免穿戴裝置也能抓步態！AI技術助神經退化疾病診斷

陽明交通大學腦科技計劃團隊開發的輕量化「無標記動作捕捉系統」，只需要4臺高解析相機，受試者步行不超過5公尺，即可精確捕捉步態，並透過AI技術分析，包括關節角度、腳跟位置、走路速度等數據一覽無遺。（王家瑜攝）

不需穿戴任何感測裝置，只要在相機鏡頭前走上幾步，就能透過AI技術分析步態。臺北榮總與資策會、陽交大腦科技計劃團隊合作研發「無標記動作捕捉系統」，未來可望應用於各式神經退化疾病，成爲術前評估、術後復健及長期追蹤的重要工具。

傳統的動作捕捉系統需要昂貴設備和專門空間，受試者身上通常得貼滿感測元件，大幅限制其應用範圍。而陽明交通大學腦科技計劃團隊開發的輕量化「無標記動作捕捉系統」，只需要4臺高解析相機，受試者步行不超過5公尺，即可精確捕捉步態，並透過AI技術分析，包括關節角度、腳跟位置、走路速度等數據一覽無遺。

臺北榮總與資策會、陽交大腦科技計劃團隊合作研發「無標記動作捕捉系統」。（王家瑜攝）

臺北榮總神經修復科醫師郭昭宏說明，不同的神經疾病會有不同的步態表現，但臨牀上不一定能夠量化，因此希望透過動作捕捉系統，搭配腦波和肌肉訊號，可用於術前評估、術後復健及長期追蹤工具。

資策會軟體院組長蔡政鴻分享，一位同事先前被診斷出長短腳，經過一段時間復健及運動後，醫師建議照X光確認改善效果，他試着用「無標記動作捕捉系統」，明顯看出走路時兩側髖關節和膝關節受力平均，比肉眼看更精確。

郭昭宏強調，「無標記動作捕捉系統」並非要取代現有的標準診斷工具，而是在疾病初期或後續輔助上提供多一點資訊。接下來將投入臨牀應用，建立動作捕捉資料庫，首先預計以10歲爲單位畫分，每個年齡層收集30到50名健康者的步態資料，之後逐步收集中風、脊髓損傷及神經退化疾病等患者數據，並進一步研發外骨骼裝置。