Anti-Doping-Analysen sind für die Aufrechterhaltung von Fairness und Integrität im Sport relevant, wobei robuste Maßnahmen zur Bekämpfung von Betrug und Doping erforderlich sind. Jüngste Fortschritte haben gezeigt, dass maschinelles Lernen hierbei eine entscheidende Rolle spielen kann. Eine große Herausforderung bei der Dopingbekämpfung ist das Problem des Probentauschs, bei dem Sportler ihre Urinproben mit anderen austauschen, um sich der Entdeckung zu entziehen. In 3S-II werden Algorithmen des maschinellen Lernens eingesetzt, um die Sensitivität und Genauigkeit bei der Aufdeckung von Probentausch zu erhöhe. Die Algorithmen sollen DNA-Identifizierungstechniken verbessern, die die Identität des Probenspenders bestätigen und somit jeden Austausch von Urinproben zwischen Sportlern aufdecken. Das Projekt integriert den zuvor im Rahmen des 3S-Projekts entwickelten Algorithmus, der potenzielle Fälle von Probentausch aufzeigt, in bestehende Anti-Doping-Protokolle, die sowohl retrospektiv als auch prospektiv eingesetzt werden können. 3S-II zielt darauf ab, ein benutzerfreundliches Tool zu entwickeln und zu integrieren, das den Anti-Doping-Behörden einen robusten Mechanismus zur Überwachung und Bewertung von Proben an die Hand gibt. Das Tool wird Ähnlichkeiten zwischen einer bestimmten Probe und anderen Proben innerhalb eines anonymisierten Langzeitprofils eines Athleten bewerten und dabei helfen Unstimmigkeiten aufzudecken, die auf Doping hindeuten. Die Entscheidungsprozesse in der Dopingbekämpfung sind komplex, und die Entscheidungen über die Auswertung von Dopingproben müssen nachvollziehbar und präzise sein. Während KI enorme Möglichkeiten zur Verbesserung der Korrektheit der Erkennung von Probenvertauschungen bietet, wird sie auch den Entscheidungsprozess verändern. Im Rahmen von 3S-II wird untersuchen, wie die Implementierung des KI-basierten Tools zur Erkennung von Probentausch den Entscheidungsprozess beeinflussen wird. Das Projekt folgt einer Design-Science-Forschungsmethodik, die mehrere Phasen umfasst, darunter die Erforschung der derzeitigen Entscheidungsfindungsprozesse, die Konzeption und Entwicklung des Algorithmus, seine Demonstration durch eine eigenständige Software und die Bewertung seiner Auswirkungen auf die Entscheidungsprozesse in der Dopingbekämpfung. Dieser umfassende Ansatz zielt darauf ab, die Fähigkeit der Anti-Doping-Organisationen zur Erkennung und Verhinderung von Probenaustausch erheblich zu verbessern, was letztlich zu einem saubereren Sport und fairen Wettbewerb führt.
Partner
World Anti-Doping Agency (WADA)