姿勢推定AIおよび超音波画像解析を用いた投球肘障害診断支援モデルの開発

Development of an AI model for throwing elbow disorders using posture estimation AI and ultrasound image analysis

要旨：少年期の野球選手における肘障害の予防には早期発見が重要であり，野球肘検診においてはエコーによる局所の観察と投球フォームの確認といった動作分析が行われることが多い。本研究ではエコーおよび動作分析について人工知能（AI）の技術を応用し，動作分析と病変検出の自動化を試みた。投球動作映像に対してAIを用いてMediaPipe Poseにて骨格検出を行い，姿勢パラメータに基づいて投球動作を5フェーズに分類するAIモデルを作成した。エコー画像では上腕骨小頭離断性骨軟骨炎（OCD）に対して物体検出モデルを作成した。投球動作分類モデルでは，LightGBMが最も高精度を示し，正解率（accuracy）は0.9971であった。OCD病変検出モデルではYOLO11mが高い精度を示し，mAP（50）＝0.993であった。本モデルが野球肘検診へ応用できる可能性が示された。