MEDICINE & AI

タイトル：AI-driven medical image analysis for sports injury diagnosis and prevention 雑誌名：Sci Rep. 2025 Nov 23; 15(1): 41484. 概　要： 本研究は、スポーツ関連の傷害診断、予防、リハビリテーションにおける課題に対処するため、AI駆動のフレームワークを提案します。従来の診断方法は手動解釈に依存し、時間がかかり変動が生じやすいです。提案するBiomechanically-Informed Neural Network（BINN）は、運動学、生理学、パフォーマンスデータを統合し、解釈性と予測精度を向上させます。また、Adaptive Sports Medicine Strategy（ASMS）は、リアルタイムで新しいデータを統合し、傷害リスク予測とリハビリ戦略を動的に調整します。このフレームワークは、傷害リスク評価の向上と個別化されたリハビリテーション提案を提供し、最適な回復とパフォーマンスを確保します。 方　法： この研究は、深層学習、バイオメカニクスモデリング、適応的意思決定を統合したAI駆動のフレームワークを用いたもので、複数のデータセット（CamVid、MSRA10K、DUT-OMRON、NYU Depth V2）で実験が行われました。BINNは、運動キャプチャデータを処理し、運動効率と傷害リスクを評価するためのバイオメカニカルパターンを抽出します。ASMSは、リアルタイムでデータを統合し、傷害リスク予測とリハビリ戦略を調整します。 結　果： 提案されたフレームワークは、傷害リスク評価を向上させ、個別化されたリハビリテーションの推奨を提供しました。実験結果は、複数のデータセットにおいて、運動効率と傷害リスクの評価が向上したことを示しています。 結　論： AI駆動のスポーツ医学の可能性が示され、より正確で解釈可能、かつ応答性の高い傷害管理システムの実現に向けた道を開くことが期待されます。