科技公司Sparta Science将力板技术与机器学习结合起来,以帮助空军特种作战司令部第24特种作战联队预测并防止其特殊战术飞行员受伤。
“第24 SOW员工绩效团队一直在寻求创新的方法来评估,维护和增强我们最宝贵的资产,即我们的特殊战术飞行员的健康和绩效,”该部门员工绩效计划主管Hunter Treuchet在接受采访时说。一个版本。“获得测力板和机器学习技术可以对潜在的肌肉骨骼问题进行客观评估和识别,这可能会影响操作员的准备状态。”
Sparta Science创始人兼首席执行官Phil Wagner博士告诉《空军杂志》,测力板可以比作“大功率浴室磅秤”。
他解释说:“它以每秒约3,000点的速度测量您在三个不同方向站立或跳跃的方式。”根据演示该过程的视频,该过程涉及扫描一个人处于木板位置时,他们在一只脚上保持平衡以及在跳跃过程中进行扫描的过程。
根据Sparta网站的介绍,这些测力板扫描可以衡量“独特的运动质量”,而机器学习功能则可以让公司绘制出个人如何根据内部“超过200万次扫描的数据库,立即生成您的运动签名”进行测量的图表。
从那里开始,Sparta及其合作伙伴(其中还包括空军,陆军,海军和美国特种作战司令部的其他部门)可以专注于伤害预防,因为Sparta的软件会根据个人的压板扫描生成个性化的培训计划。
这项技术意味着军队可以在对抗这些肌肉骨骼漏洞的过程中跟踪自己的进度,因为随后的扫描可以相互比较。退役陆军少将马尔科姆·弗罗斯特(Malcolm B. Frost)说,从理论上讲,它也可以用于创建服务人员档案,从军事入口处理到最终的中队任务,这样他们就可以训练以停止伤害并提高绩效。美国陆军初始军事训练中心的现任职务,现担任Sparta的战略顾问。
“我认为我们正在尝试的最终目标是创造这个生命体征,因此……无论您身在何处,都可以通过此方法与您的历史或其他人进行比较来衡量您的身分,从而获得最佳的健康计划,正确的?”瓦格纳说。
瓦格纳说,这项创新(简称为“强制印版机器学习”,简称FPML)使Sparta能够创建配置文件,以了解来自特定服务成员或特定AFSC内服务成员的扫描内容。
“我们如何从所有这些数据中兼顾职业角色和伤害风险?”他说。
瓦格纳说,虽然在检查运动员时ACL漏洞是最常见的漏洞,但斯巴达在空军特殊战术社区内看到的“三大”伤害会影响下背部,膝盖和脚踝。他说,下背部的麻烦可以追溯到褶皱和使用防弹衣。
弗罗斯特(Frost)说,当人们记住特种兵战术与“海军海豹突击队”,“特种部队人员”和“美国陆军游骑兵”等精锐部队“并肩作战”时,这些观察才有意义。
“这与我所说的经典的高端步兵式任务很相似,……尽管它们执行其他一些特殊的工作,但直接涉及到伤害,类型……他说:“我们正在通过机器学习来观察。”
瓦格纳说,斯巴达还与空军研究实验室合作,以研究FPML是否可用于帮助预测和预防USAF飞行员的颈部疼痛。
他说:“喷气机速度更快,头盔较重,正确,因此,头部和颈部区域承受了相当大的压力。”“因此,我们进行了木板测试,因此将木板在板上的位置进行定位可以使我们识别出颈部疼痛和潜在的颈部受伤情况。”
瓦格纳说,斯巴达希望不仅在国防部内部更广泛地使用FPML,而且还向海外盟友推广。
尽管瓦格纳无法提供有关军用压力板扫描的精确度的数字,但他说,当运动员使用相同的技术时,其“敏感性特异性约为76%”。他说,作为背景,乳房X线照片通常约为72%,血压袖带约为80%。
他说:“因此,至少与其他标准相比,在我们已发布和研究的数据中,它具有许多常见的诊断工具,无论是[血压袖带还是乳房X光检查]。”
Wagner补充说,该公司还致力于确保其快速的扫描数据库不会对运营安全造成意外威胁。
他说:“我们正在积极寻求ATO授权,以便与不同分支机构一起在政府Intranet内运营,并……获得FedRAMP认证,这是一种在政府Intranet上提供服务的方法。”“在此期间,军队中的大多数组织都在使用离线,无间隙的解决方案,因此它只能在该设备上使用,因此无法通过互联网或其他外部手段真正渗透到这一点。”