生物力學是研究人體、器材和動作之間關係的科學領域，它探討人體如何以最有效的方式進行動作，並分析肌肉、骨骼、關節等組織的功能和運作機制；透過系統化量測和分析，生物力學使我們了解人體的動作效能，並可應用於醫學及運動等領域。然而，在近三年COVID19疫情期間，所有的大型學術研討會都被迫暫停，2023年疫情趨緩之後，國際生物力學研討會International Society of Biomechanics (ISB)匯聚全球頂尖專家，在日本福岡探討當今引領生物力學前沿的研究趨勢，這場兩年一度的盛會不僅促進學術界和產業界的深入合作，更是啟發未來的創新平台。
在這次研討會的科研發表中 (共1199篇)，可發現這次會議聚焦於下列幾個重要次領域，分別為運動生物力學 (273篇) (23%)、步態分析及跑步 (168篇) (14%)、虛擬骨骼肌肉模型及人工智慧(134篇) (11%)及平衡與姿勢控制 (67篇) (6%)，其他557篇 (46%)則分散在其餘21個次領域，而將這些發表內容加以整理後，可以觀察到目前國際生物力學研究主要有以下二個重點發展方向。
1.日常生活中的走、跑和跳，其實充滿了潛在運動傷害的危險因子？
在我們的日常生活中，走路、跑步和跳躍是極為常見的動作，這些動作看似簡單，背後卻蘊藏著潛在的運動傷害風險。透過運動生物力學、步態分析和平衡與姿勢控制等相關研究，學者們得以深入了解這些動作如何影響不同性別、健康狀況、受傷史以及各年齡層的多元族群；這些研究領域包括了從坐到站、走、跑、跳躍以及變換方向等多種動作情境，以走、跑和跳的相關研究為主軸，其中跑步是研究議題中最為熱門的一環，顯示了人們對於這項運動的關心和熱愛。
近年人體膝關節和踝關節的動作特性以及相應的傷害發生機制，成為了最受矚目的研究議題之一，為了避免運動傷害，尤其是跑步相關傷害和前十字韌帶受傷，學者們深入研究了這些傷害的機制以及對人體下肢關節的影響。例如，在下肢肌肉中的腿後肌與小腿肌群在跑步中的所扮演的角色，成為了被廣泛討論的主題，這對於制定有效的跑步訓練方案具有重要意義；此外，在軀幹部分，背痛的動作特性和肌肉力量發力特性，也是研究的重點。在上肢方面，則以肩關節的動作控制和傷害機轉為研究的焦點，這對於需要上肢力量和穩定性的運動領域來說，具有重要的參考價值。
透過國際這些最新的研究，學者們不僅更深入地了解了走、跑和跳等日常動作的危險因子，也為我們提供了科學依據，讓我們可以更安全、高效地享受運動的樂趣。
2.穿戴科技、虛擬人體模型與人工智慧的協奏曲，運動大數據的時代來臨？
隨著科技的日新月異，運動科學也展開了一場前所未有的革新，穿戴科技、虛擬人體模型和人工智慧的融合，為我們的運動生活帶來了前所未有的便利與突破，這場協奏曲開啟了運動大數據的全新時代。
穿戴科技是這場變革的先驅，它以感測器、智慧手環和手錶等裝置為媒介，讓我們能夠時時監測自己的運動數據，包括身體活動量、心率、步數和消耗熱量等，這些數據的紀錄讓我們對自己的身體狀態有了更清晰的了解，幫助我們制定更科學的運動計畫。例如學者利用穿戴裝置來監控日常生活中運動的步頻與心率，來記錄和分析運動時的人體反應。
虛擬人體模型則是一項重要的技術突破，它透過建立人體骨骼肌肉系統的精確模擬模型，使科學家能夠深入研究各種運動的力學特性，這使得我們能夠針對不同運動姿勢和動作，進行更準確的分析和優化。例如有學者利用虛擬模型來分析進行槓鈴深蹲訓練時，人體不同部位肌肉用力的情形。
人工智慧的運用，更是這場協奏曲中的一個亮點，目前科學家們正試著透過不同的人工智慧演算模型分析穿戴裝置的數據，經由收集和分析來自數以萬計運動愛好者的數據，科學家們可以揭示出人體運動的種種奧秘。這不僅讓我們對各種運動的技巧和方法有了更深入的理解，也為運動傷害的預防和復健提供了更科學的依據；例如有學者利用穿戴科技與人工智慧的結合，來預測運動時人體所受到的地面衝擊力，或是分析人體走路或是跑步時的動作特性。
然而，隨著大數據技術的不斷發展，個人隱私和數據安全成為了一個備受關注的議題，如何在獲取大量數據的同時保護用戶的隱私，是一個需要解決的重要課題。
總結來說，穿戴科技、虛擬人體模型和人工智慧的融合，以及運動大數據的興起，將為我們的運動生活帶來革命性的變化，我們將能夠更科學地理解和管理自己的運動狀態，實現更高效的訓練，同時也為運動科學的發展貢獻我們的數據。這場協奏曲的未來將會更加精彩，讓我們一起期待吧！
科學始終來自於生活
科學總是源自於我們的日常生活，我們可以看到生物力學和運動科技相關研究正逐漸貼近一般人的日常生活，透過穿戴裝置與人工智慧的結合，運動數據能夠更有效地應用於我們的日常生活中；然而，隨著運動科學不斷演進，我們仍需仔細考量每個人的需求差異，必須根據個別情況來選擇最適合的科技產品或解決方案，讓運動科學成為我們日常生活中的得力助手！
參考文獻
ISB 2023 官方網站 https://www.isb-jsb2023.com/
Dorschky, E., Camomilla, V., Davis, J., Federolf, P., Reenalda, J., & Koelewijn, A. D. (2023). Perspective on “in the wild” movement analysis using machine learning. Human Movement Science, 87, 103042.
加入會員看更多
