conversábamos al principio, si bien para todos es claro que el entrenamiento es personalizado, es dirigido a cada uno, muchas veces caemos en la receta para un grupo. Además, hoy contamos con cada vez más herramientas que nos permiten que este entrenamiento personalizado pase a un siguiente paso: ser altamente personalizado. Por ejemplo, podemos compararlo con la medicina personalizada, que compromete cada vez más datos de alta investigación, como el aspecto molecular, la biología molecular, el genoma, los datos que uno está constantemente entregando a los sistemas automáticos, los dispositivos de monitorización constante, etcétera. Toda esta medicina altamente personalizada podemos hacer una transposición de este concepto de medicina personalizada a un enfoque de entrenamiento altamente personalizado. De tal manera que cada individuo como individuo, que cada atleta como un individuo único, con su fisiología propia, con su genética propia, con sus entornos socioeconómicos y culturales, que también se reflejan en la pista, se reflejan en nuestro rendimiento, lleven a que pueda responder favorablemente a una planificación y un entrenamiento cada vez más personalizado, no solo orientado al rendimiento, sino que también respete mi forma individual, mi ser único. Y que con estas herramientas que vamos a ver y conversar de machine learning, de gran procesamiento de grandes volúmenes de datos, nos permitan que este plan rígido se convierta en un plan más flexible e incluso podamos ir mejorando o adaptando día a día según cómo estos datos del rendimiento y del estado de salud de un atleta los pueda ir reflejando en tiempo real. Cómo podemos ir adaptando un plan de entrenamiento a cómo está respondiendo este organismo frente a un estímulo de entrenamiento para ir mejorando para la mejora de nuestro rendimiento. Entonces es imperativo que, para poder sacar conclusiones, para poder tener una lectura de qué estamos haciendo con nuestros planes, qué técnicas estamos aplicando, es imperativo ir gradualmente recolectando datos locales, porque nos reflejen nuestra realidad. Estamos acostumbrados culturalmente también a asumir como verdad mucha información, muchas referencias, muchos estados del arte del conocimiento que nos llegan de los países más desarrollados, principalmente del hemisferio norte, donde está muy bien por el avance tecnológico y científico de esos lugares, que sin duda son un aporte, pero que muchas veces los estudios poblacionales, los metaanálisis, no reflejan las características de nuestra población, que tiene, como todos sabemos, nuestras particularidades culturales, fisiológicas, étnicas, que van a llevar a que muchas veces estos modelos y grandes estudios de Europa o de Norteamérica no necesariamente sean los que realmente representen las variables a los que sí estamos expuestos en forma local. Entonces, nuestras poblaciones obviamente tienen sus características únicas, que influyen en estas respuestas a la planificación que hagamos. Por lo tanto, una teoría del entrenamiento, una planificación muy exhaustiva recopilada de datos de otros países desarrollados no necesariamente va a ser aplicables directamente ni podemos esperar los mismos resultados en nuestras poblaciones. Por eso es importante, y es un poquito el mensaje que quiero dejar con esta conversación, la importancia de recolectar y compartir nuestros datos para que nos aporten valor a lo que estamos transmitiendo con nuestros planes de entrenamiento, con nuestra planificación deportiva, nuestros macrociclos, microciclos de entrenamiento objetivo y ciclos olímpicos, pero a través de nuestros propios datos y que reflejen la realidad y que nos aporten valor de esa manera. Hoy en día, los modelos de machine learning son ampliamente usados, hay bibliotecas públicas, hay librerías de código abierto que se pueden usar, pero no es solo usar el modelo o la última versión publicada, sino que lo valioso es usar esas librerías procesando nuestros datos para que podamos pronosticar rendimiento, identificar los mejores momentos de competición, predecir riesgos, si es que podemos ir prediciendo que sin querer estamos sometiendo a cargas de entrenamiento que pudieran representar o significar lesiones deportivas, y optimizar también la recuperación, que es parte del entrenamiento. Pero muchas veces vemos la recuperación como algo intuitivo más que basado en datos precisos de cuánto necesita cada organismo en forma individual.

