Effektivisera utvärderingen av rörelsekvalitet med hjälp av artificiell intelligens
Sammanfattning
Vi har nyligen publicerat en studie i Journal of Orthopaedic & Sports Physical Therapy Methods (januari 2025) där vi undersökte om artificiell intelligens (AI) kan användas för att bedöma rörelsekvalitet vid enbensknäböj – en övning som ofta används inom idrottsmedicin och rehabilitering. AI-modellerna tränades på att identifiera så kallade postural orientation errors (POEs), dvs. avvikelser i kroppens hållning och rörelsemönster.
Vi jämförde AI-modellernas bedömningar med konsensusbedömningar från en expertpanel. Resultaten visade på måttlig till god överensstämmelse och AI-modellerna gav samma bedömning som expertpanelen i 53–78 % av fallen.
Resultaten är lovande men visar också att AI-modellerna behöver förbättras ytterligare, exempelvis genom träning på större datamängder eller justeringar i koden. Den metod vi utvecklat i projektet möjliggör effektiv bedömning av rörelsekvalitet. Målet är att på sikt kunna använda AI som stöd vid klinisk rörelseanalys – snabbt, objektivt och tillgängligt för fler.
Projektinformation
- Sökande
- Nae, Jenny
- Lärosäte
- Lunds universitet
- Institution
- Hälsovetenskaper
- Ansökningsnummer
- P2023-0029
- Datum
- -
- År
- 2023
- Belopp
- 238 000 kr
- Ämne
- Idrottsvetenskap
- Nyckelord
- Hållbarhet, Hälsa, Idrottsskada, Knä, Motorik