是否使用兴奋剂，到底谁能说了算？

By 超神经

场景描述：2019 游泳世锦赛期间，澳大利亚泳协和孙杨的几次风波，让全球的目光都瞄准了兴奋剂。兴奋剂为何屡禁不止？兴奋剂的传统检测办法，又有怎样的弊端和问题？运动机构正在将机器学习引入检测过程。

关键词：机器学习 数据分析 兴奋剂检测

本届游泳世锦赛上，中国国家队选手孙杨一举夺下男子 400 米自由泳冠军，然而在颁奖礼，亚军得主澳大利亚选手霍顿，却拒绝与孙杨登上同一领奖台领奖，这一举动引发了一系列风波。

霍顿在整个颁奖过程表现轻蔑

正当澳大利亚泳协表示对霍顿行为「尊重且理解」的时候，突然爆出澳女泳将 Shayna Jack 药检呈阳性，一时间澳泳协「双标」「打脸」成了各大媒体的头版头条。

那么此次「泳坛闹剧」的始作俑者--兴奋剂，到底在运动界是怎样的存在？在服用兴奋剂的常规检测中，又存在哪些弊端，或者可以通过技术手段改进的地方？

兴奋剂：运动界公开的秘密

兴奋剂，一直是运动界的敏感词。不少明星运动员，我们耳熟能详的自行车选手阿姆斯特朗、红土之王纳达尔、网球女将大威廉姆斯等等，都曾笼罩在兴奋剂疑云之下。

但运动界有一句话：能查出来的叫兴奋剂，查不出来的叫高科技。

目前传统方式血检和尿检，对新药物仍然无能为力，之所以运动员敢服用兴奋剂，很大程度上是抱着检测不出来的侥幸心态。

类似先有病毒，再有杀毒软件。

兴奋剂也是一样的。在登上违禁药物名单之前，这类药物都是「合法」的，直到这类药物被定性为兴奋剂。

《国际反兴奋剂条例》（共 156 页）中明确规定了

违禁药物类型、检测机制、申诉流程等政策

曲美他嗪，是一种治疗心绞痛的药物，但同时也能够提高运动员的心肺功能。

不少运动员从 2008 年就开始服用曲美他臻，但这种药物在 2014 年才上 WADA（国际反兴奋剂机构） 的禁用名单。所以这段「时间窗口」，对于运动员来说，就是安全合法的。

而且随着制药水平的提高，兴奋剂药物检测难度也在不断提高，为了保证竞技体育的公平性，WADA 也开始试图通过更高级的技术，比如人工智能，参与打击兴奋剂等禁药的非法使用。

AI 如何成为打击兴奋剂的新武器

  1.用 AI 完善运动员生物护照（ABP） 

随着体育赛事中越来越多的兴奋剂事件曝光，WADA 于 2009 年通过了「运动员生物护照」收集血样不定期检查条例。

简单来说，之所以设置如此复杂的程序，是因为某些禁药在短时间可以代谢干净，传统的直接兴奋剂检查（如尿检）就无法查出。而禁用物质对人体的影响和作用将持续较长时间，这体现在人体的某些生理指标会发生波动。

运动员生物护照有着严格的采集流程

生物护照项目可通过对运动员的相关生理指标进行长期监测，通过波动间接地确定运动员是否违禁。

ABP 专门针对高级运动员，收集其职业生涯中所有官方测得的生物样本，对血液中的血红蛋白、红细胞水平等关键指标进行长期监测，以及时发现可疑选手。

然而 ABP 费用高昂，接受收集的运动员数量有限，收集的样本频率低、数量少，可参考性不足。WADA 迫切需要一个更全面、更权威的工具出现，使其能够更有针对性地对更多运动员中进行检查。

  2.招募 AI 团队，程序员为兴奋剂检验献计献策  

2018 年，WADA 与魁北克省教育基金会（FRQ）合作，在官网公开招募人工智能工程师团队，希望借助工程界的力量，在 AI 反兴奋剂领域取得更大进展。

WADA 拥有大量数据，从运动员的生物护照到检测结果，如此庞大的数据也为机器学习和数据分析提供了可能性。

国际反兴奋剂机构 WADA 

致力于推进反兴奋剂的各项前沿研究

通过算法，可以对每位运动员的历史检查结果进行实时对比监控，标记可疑数值，必要时进行提示警报，从而减少人为判断的误差。

有了人工智能加持，可以对运动员的历史数据及历史检测结果进行高效分析，有针对性地调查特定人员，有效并及时地阻止「Shayna Jack」们出现。

  3.行为数据检测：成绩异常提高需重视  

除了游泳以外，田径也是兴奋剂滥用的又一重灾区。

俄罗斯国家田径队在 2016 里约奥运会前，被裁定全队禁赛

国际田联的研究人员根据国际田联多年的体育成绩数据库，绘制模型，通过曲线来表示运动员的成绩如何随着年龄的增长而演变，同时识别异常表现。

蓝色表示被检查的冠军运动员，上图中，蓝色曲线波动较小，为没有使用兴奋剂的冠军的表现。

而下图中，蓝色曲线表示被怀疑使用兴奋剂的运动员表现：他们在职业生涯濒临结束时，运动成绩有了非典型、不正常地改善。

上图蓝线：被测正常运动员的成绩波动

下图蓝线：有服药嫌疑运动员的成绩波动

依照该模型，就可以有效并快速地识别田径运动中的异常行为，从而进行更准确的抽查和复核。

未来：让 AI 净化体育赛场

AI 技术的发展为体育赛事中公平竞争带来了新的曙光和希望。

相信有了各机构的努力，基于越来越细粒度的数据分析，借助各种更加准确的机器学习模型，未来的奖牌必将属于真正的强者。

—— —— 完 —— ——

扫描二维码，加入讨论群

获得更多优质数据集

回复「进群」自动入群

更多精彩内容（点击图片阅读）