Por otra parte, con estos datos también podemos crear sistemas de recomendaciones que sean un asistente valioso, que nos recomiende para cada caso en particular qué volumen de entrenamiento se adapta mejor para una persona que para otra, qué intensidad de carga, cómo relacionar esto con las necesidades nutricionales que cada persona requiere. Recetas de libro para todos no representan el mismo impacto en cada organismo. La adaptación en tiempo real, que es lo que conversábamos antes, depende de que veamos estos datos biométricos que ojalá podamos integrar y recopilar en la mayor cantidad posible, pero no solo recopilar por recopilar, sino en tiempo real, para ver que esos datos den una imagen dinámica de qué está pasando con el organismo que estamos entrenando para un objetivo específico. Este organismo está integrado dentro de una sociedad y una cultura particular y tiene una respuesta frente a este entrenamiento con un bagaje personal fisiológico, socioeconómico y cultural. Cada atleta, cada individuo tiene su propio contexto. Esto nos plantea grandes desafíos: desde la parte técnica, cómo recopilar estos datos, cómo asegurar que sean de calidad. No se trata de recopilar datos porque sí ni en cualquier formato, sino de homogenizar y garantizar su calidad para que podamos interpretarlos y que los modelos de machine learning realmente nos ayuden a procesarlos de acuerdo con los objetivos que nos pongamos. Además, está el reto de asegurar la protección y la privacidad de los datos. Si bien el mensaje de esta conversación es la invitación a compartir datos abiertos del atletismo latinoamericano, debemos mantener la privacidad de nuestros atletas y de los cuerpos de entrenadores. Esto no solo por cumplir las leyes de protección de datos que en cada país son cada vez más rigurosas, sino por un principio ético de cómo manejamos y sacamos valor de nuestros datos. Por eso es fundamental mantener la privacidad, anonimizar y trabajar con datos desagregados, y levantar infraestructura tecnológica que permita democratizar y disponibilizar estas tecnologías para un fácil acceso a bajo costo para nuestros países, que en general no destinan tanto presupuesto estatal para este desarrollo como sí ocurre en países desarrollados. Se trata de aunar esfuerzos, que los países con mayor desarrollo tecnológico puedan soportar infraestructura que otros países de la región puedan usar, que se convierta en un trabajo mancomunado y comunitario para que cada persona, sin importar dónde esté la pista de atletismo en Latinoamérica, pueda aportar datos y ver reflejado su levantamiento en un repositorio regional. Que podamos ver en nuestros dispositivos móviles, en la pista, estos datos y que se reflejen en los objetivos que hemos conversado previamente. Por lo tanto, el llamado a la acción es pensar y plasmar cómo vamos construyendo un repositorio de datos del atletismo latinoamericano. Ahí está el valor de lo que podamos hacer con estas tecnologías. Siempre tratamos de usar lo que está de moda, los chatbots, los modelos grandes de lenguaje, la última versión. Más que eso, el valor está en usarlos con nuestros datos, no solamente preguntarles para que en forma automática hagan un plan de entrenamiento, sino dejar que los datos hablen y a partir de ellos construir nuestro plan. Ahí está el verdadero valor y el aporte profesional de los entrenadores. Este gran repositorio de datos del atletismo latinoamericano, poniéndolo como un sueño, una utopía ideal, nos va a llevar a una innovación constante del entrenamiento día a día. No se trata de imponer una innovación que todos usen y ahí quedarse, sino de adaptar esas innovaciones a las realidades de nuestros países, que el esfuerzo sea colectivo y se vea reflejado en aplicaciones, computadores, tablets, teléfonos, en reuniones de entrenadores, que los datos me estén aportando valor para planificar de manera más altamente personalizada los planes de entrenamiento. También usar la idea de entrenar, porque estos modelos técnicamente se entrenan, y qué mejor que entre entrenadores tengamos el concepto de que estos modelos deben entrenarse con nuestros datos. De esta manera vamos optimizando día a día, sin grandes cambios de golpe, pero con modelos predictivos y sistemas de recomendación asistidos por machine learning que nos ayuden a optimizar el rendimiento, minimizar los riesgos de lesiones, abandono deportivo, frustraciones y estrés.

