2024堪稱生成式AI的應用元年，輝達執行長黃仁勳說：「AI重點在輔助專業，而專業發展要回到核心。」運動預防醫學的核心是什麼？2022年我們研究團隊調查157位高齡長輩罹患糖尿病同時合併高血壓與肌少症的族群研究，發現骨骼肌肉流失與代謝症候群指標失衡有關；同年，另篇歐洲跨國團隊針對1370人做流行病學研究，發現代謝症候群的長輩通常四肢肌肉量不足且呈現高度發炎反應。這些結果發現，運動是預防醫學最具效益的作法。

然而，過去推廣運動時，最常聽到的就是「該怎麼動？」「動多久？」「做什麼運動好？」根據世界衛生組織（WHO）的建議，每週應進行75分鐘的高強度運動或150分鐘的中等強度運動。這些公認標準沿用至今，但隨著超高齡社會的到來，過去的心率強度標準也備受挑戰。

累積運動時間與適度強度的健康效益

過去常利用最大心率（HRm=220−年齡）公式計算絕對強度百分比（%HRmax）作為運動強度計算，然而，高齡族群因年紀較大導致傳統公式會偏離，以70歲長者安靜心跳70下／分鐘為例，進行最低的40%中等運動強度設定心率，會得到目標心跳60下／分鐘，比安靜心跳還低的荒謬目標心率指標。因此，針對高齡更適合的最大心率演算法為HRmax=208−（0.7×年齡 )，且考量個體差異應搭配心率儲備率（HRR）演算法即（最大心率HRmax−安靜心率HRrest）*目標強度 %+安靜心率，則上述的例子帶入公式則會得到目標心率為105.6下／分鐘；由此可知，僅公式選擇的差異其運動目標就有巨大落差。

運動是預防醫學最具效益的作法，透過個人化生理大數據結合AI演算法將讓結果更貼近真實。(圖片來源/吳旻寰)

另一方面，有別過去運動333原則一次要累積到30分鐘才有效益，越來越多研究證實，每次10至15分鐘的運動，整天累積30分鐘以上，仍可享受其訓練後的效益，這就是運動點心效益。這凸顯運動非固定強度與時間，而是一個乘積值，設定好預設的運動強度與欲累積的時間，就可以換算運動積分；拜科技進展與AI的應用，即時記錄運動總積分提升運動效益成為可能，且個人化生理大數據結合AI演算法將讓結果更貼近真實。

環狀運動結合智慧裝置　解決場域痛點

東海大學2023年成立中部第1間校內智慧化高齡健身房，服務西屯區周邊16個社區據點長者。為解決指導員少、學員過多且設備不足的痛點，空間設計為環狀訓練模式，分為阻力、有氧、被動式運動訓練等3個區塊、每個區塊15分鐘，一次可服務20至25位長輩，運動過程透過穿戴式裝置完整紀錄運動心率，並有智慧化健身設備紀錄各項數值與運動介入前後的身體適能。

東海大學2023年成立中部第1間校內智慧化高齡健身房，分為阻力、有氧、被動式運動訓練等3個區塊。(圖片來源/吳旻寰)

過程中紀錄長輩連續6週介入訓練後的運動量數值，結合物聯網大數據與演算法分析，其研究成果發現有進步的組別其運動量達到30%HRR 以上，而沒有進步的組別則維持甚至低於20%HRR，換算實際3個區塊各15分鐘共45分鐘與運動強度30%HRR的乘績達到1350，若以國際標準最低中等強度做計算約莫是40%HRR維持30鐘左右，達到美國運動醫學會ACSM的建議運動量。

這些成果顯示，透過累積運動點心的訓練模式將更貼合長輩的需要，且只要能維持在30%HRR運動強度以上，累積足夠的運動時間，同樣可以達到訓練的效益；藉由這些研究提供未來要申請銀髮健身俱樂部補助的單位，也能有更明確場域設置與指導準則，為長輩提供不具壓力也更加安全有效的個人化運動處方，團隊未來也將結合這些成果與AI演算法，提高更具效率與智慧化的運動預防醫學服務。

"透過累積運動點心的訓練模式，將更貼合長輩的需要。"

（專欄反映作者意見，不代表雜誌立場）

更多精彩內容，敬請參閱第32期創新照顧雜誌

喜歡這篇文章嗎？加入會員即可收藏文章、產品及供應商