#frAIday: Maskininlärning för individanpassad fysisk träning

Kroppsrörelser utgör vårt primära sätt att interagera med omvärlden, och i framtida interaktioner baserade på sensorer kommer detta även att inkludera AI-funktioner. Detta betonar vikten av forskning kring utformningen av rörelsebaserad AI, då tekniska system aktivt formar användarnas upplevelser. En nyligen mottagen fråga inom fysioterapi väcker detta ämne till diskussion. Teknologi som stödjer fysioterapi har blivit föremål för studier på grund av dess potential att erbjuda vägledning och återkoppling under övningar som kan utföras hemma. Tyvärr har många nuvarande lösningar sina begränsningar; de kan endast identifiera en liten uppsättning rörelser eller så är användningen begränsad till vissa användargrupper.

Inom ramen för det VR-finansierade forskningsprojektet MovAI undersöker vi hur maskininlärning kan användas för att skräddarsy träning både inom och utanför kliniken. Vår forskning kombinerar aktuella rön inom sensorisk stimulans för fysisk träning med interaktiv maskininlärning för att skapa anpassningsbara verktyg som kan anpassas till individuella behov. I detta talk introducerar vi MovAI-projektet, delar med oss av våra nuvarande framsteg och diskuterar framtida vägar för att utveckla interaktiva maskininlärningsverktyg för personlig fysisk träning. Vårt ultimata mål är att ge både fysioterapeuter och patienter möjligheten att ta kontroll över sina verktyg och anpassa dem för att passa deras specifika behov.