También permitir prolongar las carreras deportivas, pero de una forma, como decíamos antes, respetando la persona que hay detrás del atleta, y también fomentar que este repositorio de datos para investigación y desarrollo nos permita trabajar en conjunto y hacer investigaciones cada vez más significativas y con mayor cantidad de datos, y de esta manera transformar a Latinoamérica en un centro de excelencia en el entrenamiento atlético basado en datos. Esto que suena muy bonito y que está en boca de todos, donde todo el mundo habla de que trabaja basado en datos, no es solo usar los modelos de machine learning, la inteligencia artificial, que cada vez están más disponibles y que han significado sin duda un hito generacional, sino que este entrenamiento basado en datos sea real y sea, repito, con nuestros datos. Por esto creo que instituciones como esta, organizaciones como esta, como CPALAC, están hoy en día en una posición privilegiada para liderar esta iniciativa. Lo que conversábamos al inicio, con esta alta convocatoria que ha tenido este primer encuentro de entrenadores, es sin duda la fuente viva y muy positiva de que este repositorio de datos no sea solo una utopía, sino que sea una realidad y permitir de esta manera un trabajo colaborativo, que la inversión estratégica en estas tecnologías sea eficiente y no solo signifique comprar lo más caro o lo de última línea, sino lo que más nos sirva y, de nuevo, con nuestros datos. De esta manera, eventos como este permiten fortalecer estas oportunidades y este trabajo colectivo, que de otra manera se transforma en trabajos aislados individuales y que muchas veces, cada cierto año, en los ciclos olímpicos, vemos resultados cuando realmente podríamos estar trabajando con estos datos día a día. Al unirnos con esta visión utópica e idealista en este momento, pero que puede ser posible, y al compartir nuestros datos, tener datos abiertos que nos permitan que el conocimiento sea cada vez más preciso, que no sea solo una publicación científica lejana en altos laboratorios, sino que sea una realidad, que la investigación y sus resultados no sean solo grandes publicaciones, sino resultados que veamos en el día a día en la pista de atletismo. De esta manera, generaciones tras generaciones vamos mejorando con nuestra propia experiencia y no solo con las publicaciones de países desarrollados, y siempre, por mi profesión, poniendo como prioridad la salud, que esta carrera por usar tecnologías de punta no sacrifique la salud y la integridad de nuestros atletas. Si nos unimos bajo un propósito común, vamos a estar dándole vida a estos datos y obteniendo resultados que nos llenen de alegría, no solo en el rendimiento deportivo, sino en la comunión de esta comunidad latinoamericana en torno al atletismo. Este ha sido el resumen de lo que quiero dejar planteado para que ahora, a través de la conversación, la discusión, las preguntas o lo que de aquí quede hacia el futuro, podamos sumar esfuerzos y que de a poco, pequeños sueños, pequeños desafíos, pequeñas utopías, las vayamos plasmando sin miedo, desafiando estas barreras que muchas veces las vemos lejanas, pero que con pequeños avances día a día estoy seguro de que podemos llegar a que en Latinoamérica tengamos un nivel de atletismo de punta y, de nuevo, con nuestros datos para que se vean reflejados en nuestros atletas con las características de nuestras poblaciones. Muchas gracias.

RV: Antes de iniciar las preguntas, saludo al profesor Juan Luis Carter, quien ha estado tras bambalinas en la conferencia del doctor Javier, pero inicialmente no estuvo.

JLC: Hola, Ramiro, gusto saludarte desde el sur del mundo. Qué gusto verte, Javier. Bueno, ya Javier comentó, puso una foto ahí cuando era niño, yo todavía tenía un poco de pelo y navegábamos por alguna parte por Latinoamérica buscando dónde competir y todo lo demás. Y bueno, todavía seguimos ligados a un sueño, una pequeña agencia deportiva que algún día será realidad. El Limbo, que está puesta ahí. Soñábamos con hacer lo que hoy día CEPALAC está haciendo muy bien, en grande. Pero, de todas maneras, Javier, muchas gracias. Creo que me quedó muy claro. Hemos conversado estos temas alguna vez, como la función del entrenador como piedra angular dentro de los procesos deportivos. La piedra angular: si el entrenador no sabe, el proceso está perdido. A veces, aunque el atleta tenga el talento, si no sabe lo suficiente para entrenarse y autoentrenarse es muy difícil, o el dirigente tiene otra lógica. Por lo tanto, creo que esto va al corazón de los entrenadores, en lo que es la tecnología, donde más llega. Porque mira, hay muchos congresos de tecnología y deporte que hablan de las pantallas LED, de cómo el satélite arroja más datos a los jugadores. De todas maneras, se relacionan con resultado deportivo, pero más con transmisión de televisión, por ejemplo, cómo el satélite ya no se capta los datos, los datos a través de un satélite, y eso no se capta a través de la pantalla de televisión que está siguiendo a cada jugador de manera individual. Y uno dice: oh. Bueno, hay mucho avance en eso, pero al atleta llega muy poco, al entrenador menos o similar. Creo que Javier habló de un tema muy importante, que es el repositorio de datos de libre acceso. Entonces tengo una pregunta que me gustaría hacerle, porque aquí estamos hablando de generar modelos, CEPALAC buscando generar modelos, y estamos centrados en el deporte universitario porque entendemos que en la universidad está el conocimiento. Y si logramos entrar al corazón del conocimiento de la sociedad que hacen las universidades, aunque a veces no es tan así, creemos que de alguna manera vamos a tener referentes. Van a salir atletas que van a tener conocimiento y van a cambiar la lógica y el paradigma del atletismo latinoamericano, que ha estado un poco alejado del conocimiento, y tú lo planteas bien. Yo te hablaría de sostenibilidad y colaboración. Finalmente, para que este modelo sea sostenible en el tiempo, ¿qué tipo de alianza público-privada o de colaboración entre universidades, federaciones deportivas o estará, cierto? ¿Cómo ves esto? ¿Cómo sería esta alianza que conoces bien, porque conoces el mundo privado, el mundo público de la Universidad de Chile, que es pública, y te mueves en esos ámbitos, y conoces el tema de las startups, etcétera? Eres un hombre también aficionado y exitoso en los negocios, así que nos gustaría que nos indicaras por dónde podría ser ese modelo.

