大學學生團隊結合人工智慧（Artificial Intelligence, AI）姿態辨識技術，研發出一套專為學童設計的護脊操訓練系統「Spinal Pro」。這項成果透過簡易的鏡頭設備即可提供即時動作監測與回饋，解決過往課堂中教師難以逐一矯正每位學生姿勢的困境。
鏡頭即時分析姿勢 突破傳統教學限制
學童的脊椎健康逐漸受到教育界與醫界重視，傳統上多靠教師示範或觀看預錄教學影片進行護脊操訓練。然而在團體課堂中，教師受限於時間，難以即時評估並指正每位學生的動作細節。這套新研發的系統主打運用電腦視覺（Computer Vision）與 AI 技術，使用者只要透過一般電腦視訊鏡頭或智慧型手機鏡頭即可操作，不需要額外配戴任何感應器或穿戴式裝置。
當學童著手進行運動時，系統能即時捕捉並分析肢體動作，評估姿勢準確度並給予精準的修正指引。除了即時指導，系統也結合了動作評分與練習進度追蹤功能，讓家長與教師能透過後台資料，清楚了解學童的練習狀況與改善程度。
跨領域合作導入專業知識 提升系統辨識精準度
該專案由大學跨領域科學團隊在專業講師指導下完成，並與兒童脊科公益團體展開合作。系統軟體內容採用由公益團體推廣的專業護脊操，包含三組共九個動作。團體專業人員針對動作驗證、安全性與示範圖解提供建議，協助團隊優化視覺介面，使兒童更能輕鬆理解與模仿。
這項跨領域合作不僅改善了系統的易用性，更有助於提高 AI 演算法（Algorithm）判斷動作時的準確度。開發團隊表示，未來計畫進一步擴充運動資料庫、累積更多訓練資料以提升模型精確度，並加入多國語言介面與個人化運動建議功能，提供更靈活的應用可能性。
給家長與老師
從這項開發成果可以看出，科技學習不再僅限於撰寫程式，而是著重於結合跨領域知識來解決真實生活中的問題。家長與教師在引導孩子學習 STEM（科學、技術、工程、數學）或 AI 時，可以鼓勵孩子觀察身邊常見的健康或生活議題，例如坐姿不良、運動姿勢錯誤等，進一步思考如何運用影像辨識等科技進行改善。
在教學場域方面，這類軟體能作為健康教育與體育課的輔助工具。透過具備即時回饋與評分機制的系統，孩子能在家中或課餘時間進行自主練習，提高學習興趣與動機，同時降低師長檢視姿勢的負擔，逐步養成自主照顧脊椎健康的習慣。
學習小教室
- 姿態辨識（Pose Estimation）：這是一種利用人工智慧分析影像中人體關節與骨架位置的技術。系統透過分析鏡頭畫面，找出頭部、肩膀、手肘、膝蓋等關鍵點，並透過這些點連成的骨架圖形來判斷肢體動作是否標準。
- 電腦視覺（Computer Vision）：這個領域致力於讓電腦「看懂」影像或影片。經由演算法處理，電腦能將鏡頭捕捉到的像素資料轉化為可分析的資訊，從而識別出畫面中的人物、物體或動作特徵。
- 演算法（Algorithm）：簡單來說就是一套解決問題的「邏輯步驟」。在程式設計中，演算法告訴電腦該如何依序處理輸入的資料，並計算出預期的分析結果與分數。
常見問題
學生使用這套 AI 護脊操系統需要額外購買感應器嗎？
不需要。該系統利用一般電腦的視訊鏡頭或智慧型手機鏡頭即可進行動作擷取與辨識，完全不需額外安裝穿戴式裝置。
AI 是如何判斷學童的護脊操動作是否正確？
系統採用姿態辨識技術，透過鏡頭分析學童肢體關節的位置與骨架動態，再利用演算法比對標準動作數據進行判定與即時回饋。
家長與老師要如何掌握孩子的練習狀況？
該系統具備資料追蹤與評分功能，家長與教師可以透過系統後台檢視學童的練習進度與動作準確度評分。