體育用品專刊 • 專題報導 11 二、數據用途 這些數據經過處理和分析後之用途： （一）運動表現提升 數據分析能夠提供運動員更為精確的 運動效果評估，幫助教練和運動員調整訓 練計畫，透過分析步頻、步幅、心率等數 據，瞭解運動員的表現並進行優化。 （二）傷病預測與預防 利用運動過程中的生理數據，AI系統 能夠預測運動員的傷病風險，藉由分析運 動員的心率變化、步伐等數據，及早發現 疲勞或過度訓練跡象，從而減少運動傷害 的發生。 （三）健康監控 對一般民眾來說，這些數據能夠實現 個性化的健康管理，提醒使用者關注自己 的健康。無論是步數、運動強度，還是心 率、睡眠等指標，都能幫助使用者瞭解自 己的身體狀況並進行必要的調整。 （四）運動負荷與恢復監控 運動負荷和疲勞監控是運動科學中 的重要應用。透過長期監測運動員的數 據，教練可以瞭解其身體恢復情況，並調 整訓練強度，避免過度訓練帶來的傷害風險 （Mateus et al., 2025）。 參、AI在運動與健康領域的創新 應用 AI技術廣泛應用於運動與健康領域，涵 蓋四大面向，展現實務價值與潛力： 一、運動表現分析及預測 透過電腦視覺與深度學習分析比賽 表現，如 FIFA 2022 半自動越位技術（Semiautomated offside technology, SAOT）（FIFA, 2022）、NBA Second Spectrum （NBA, 2016 ）與SkillCorner，提供技術與戰術分析；此 外，機器學習可根據歷史數據預測運動員表 現，優化訓練計畫（林秀英，2023）。 二、運動傷害預測與防範 透過數據分析運動模式與恢復狀況，提 前識別高風險行為，提醒調整訓練。三軍總 醫院運動醫學中心運用AI進行傷害預防、診 斷與復健（陳稚華，2024）；OpenPose人體姿 態辨識技術即時分析姿勢，降低風險（Xu & Baghaei, 2025）；Zone 7 透過感測器與演算法 預測運動員7天內受傷風險（Buchanan et al., 2022），並應用於英國利物浦足球俱樂部（ 壽邇琪，2023）。
RkJQdWJsaXNoZXIy MjIwMjA1