JM: Sí, sin duda. Mira, mientras conversaba, Juan Luis, gusto saludarte, no nos habíamos saludado en esta oportunidad, si bien hablamos seguido. Pero estaba pensando, mientras te escuchaba, que una experiencia, si bien adversa, que fue la pandemia del Covid-19, en muchos estados plasmó el beneficio de la interacción y el trabajo conjunto público-privado. Si bien siempre está como en boca de todos, nunca se pone en práctica en forma tan masiva ni con resultados tan concretos. La pandemia nos demostró que la colaboración público-privada tiene una lógica poblacional, no solo de negocio, no solo política, no solo con intereses políticos, sino con resultados concretos. Extrapolando eso, y ya no por una pandemia, sino por la pandemia del atletismo, por denominarlo así, sin duda la oportunidad de colaborar entre los Estados, la empresa privada y los centros académicos, como las universidades, es una oportunidad valiosísima. Creo que es la única forma de lograr resultados. Más que competir, llegar a la unificación. Si bien cada institución, y eso también quiero destacarlo, es dueña de sus datos, aquí no se trata de entregar los datos abiertamente porque sí y pasar a llevar la propiedad intelectual, la propiedad personal y la ética. Como decíamos, cada institución, cada club que recopila datos es del club, cada universidad que recoge datos son de la universidad, cada startup o cada empresa privada que recopila sus datos son propios. Hay propiedad intelectual, puede haber patentes de por medio, pero eso no significa que, de una forma ordenada y coordinada, con gobernanza de datos adecuada y respetando el cumplimiento de leyes de cada país, no se puedan compartir.

Por lo tanto, el desarrollo de las startups y de los negocios tiene que impulsar y dar tracción al desarrollo tecnológico, pero los Estados y los gobiernos pueden ver que tienen la masividad y la gran cantidad de datos en los colegios, en los ministerios de deportes, etcétera, y que complementariamente podamos disponibilizar estos datos. Pero, de nuevo, cada uno siendo custodio responsable y dueño de los datos, compartidos de una forma que agregue valor y que respete la privacidad y la propiedad de los datos, que en ningún momento se quiere pasar a llevar. Pero sí es importante destacar la diferencia entre hacer estos modelos de machine learning encerrado en mi club deportivo, solo con mis datos que no quiero compartir con nadie, versus hacer el mismo modelo con un millón de datos que, además, representan nuestra realidad. Eso le da un tremendo valor agregado al trabajo colaborativo entre empresa privada, Estado y universidades. Sin duda que sí, Juan Luis, es un desafío, pero no imposible de realizar.

RV:¿cómo hace Javier Mora, lo vimos, saliendo de cirugía cardiovascular, con una profesión exitosa en todo el mundo, combinar esa excelencia como deportista de alto rendimiento que fue y lo es ahora como triatleta, y desarrollar todo ese modelo de aprendizaje y de desarrollo a nivel profesional? Porque maneja con mucha solvencia la tecnología, la inteligencia artificial y, por supuesto, todo lo que se genera alrededor de ese fenómeno gigante, tan fácil de entender, pero tan complejo en la práctica, como es el procesamiento y el almacenamiento de datos.¿Cómo es, doctor?

