免穿戴裝置抓步態 AI動作捕捉可望助神經退化診斷

台北榮總攜手陽明交大和資策會，研發「AI無標記動作捕捉系統」，不用穿戴任何裝置，只要走5到10步，就可分析走路步態，未來可望應用於神經退化性等疾病診斷與治療。

台北榮總、財團法人資訊工業策進會、國立陽明交通大學今天舉辦「AI無標記動作捕捉、跨向精準治療之路」合作備忘錄簽署暨記者會，宣告這項合作。

傳統的動作捕捉系統需要昂貴設備和專門空間，限制其應用範圍。陽明交通大學生命科學學院院長連正章與生物醫學工程學系教授陳右穎組成的腦科技計畫記憶痕跡團隊，開發出輕量化無標記動作捕捉系統。

陽明交大物理治療暨輔助科技學系助理教授施惠婷說明，透過此系統，無需穿戴感測器或貼任何標記物，利用4台高解析度相機，受試者步行約5公尺，即可精確記錄步態與動作數據，並透過AI技術，約1分鐘即可分析關節角度、腳跟位置、走路速度等資訊。

北榮神經修復科醫師郭昭宏說明，從大腦、脊髓到周邊神經，都會影響步態控制，因此不同神經疾病，會有不同的步態表現，但是過去難以將其量化，僅能經由患者主訴，或是醫師透過觀察及經驗判斷。

資策會軟體院博士蔡政鴻舉例，有名患者跑步腳會痛，經醫師診斷有長短腳，在積極進行瑜珈、皮拉提斯、復健等運動半年後，再透過此系統觀察，就可發現不用特製鞋墊走路可以達到兩側踝關節、髖關節平均施力，墊鞋墊後反而會造成兩側不平衡。

郭昭宏指出，將優先針對不同年齡的健康人，蒐集步態資料，並逐步蒐集中風、脊椎退化疾病或脊髓損傷患者等患者數據。盼透過此系統，了解不同疾病患者步態與正常人差異，在術前診斷與術後、復健評估上，提供精確數據；甚至可望應用於跌倒風險與動作能力評估，及外骨骼設備應用效果評估等。

此外，郭昭宏表示，此系統也可望應用於健康運動訓練、運動傷害復健、神經退化性疾病診斷與治療；整合腦電圖（EEG）與肌電圖（EMG）等電生理訊號，將有助深入行走中腦部與肌肉訊號調控的機制。

北榮過往研究指出，全台灣每年約有4000到5000人因疾病或是外傷造成的不同程度的脊椎損傷。北榮副院長曾令民表示，透過科學跟臨床的結合，將顛覆以往在特別場域、很多設備才能達成的事情，對於神經系統疾病與外傷上，將有助提升治療精準度，在臨床上有無限應用前景。