en تمرینات هدایت‌شده با هوش مصنوعی در مقایسه با تمرینات سنتی در بازیکنان نوجوان فوتبال: اثرات بر عملکرد و خطر آسیب‌دیدگی عمومى General پژوهشي Research <p dir="rtl" style="text-align:justify"><strong>هدف</strong> روش‌های تمرینی هدایت‌شده با هوش مصنوعی (AI) رویکردی شخصی‌سازی‌شده ارائه می‌دهند که با استفاده از داده‌های فیزیولوژیکی و بیومکانیکی در زمان واقعی، عملکرد را بهینه کرده و خطر آسیب‌دیدگی را کاهش می‌دهند. پژوهش حاضر یک برنامه تمرینی شخصی‌سازی‌شده ۱۲ هفته‌ای مبتنی بر هوش مصنوعی را با تمرینات سنتی هدایت‌شده توسط مربی در زمینه شاخص‌های عملکردی و بروز آسیب‌دیدگی در بازیکنان نوجوان فوتبال مقایسه کردد.<br> <strong>روش‌ها</strong> این مطالعه با طراحی کارآزمایی بالینی تصادفی‌شده (RCT) بر روی ۶۰ ورزشکار نوجوان (۱۴ تا ۱۷ سال) که به‌طور تصادفی از یک آکادمی فوتبال انتخاب شدند، انجام شد. ارزیابی عملکرد قبل و بعد از مداخله با استفاده از آزمون غربالگری حرکات عملکردی (FMS)، دوی سرعت ۲۰ متری، تست T (چابکی) و پرش کانترموومنت (CMJ) صورت گرفت و بروز آسیب‌ها توسط یک فیزیوتراپیست تأییدشده پایش شد.<br> <strong>یافته‌ها</strong> گروه هوش مصنوعی به‌طور معناداری بهبود بیشتری نسبت به گروه کنترل در نمرات FMS (% 20+)، زمان دوی سرعت (% 93/4-)، چابکی (%48/6-) و ارتفاع پرش CMJ&nbsp; (% 86/11+) نشان داد و اندازه اثر بزرگی نیز مشاهده شد (42/1-88/0 = d).&nbsp; میزان بروز آسیب در گروه هوش مصنوعی (% 10) در مقایسه با گروه کنترل (% 7/36) به‌طور معناداری کمتر بود (034/0 = p، نسبت ریسک = 67/3؛ فاصله اطمینان % 95).<br> <strong>نتیجه‌گیری</strong> یافته‌های این پژوهش اثربخشی تمرینات مبتنی بر هوش مصنوعی را در ارتقای عملکرد ورزشی و کاهش خطر آسیب‌دیدگی در ورزشکاران نوجوان نشان می‌دهد و بر ارزش رویکردهای شخصی‌سازی‌شده و داده‌محور نسبت به روش‌های سنتی تأکید می‌کند. انجام پژوهش‌های بیشتر با نمونه‌های بزرگ‌تر و پیگیری‌های طولانی‌تر برای اعتبارسنجی این نتایج در جمعیت‌های ورزشی متنوع توصیه می‌شود.</p> <div style="text-align: justify;"><strong>Objective </strong>Artificial intelligence (AI)-guided training methods provide a personalized approach, leveraging real-time physiological and biomechanical data to optimize performance and reduce injury risk. The present research compared a 12-week AI-guided personalized training program with traditional coach-led training on performance metrics and injury incidence in adolescent football players.<br> <strong>Methods </strong>A randomized controlled trial (RCT) was conducted with 60 adolescent athletes (ages 14&ndash;17 years) recruited from a football academy. Pre- and post-intervention performance was assessed using the Functional Movement Screen (FMS), 20 m sprint, T-test (agility), and countermovement jump (CMJ), while injury incidence was monitored by a certified physiotherapist.<br> <strong>Results </strong>The AI-guided group demonstrated significantly greater improvements than the control group in FMS scores (+20%), sprint time (&minus;4.93%), agility (&minus;6.48%), and CMJ height (+11.86%), with large effect sizes (d = 0.88&ndash;1.42). Injury incidence was significantly lower in the AI group (10%) compared with the control group (36.7%) (p = .034; risk ratio = 3.67; 95% Confidence Interval).<br> <strong>Conclusion</strong> These findings highlight the efficacy of AI-driven training in enhancing athletic performance and reducing injury risk among adolescent athletes, emphasizing the value of personalized, data-informed approaches over traditional methods. Further research with larger cohorts and extended follow-ups is recommended to validate these results across diverse sports populations.</div> هوش مصنوعی, روش‌های سنتی, ورزشکاران نوجوان, شاخص‌های عملکردی, خطر آسیب‌دیدگی Artificial intelligence, Traditional methods, Adolescent athletes, Performance metrics, Injury risk 392 409 http://biomechanics.iauh.ac.ir/browse.php?a_code=A-10-459-1&slc_lang=en&sid=1 Fatima Tus Johora Mukta فاطمه توس جهوره موکتا 10031947532846004701 0009-0001-6179-9552 No Department of Physical Education & Sports Science, Jashore University of Science and Technology, Bangladesh. گروه تربیت‌بدنی و علوم ورزشی، دانشگاه علوم و فناوری جسور، بنگلادش. Jannatul Ferdaus Rickta جنت الفردوس ریکتا 10031947532846004702 10031947532846004702 No Department of Physical Education & Sports Science, Jashore University of Science and Technology, Bangladesh. گروه تربیت‌بدنی و علوم ورزشی، دانشگاه علوم و فناوری جسور، بنگلادش. Md. Yeasir Arafat محمدیاسر عرفات 10031947532846004703 10031947532846004703 Yes Physical Education Office; Chittagong University of Engineering & Technology, Bangladesh. دفتر تربیت‌بدنی، دانشگاه مهندسی و فناوری چیتاگونگ، بنگلادش.