JM: Sí. Bueno, yo creo, sin ser reiterativo, que la experiencia de haber pasado por procesos deportivos, por procesos de entrenamiento, sobre todo en las pruebas de fondo y de resistencia, que es a lo que me dediqué, y el triatlón, nos da la impronta de poder tomar estos desafíos, de poder tener paciencia. Todo esto que agradezco mucho, sus palabras, profesor Varela, sin duda no se logra de la noche a la mañana. Tener la persistencia, la paciencia, la perseverancia de poder llegar a estos resultados es la experiencia de haber vivido los procesos de entrenamiento, de haber tenido la rigurosidad del entrenamiento que nos daba Juan Luis en nuestros mejores momentos de rendimiento. Por lo tanto, creo que es eso, si pudiera decirlo de alguna forma, es el resultado de haber vivido el deporte y el rendimiento con la mística que logramos con quienes entrenábamos con Juan Luis, y que nos permite en la vida ir plasmando esto en nuestra profesión y en nuestra actividad día a día. No creo que exista una receta mágica para esto, sino que simplemente es consecuencia de un estilo de vida que se refleja después de haber dedicado tantos años al deporte.

JLC: Sí, concuerdo contigo que el deporte tiene mucho que ver en lo político, en la perseverancia, en la constancia, pero también creo que a nivel cerebral hace su trabajo. El deporte y todo lo que provoca permite desarrollar ciertas capacidades. Lo que decía Ramiro sobre lo que Javier hace, a mí me consta, puede estar operando y un minuto después ya está hablando de deporte, atletismo, está comiendo y conversando, y digo: pero ¿cómo? Y después va arriba de un helicóptero con una persona que se va muriendo, y él va colgado ahí del helicóptero manteniéndolo vivo. Y le digo: estás en un helicóptero, vas llegando. Y digo: ¿cómo? Bueno, no sé cómo lo haces. Estuve algún día viviendo con él un tiempo y descubrí que era ser humano, dormía como todos, pero dos horas no más, más o menos de promedio. Así que se parece a alguien que está al lado, acá abajo en la pantalla. Eso me ha parecido. Mira, con toda la intervención tengo una pregunta aquí. Hay una persona que hizo una pregunta extensa e interesante, y te la voy a leer, la voy a poner entre medio porque es larga. Dice: buenas tardes, he preparado aproximadamente dos mil maratones con aficionados y unas veinte con alto nivel. Comparto una experiencia a base de datos que he registrado en casi veinticinco años. Me encontré un dato en relación al índice de recuperación. Básicamente, los días de series cortas y largas, es decir, de 300 a 3 000, registramos el pulso final con fatiga acumulada y luego de terminar trabajos específicos como los mencionados. La conclusión es: si mi frecuencia final es 180, por ejemplo, y baja en tres minutos un treinta por ciento, en dos minutos más baja cincuenta, es decir, 180, 120 y 90, he encontrado que eso me da señales de que está en el momento de gran forma. Puedo terminar la forma con eso. He comprobado muchas veces en mi experiencia emocional. Quisiera su opinión, doctor Mora, gracias.

JM: ¡Guau! Qué bombardeo de datos. La verdad, súper específica la pregunta. Quizás no podría dar una recomendación en particular, pero, en primer lugar, si una persona ha podido recopilar esa cantidad de datos con ese objetivo y ese orden, imagínense lo que pudiéramos recopilar con esa misma perspectiva si cada uno compartiera sus datos para lo que él está logrando y sacándole valor a los datos. Imagínense lo que podríamos hacer compartiendo los datos en conjunto. Eso, por un lado. En particular, tendría que revisar cada una de las alternativas que señala y los objetivos que menciona, pero sin duda, sin saber el detalle ni la complejidad de los datos y su agregación, el mensaje es que la respuesta es individual. No existen recetas mágicas para esto. El registro adecuado de nuestros resultados, con nuestros niveles de zonas aeróbicas y anaeróbicas, y poder personalizarlo de la mejor forma posible, es la clave. Independiente de los datos del valor exacto de la frecuencia o de dónde está el nivel anaeróbico global, lo importante es llegar a eso, pero a nivel individual. Ahí está el valor, más que un número o receta mágica, en poder determinar esos umbrales que comentaba, pero de forma individual. Creo que ese es el desafío, y lo felicito por llevar este registro. De nuevo, la invitación es que personas como él puedan sumar y multiplicar estos esfuerzos por todos los que estamos aquí reunidos y todos los entrenadores que llevan registros, para poder responder esas mismas preguntas con mayor evidencia.

