記事ポイント
- 豆蔵と三遠ネオフェニックスが怪我リスク低減の共同研究を開始
- AIで部位別の怪我リスクを推定しレポート自動出力を目指す
- 現場のトレーナーが試合や練習の参加可否を判断する材料に
豆蔵は、B.LEAGUE所属のプロバスケットボールクラブ「三遠ネオフェニックス」を運営するフェニックスと、「バスケットボール選手の怪我リスク低減に向けた負荷モニタリング」をテーマとした共同研究を2026年7月より開始しました。
豆蔵のAI・機械学習技術を活用し、三遠ネオフェニックスの選手を対象とした部位別の怪我リスクの推定と、レポートを毎日自動出力するシステムの構築に向けた技術検証です。
豆蔵「バスケットボール選手の怪我リスク低減に向けた負荷モニタリング」
- 実施企業：豆蔵、三遠ネオフェニックス（運営：フェニックス）
- 開始時期：2026年7月
- 所属リーグ：B.LEAGUE PREMIER 西地区
バスケットボールをはじめとするトップスポーツでは、選手の部位別怪我リスクを事前に察知し、コンディションを最適化することがチームのパフォーマンスを最大化するうえで重要です。
しかし、経験則や単純な集計、従来の統計モデルでは、激しいプレーや連戦による疲労蓄積といったバスケットボール特有の複雑なデータ特性から精緻な予測を行うことが難しく、限界を迎えていました。
現場のトレーナーやコーチが迅速な起用判断を行うには、日々のリスクをタイムリーにレポート化して共有する必要もあります。
データ統計・指標化とレポート作成機能のシステム化
三遠ネオフェニックスが導入しているウェアラブルセンサー等から得られるトラッキングデータや過去の怪我データを集計し、現場のトレーナーやコーチが直感的に解釈できる指標、グラフ、比較表を作成します。
怪我の前後に見られるデータの変化も分析し、検索、説明、レポート作成、論点整理のプロセスをシステム化するための検証を行います。
これにより、現場のスタッフが選手の試合・練習可否の意思決定材料として即座に活用できる環境の実現可能性を探ります。
機械学習による部位別リスクの精緻な推定
ウェアラブルセンサーから得られる走行距離、加速・減速、身体負荷などの高次元かつ複雑な時系列データから、怪我の予兆となる特徴量を高度なアルゴリズムで抽出します。
これらを過去の怪我データと掛け合わせ、膝や足首など部位別の怪我リスクを算出する高精度な予測モデルの検証を行います。
さらに、日々蓄積される最新データをもとにモデルが自動で学習・更新される仕組み（MLOps）の構築に向けた技術的な検証も進め、常に最新のチーム状態に最適化されたリスク推定を自動で提供することを目指します。
選手のコンディションをデータで捉える取り組みは、現場の起用判断をより確かなものにしていきます。
豆蔵「バスケットボール選手の怪我リスク低減に向けた負荷モニタリング」の紹介でした。
よくある質問
この共同研究はいつから始まりましたか？
2026年7月より、豆蔵と三遠ネオフェニックスを運営するフェニックスの間で開始されました。
どのような技術を使っていますか？
三遠ネオフェニックスが導入しているウェアラブルセンサーのトラッキングデータと過去の怪我データを、豆蔵のAI・機械学習技術で分析します。
三遠ネオフェニックスはどのリーグに所属していますか？
B.LEAGUE PREMIER西地区に所属し、愛知県豊橋市を拠点に活動しています。
将来的にはどのような仕組みを目指していますか？
最新データでモデルが自動学習・更新される仕組み（MLOps）を構築し、常に最新のチーム状態に最適化された怪我リスク推定を自動で提供することを目指しています。
