東京大學的高級研究員中村仁彥等人組成的研究團隊開發出了可根據多臺相機的影像，將骨骼和肌肉的動作自動數字化並進行分析的技術。骨骼和肌肉的動作能以圖形和三維動畫的方式進行確認。該系統建立在雲端。分析的數據有望用於體育訓練以及為患者的復健訓練提供支援等。計劃通過新成立的初創企業推進實用化。
可根據多臺相機拍攝的影像自動分析人的骨骼和肌肉動作（供圖：東京大學）
新開發的系統從輸入影片影像到以圖形和三維動畫的方式生成分析結果的過程全部可以自動執行。首先利用多臺每秒拍攝次數較多的工業相機拍攝捕捉人的動作。然後由人工智慧（AI）根據影像推斷骨骼的動作，在此基礎上計算出作用於關節的力量。最後對肌肉活動進行分析。
分析結果能以圖形和三維動畫的方式確認（供圖：東京大學）
分析結果可以通過個人電腦、智慧型手機或頭戴顯示裝置等查看。還具有將分析的骨骼和肌肉動作作為數據庫保存的功能，並能通過指定條件來呼叫數據。中村高級研究員表示：「（以體育運動為例）將來希望能參考數據庫，與自己之前的動作進行比較，或者確認與目標運動員之間的差距。」
研究團隊還改良了推斷骨骼動作的AI。因為「通用AI很難識別運動員的特殊動作和姿勢」（中村高級研究員）。此次與實際的運動員合作，測量其動作並建立了學習數據。通過讓AI追加學習，使其能夠識別運動員的動作。
新技術預計會應用於體育運動和醫療現場。如果能通過相機的影像將人的骨骼和肌肉動作輕鬆數字化，就可以根據數據制定個性化的訓練方案。另外，預計還可以導入醫療設備，用來評估復健訓練的效果或者提供適當的建議。
到目前為止。研究團隊已分別開發了不同的基礎技術。為了分析新的人體動作，要依次使用不同的軟體，並根據需要進行隨時手動修改並分析。「從開始測量到獲得分析結果大約需要2周時間」（中村高級研究員）。因此需要統一各軟體的規格等，以輕鬆分析人體動作。
東京大學的校辦初創企業計劃實現該服務的商用化。中村高級研究員表示：「公司剛剛成立，具體內容尚未決定。我們希望通過與投資者等進行協商確定服務的輪廓，並盡快將其投入實際使用。」
日文：張耀宇、《日經產業新聞》，2022/03/23
中文：JST客觀日本編輯部