RV: Usted, que es experto en ella, también implícita en su cardiología. Con el avance de la medicina, las especializaciones fueron ganando espacio a la medicina deportiva: los traumatólogos, los cardiólogos, medicina física y rehabilitación, la radiología es importantísima para un médico deportólogo. Todas esas áreas alrededor de la medicina deportiva, ¿cómo las observa usted hoy a la luz del avance de la ciencia del deporte, donde el tiempo y las marcas llegan a valores insospechados por el avance de la tecnología y de la informática? Donde la información hace posible una capacitación muy económica para formarse y lograr resultados gigantes con sus deportistas. Pero ahí, de la mano, viene el equipo multidisciplinario encabezado por el entrenador y con su médico deportólogo. ¿Cómo observa usted esa medicina deportiva hoy?

JM: Primero, declarar que no es mi especialidad. La medicina deportiva es una especialidad como tal, con formación, y hay médicos deportólogos especialistas. Yo, si bien tengo el bagaje de la experiencia deportiva y de la planificación que nos transmitió Juan Luis, y después, con los cursos de entrenador de la IAAF, pude profundizar, pero dicho eso, en general todo tiende a la medicina personalizada en forma global y más aún a la medicina personalizada deportiva. Comparto plenamente lo que planteas de los rendimientos que cada vez nos sorprenden más. Recientemente vimos en el Tour de Francia resultados y rendimientos extraordinarios que no hacen más que superarse día a día, año a año, en cada evento. Uno se sorprende, cree que ya se llegó a un tope y resulta que el otro año hay mejores rendimientos. Creo que está en la integridad de los procesos, en la integridad de la persona, en ver los procesos y a la persona como un todo. Se trata de integrar cada vez más variables que antes no podíamos reunir ni siquiera en un dispositivo. Hoy, ya en el celular, podemos llevar casi todos nuestros registros. Saber integrar todos estos datos para que no solo se vean en forma aislada —que si voy al traumatólogo, que si voy al cardiólogo, que si voy al gastroenterólogo— cada uno vea por separado su tratamiento o prevención, sino que sea el médico deportólogo, el entrenador y el equipo multidisciplinario en torno a un desarrollo deportivo que integre todas estas áreas, que la tecnología y el rendimiento de punta no sean solo un objetivo tácito ni obsesivo, sino que el rendimiento deportivo sea el resultado de un proceso integral. Que la medicina personalizada se transfiera, se transmita y se plasme en el resultado, no solo en la competición, sino también en el entrenamiento, en la pista, día a día. Ahí está el valor y donde realmente se ven los cambios, los progresos y los resultados de un plan de entrenamiento adecuado.

JLC: Yo voy siguiendo la conversación y la exposición de Javier en torno a los datos, a tener un repositorio de datos donde todos puedan acceder sin tener la propiedad, pero que los datos signifiquen construir cosas objetivas y que tengan un resultado esperado. Si nosotros pensáramos en dotar a los entrenadores de Latinoamérica de un título, un diploma o una maestría a futuro, que puedan avanzar como se hace por módulos, donde uno llega a una maestría especializándose, ¿qué materias elegirías tú como esenciales dentro de lo que debiese dominar el entrenador o este diploma o máster debería tener?

Hablas de machine learning, de ciencia de datos, de varias cosas más, incluso de conceptos que tienen que ver con innovación. Pero yo creo, y he ido mirando porque me he involucrado un tiempo, un poco impulsado por ti, por la universidad que va girando hacia allá, todo el conocimiento. Y hay que estar ahí. Sin ser experto, me he dado cuenta de que converso con entrenadores, ahora que yo no soy entrenador, y digo: esto les serviría demasiado, podrían modelar un entrenamiento, podrían ver la técnica. Tengo cuatro o cinco elementos que yo pondría en una materia pensando en crear un máster en tecnología, inteligencia artificial para entrenadores latinoamericanos.

