科學家利用一對智慧型手機拍攝的同步視頻，創建了一個開源運動捕捉應用程序，該應用程式可收集人體運動數據，並透過人工智慧系統進行快速分析，然後用於臨床復健、手術前規劃和疾病診斷，而成本僅為傳統技術的1%。

史丹佛大學的研究人員在美國國立衛生研究院的資助下創建了OpenCap，它使用兩部經過校準的iPhone手機共同測量人體運動以及為運動提供動力的 潛在肌肉骨骼機制。更重要的是，它比用於收集相同資訊的傳統技術更快，而且成本僅為專科診所中使用約八個高科技攝影機的15 萬美元設備的一小部分。

“OpenCap使人體運動分析普及化，”資深作者、史丹佛大學生物工程和機械工程教授 Scott Delp說。”我們希望它能讓更多人掌握這種曾經遙不可及的工具”。

這種分析可以為運動問題患者的治療提供參考，幫助臨床醫生製定手術計劃，並審查各種治療方法的效果。它也有可能用來篩檢疾病，因為在常規體檢中可能不容易觀察到步態或平衡的變化。

此說明展示了捕捉和分析過程的相對簡單性Uhlrich, S et al/(CC BY 4.0)

他們對100 名參與者進行了OpenCap 測試，錄製了視頻，然後透過基於網路的人工智慧進行分析，以評估肌肉活化、關節負荷和關節運動情況。全部100 名參與者的資料收集工作耗時不到10 小時，分析結果在31 小時內回診。每個人的資料收集大約需要10分鐘，處理過程在雲端平台上自動啟動，研究人員可以免費使用平台。

史丹佛大學人體機能實驗室研究主任 Scott Uhlrich說：「如果要收集和處理OpenCap 在幾分鐘內提供的生物力學數據，專家工程師需要花費數天時間。我們在不到10 個小時的時間裡收集了100 個人的數據，這在以前需要一年的時間。”

這些數據研究了身體的”地標”–膝蓋、髖部、肩膀和其他關節–以及它們在三維空間中的運動方式。然後，它利用肌肉骨骼系統的複雜物理學和生物學模型來評估身體是如何運動的以及有哪些力量在起作用。這提供了有關關節角度和負荷的重要信息，它甚至能告訴你哪些特定肌肉正在被激活。

研究人員認為，這種資料收集和深度學習分析將開創生物力學研究的新紀元。

德爾普說：「現在已經有了人類基因組，但這確實將是定量捕捉到的人類運動全序列的運動基因組。我們希望，OpenCap在實現人類運動分析的民主化的過程中，能加速將關鍵的生物力學指標納入越來越多的研究、試驗和臨床實踐中，從而改善全球患者的治療效果。”

這項研究發表在《PLOS 計算生物學》。欲了解更多信息，請觀看斯坦多德團隊演示OpenCap 的影片。