A IA generativa pode ajudar os atletas a evitar lesões

Pesquisadores da Universidade da Califórnia em San Diego criaram um modelo impulsionado por IA generativa que ajudará a prevenir lesões em atletas e também na reabilitação após uma lesão. O modelo também poderia ajudar os atletas a treinar melhor.

O modelo, denominado BIGE (GenAI informado por biomecânica para ciência do exercício), foi treinado com movimentos de atletas juntamente com informações sobre as restrições biomecânicas do corpo humano, como quanta força um músculo pode desenvolver. O modelo pode gerar vídeos de movimentos que os atletas podem imitar para evitar lesões durante o treino. Também pode gerar movimentos que os atletas podem executar para continuar se exercitando quando estão lesionados.

Ele pode ser usado para gerar os melhores movimentos que os atletas podem executar durante o exercício para evitar lesões e melhorar o desempenho, ou os melhores movimentos para atletas que precisam de reabilitação após uma lesão.

“Esta abordagem será o futuro”, prevê Andrew McCulloch, distinto professor do Departamento de Bioengenharia Shu Chien-Gene Lay da UC San Diego e um dos autores seniores do artigo.

Até onde sabemos, o BIGE é o único modelo que reúne IA generativa e biomecânica realista. A maioria dos modelos generativos de IA encarregados de gerar movimentos como o agachamento produzem resultados que não são consistentes com as restrições anatômicas e mecânicas que limitam os movimentos humanos reais. Entretanto, os métodos que não dependem de IA generativa para gerar estes movimentos requerem uma quantidade proibitiva de computação.

Para treinar o modelo, os pesquisadores usaram dados de vídeos de captura de movimento de pessoas realizando agachamentos. Eles então traduziram os movimentos em modelos esqueléticos 3D e usaram as forças computadas para gerar movimentos fisicamente mais realistas.

Os próximos passos incluem usar o modelo para movimentos além do agachamento e personalizar os modelos para indivíduos específicos.

“Esta metodologia pode ser usada por qualquer pessoa”, disse Rose Yu, professora do Departamento de Ciência da Computação e Engenharia da UC San Diego e também uma das autoras seniores do artigo.

Por exemplo, o modelo poderia ser utilizado para determinar os riscos de queda em idosos.

A equipe de pesquisa apresentou recentemente seu trabalho na Conferência Learning for Dynamics & Control da Universidade de Michigan, em Ann Arbor, Michigan.