JM: Sin duda es una necesidad y tu idea tendría gran interés. Yo diría que las grandes áreas que hay que incluir en un programa así son subáreas de estadística, matemáticas y tecnologías, viéndolas en profundidad de acuerdo con cada una de las necesidades, porque muchas veces no es necesario avanzar en ciencias de la computación avanzada, sino darle un enfoque más práctico y ver cómo utilizar mejor estas herramientas. En algún momento vamos a necesitar al experto en ciencia de datos, al programador experto, pero no necesariamente cada uno de nosotros tiene que ser programador para poder usar estas tecnologías. Es importante conocer cómo se registran los datos, cómo se hace una base de datos, que no es solo una planilla de cálculo, que siempre tendemos a decir que tenemos una planilla de cálculo, una tabla con columnas y datos y decimos: tenemos una base de datos. Hay mucho más detrás de eso, la lógica de un motor de base de datos que puede tener muchas tablas y relaciones, conocer el tipo y estructura de datos. Hay muchos datos que no son estructurados. Los datos tabulares se denominan datos estructurados, pero hay otra gran línea de datos que se llaman no estructurados, que tienen que ver con texto libre, audio, vídeo, visión por computadora, muchas formas de almacenar datos no estructurados que también nos dan valor y que antes no se utilizaban porque no se podían incluir en una tabla de cálculo. Hoy, con tecnología de machine learning, se pueden usar procesamiento del lenguaje natural, modelos de recomendación, etcétera. Todos estos modelos, por muy computacionales que parezcan, tienen una fuerte base matemática de álgebra. Sin ir más lejos, todos estos modelos que usamos, estos chats que parecen inteligentes y que parecen que nos conocen, detrás no hay más que operaciones algebraicas de vectores y matrices. Entonces es importante conocer esas bases, no necesariamente en profundidad, pero sí saber para qué son y cómo se utilizan. Eso también repercute en valorar los datos y en la importancia de cómo recopilarlos en una concepción de bases de datos, más allá de una planilla. Saber la estructura de datos, matemáticas en general, bioestadística, estadística, y en cuanto a técnicas computacionales, más que saber programar, sería óptimo aprender cómo utilizar esos datos, cómo ser un usuario eficiente de la tecnología, y no solo chatear con estos modelos de lenguaje, sino usarlos para dar valor a nuestros datos. Como comentábamos con quien preguntaba hace poco que tenía su propio registro, usar estas tecnologías para que a través de los datos que recopiló pueda darles valor, hacer consultas a nuestros propios datos y no solo a los modelos que preguntan a la nube, que, si bien son rápidos, no son específicos. Yo creo que por ahí iría el enfoque: una base matemática fuerte, una base sólida en bases de datos, cómo estructurar datos y posteriormente lo técnico computacional, que es más cómo utilizarlos y darles valor, ser un usuario eficiente de esos datos y no solo chatear con inteligencia artificial.

RV: Quisiera que a este grupo tan grande de entrenadores y profesores les quedara un elemento hoy expuesto por el doctor Javier incorporado en su gran mensaje, que tiene que ver con la medicina unipersonal. Es el nuevo paradigma con el entrenamiento personal.

JM: Sí. Sin ser reiterativo, quiero enfatizar la importancia de crear un gran repositorio de datos del atletismo latinoamericano y del Caribe. Hoy, sin darnos cuenta, les estamos pasando datos a ChatGPT, a Gemini, a todas estas grandes empresas cada vez que chateamos con ellas. La invitación es hacer lo mismo, pero con nuestros propios datos, con nuestros propios modelos. En vez de pasárselos tan fácil y libremente a otras compañías, que construyamos algo que podamos utilizar desde nuestros datos y para nuestro propio beneficio, que sea un dar y recibir, que agregue valor al registro de datos con propósito latinoamericano.

RV: Página web de CEPALAC. En esa página web ya algunos países, profesionales de Costa Rica y otros países dijeron: necesitamos integrarnos un poco más en red de WhatsApp. Entonces, esa página de encuentro es donde vamos a escribir todos los que queramos: expertos, doctores, magíster, entrenadores deportivos de todos los niveles, para integrarnos allí. Igualmente, ese grupo de WhatsApp funcionará para Suramérica, Centroamérica y el Caribe, y de esa manera integrarnos todos. …

JM: Sin duda, a disposición. También plantearles que, si bien son tecnologías avanzadas, no necesariamente tienen que ser caras. Podemos desarrollarlas. Hay muchas herramientas de código abierto que no son privativas, que no requieren comprar licencias para utilizarlas, y la estrategia valiosa es usarlas con nuestros datos y nuestros propósitos, más que solo ser usuarios de las grandes compañías.

