运动生物力学中的人工智能:可穿戴技术,运动分析和伤害预防的范围审查
Marouen Souaifi1,2, Wissem Dhahbi1,2, Nidhal Jebabli1
1Research Unit: Sport Sciences, Health and Movement, UR22JS01, High Institute of Sport and Physical Education of Kef, University of Jendouba, Kef 7100, Tunisia.
Bioengineering (Basel, Switzerland)
|August 28, 2025
概括
人工智能 (AI) 提高了体育运动的生物力学性能和预防伤害. 机器学习模型在技术评估,伤害预测和训练优化方面表现出很高的准确性,尽管在实施和解释方面存在挑战.
科学领域:
- 运动生物力学
- 人工智能
- 机器学习
背景情况:
- 传统的生物机械分析方法在处理复杂的运动数据方面存在局限性.
- 人工智能 (AI) 的整合为提高体育表现和预防伤害提供了新的方法.
- 需要全面了解体育生物力学中的人工智能应用.
研究的目的:
- 对人工智能 (AI) 在体育生物力学中的应用进行范围审查.
- 确定主要的人工智能方法,它们在性能提升和伤害预测能力方面的有效性.
- 探索体育特定的应用,知识转化策略,伦理考虑和研究缺口.
主要方法:
- 从2015年1月到2024年12月,对五个数据库 (PubMed/MEDLINE,科学网,IEEE Xplore,Scopus,SPORTDiscus) 进行了系统的文献搜索.
- 根据PRISMA- ScR指导方针进行选,其中73项研究从3248篇文章中选择.
- 数据提取侧重于人工智能技术,生物力学参数,性能指标和实施细节.
主要成果:
- 机器学习方法越来越多,取代了传统的统计模型.
- 卷积神经网络与技术评估专家达成94%的共识 (中等证据).
- 人工智能在提高训练准确度 (25%),预测受伤率 (85%的腿筋受伤率) 和降低重伤率 (23%) 方面表现出潜力.
结论:
- 在体育生物力学中整合人工智能提供了超越传统方法的先进分析能力.
- 挑战包括数据标准化,模型可解释性,现实世界的验证,以及整合到教练中.
- 未来的研究应该优先考虑可解释的人工智能,严格的验证,道德数据处理和公平的访问.