JLC: Sí, mira, me quedó muy clara la exposición. Creo que por las preguntas y gente que ya maneja esto. Me dice aquí un señor: nosotros ya creamos AtletiSi, AthleticSiBaco, que es un sistema experto basado en inteligencia artificial. Tiene un sistema en algunas partes que sería súper interesante conocer, el estado del arte que uno denomina, cuál es el estado del arte del uso de tecnología en Latinoamérica. Eso nos daría una base. Estos son los comentarios, Javier. Hay mucha gente que está muy contenta por los temas, la pliometría. Hay alguien que está exigiendo que esto dure un año y que tengamos todas las semanas actividades. Así que anda tomando notas.

Creo que es súper interesante. Hay gente que dice que hay algo interesante. Te voy a preguntar sobre esto. La pregunta es para ti y te la voy a traducir. Tomando el deporte en equipo como pilar motivacional y social, ¿cómo podemos diseñar sistemas de machine learning que no aíslen al atleta en un control de datos personalizado, sino que fortalezcan la cohesión de equipo? ¿Es posible que por medio de la inteligencia artificial se generen tareas o desafíos colectivos basados en datos individuales o que se identifiquen sinergias entre atletas que potencien el rendimiento de todo el equipo? Muy interesante.

JLC: De Jose Adrián González, por si acaso.

JM: Gracias, José. Sí, sin duda es muy importante. En la ciencia de datos existe una frase que se usa mucho, que es “dejar que los datos hablen”. Creo que hacia allá va la reflexión que nos plantea José. Con estas técnicas de machine learning se puede hacer algo que se llama clustering de datos, que consiste en agruparlos de una forma que reconozca patrones. A veces se reconocen pequeños matices en patrones que muchas veces nosotros conscientemente no identificamos o tenemos sesgos de agrupar por ciertas características o rendimientos. Cuando los datos se procesan de manera que se haga clustering, podemos crear modelos con datos no etiquetados que nos entreguen resultados y, como se dice en ciencia de datos, dejar que los datos hablen por sí solos. Creo que ahí está lo que plantea él, que al usar los datos de manera cooperativa nos va a dar mucho más valor que utilizarlos solo en nuestro metro cuadrado. Al ir procesando los datos de esta manera, se van mostrando patrones que muchas veces no reconocemos o no habíamos pensado, y cómo se agrupan al correr estos modelos de machine learning. Así obtenemos un valor no solo para un objetivo particular, sino que refleje los patrones que se dan en nuestros datos y, como conversamos en la presentación, que reflejen nuestra propia población.

RV: Hemos concertado que en el libro que estamos preparando todas esas preguntas irán insertas y algunas se las pasaremos para que sean rápidamente respondidas, porque ha sido muy importante su conferencia.

JLC: Creo que es significativo que esté Javier en esta última jornada. Siento que aquí hay un buen ejemplo del niño inquieto, ese niño que en el colegio siempre tiene problemas y cae donde un profesor que es su vecino, y el padre y la madre van a pedir ayuda. Siento que de alguna manera él ha ido explicando y estamos cerrando con una ventana hacia el futuro. Cerramos estas quince jornadas con una mirada abierta hacia el futuro, que es el destino que Latinoamérica tiene que decidir por sí sola, a no copiar y a no extrapolar datos. Hablaba muy bien Javier sobre hacer clúster, que los datos se parezcan, se agrupen, pero a veces hay cosas que no entendemos que sí se relacionan. No se parecen, pero tienen sinergia y un resultado que uno no espera. Eso tiene que ver con experimentar e innovar. Cuando uno experimenta usando datos, no corre riesgo porque puede medir eso. El señor que tiene esta base de datos que maneja estas curvas de micro y macrociclo desde 2012 está trabajando con eso y dice que la ingeniería es muy importante en el futuro del deporte. Los comentarios son muy valiosos, hay gente que está usando tecnología, pero está aislada, como decía Javier, o enfocada solo en lo individual. Las preguntas que se han hecho son muy inteligentes y ya están mirando hacia el futuro. Si miramos todos juntos, hay una frase que dice que cuando uno comparte las buenas ideas y los sueños con otros, es más factible que se hagan realidad. Me despido con esa frase.