ביומכניקה מבוססת בינה מלאכותית & אימות תרגילים
הערכת תנוחה היא חינמית. BlazePose, MoveNet ו-MediaPipe הם קוד פתוח ופועלים בכל טלפון. הבעיה הקשה היא השכבה שמעליה: אינטליגנציה ביומכנית ספציפית לתרגיל שיודעת שמטופל בן 70 לאחר החלפת ברך יש לו יעדי עומק סקוואט שונים מאלה של ספורטאי תאגידי בן 30. אנחנו בונים את השכבה הזו. מנועי אימות תרגילים מותאמים אישית לפלטפורמות פיזיותרפיה ולתוכניות רווחה תאגידית, מקלט המצלמה ועד נתוני ציות תואמי RTM.
35%
מטופלי פיזיותרפיה מקפידים באופן מלא על תרגילי בית
Physiopedia / Sprypt, 2025
$3,591
נטל שלד-שריר שנתי לכל עובד
UHC ($486 ישיר) + BioFunctional ($3,105 פריון)
96%
מעסיקים המציעים טיפול שלד-שריר וירטואלי עד 2027
Business Group on Health, 2025
בין אם אתם בונים פלטפורמת פיזיותרפיה הזקוקה לאימות תרגילים לחיוב RTM, ובין אם אתם תוכנית רווחה תאגידית הזקוקה למעקב תרגילים עמיד לתרמית, הפער זהה: נתוני תנוחה גולמיים נכנסים, החלטות בעלות משמעות קלינית יוצאות.
כל חברת בינה מלאכותית לכושר מריצה הערכת תנוחה. השאלה היא מה קורה לאחר חילוץ נקודות המפתח.
מטופל בן 62, 8 שבועות לאחר שחזור ACL, מבצע סקוואטים במשקל גוף שנקבעו בבית. מצלמת הטלפון של המטופל לוכדת את התנועה. BlazePose מחלצת 33 נקודות מפתח לכל פריים בקצב 30 FPS. הנה מה שהנתונים הגולמיים מראים:
ספריית הערכת תנוחה מחזירה את המספרים האלה. היא אינה יודעת ש:
שכבת הפרשנות הזו היא מה שאנחנו בונים. הערכת תנוחה היא החיישן. אינטליגנציית תרגילים היא המוח. החיישן הפך למוצר מדף. המוח לא.
65% מהמטופלים נוטשים תוכניות תרגילי בית בתוך החודש הראשון. ציות מדווח עצמית אינו אמין. קלינאים רוצים לחייב קודי RTM (98975-98981) אך זקוקים לנתוני תרגילים מאומתים עם חותמות זמן, מדדי איכות ומיפוי פרוטוקול כדי לעמוד בדרישות התיעוד של CMS.
כלל הסיום של CMS לשנת 2026 הוסיף קודי CPT 98979 ו-98985, מה שמוריד את סף החיוב של RTM מ-16 ימים לכל הפחות 2 ימי ניטור ומ-20 דקות ל-10 דקות של זמן ניהול. יותר מטופלים כעת ניתנים לחיוב. אך התיעוד עדיין דורש נתונים שנאספו על ידי מכשיר הקשורים להחלטות טיפול.
רק 25% מהעובדים משתמשים בפועל בתוכניות הבריאות הזמינות. מעל 50% מביעים חשש לשתף נתוני בריאות. ולאחר כמה שערוריות של 'ניעור ה-Fitbit', מעסיקים דורשים אימות תרגילים שאינו מרגיש כמו מעקב.
שוק הרווחה התאגידית מגיע ל-$100B בשנת 2026, אך רק 25% מהעובדים משתמשים בפועל בתוכניות הזמינות. בעיית האמון עמוקה: מעל מחצית מהעובדים מתנגדים לשיתוף נתוני בריאות עם המעסיק שלהם. בינתיים, 36% מניתוחי השלד-שריר אינם הכרחיים, ועולים לכוח העבודה $90B (Employee Benefit News). נתוני תרגילים מאומתים יוצרים הצעת ערך שונה: גילוי מוקדם של איכות תנועה יורדת שמפעיל סקירה קלינית לפני שהתערבויות יקרות הופכות הכרחיות.
פתחו את הטבלה הזו בהערכת הספקים הבאה שלכם. כל ערך משקף יכולות שנשלחו נכון לרבעון הראשון של 2026, ולא הבטחות מפת דרכים.
| ספק | מה הם שולחים | שיטת אימות | היכן זה נופל |
|---|---|---|---|
| Hinge Health | פלטפורמת שלד-שריר במחסנית מלאה. ראייה ממוחשבת TrueMotion, עוזר טריאז' Robin AI. הכנסות חזויות של $732M לשנת 2026. | ראייה ממוחשבת (Movement Analysis) + חיישן IMU לביש | פלטפורמה סגורה. לא ניתן להטמיע במוצר שלכם. מתומחר עבור מעסיקים ארגוניים, לא רשתות מרפאות פיזיותרפיה. טכנולוגיית האימות שלהם נעולה בתוך מודל הטיפול שלהם. |
| Sword Health + Kaia | רכשו את Kaia ($285M, ינואר 2026). משלבים M-band לביש + ראיית מחשב Motion Coach של Kaia. מתכננים סבב גיוס של $500M. | ביופידבק חיישן לביש + ראייה ממוחשבת ללא סמנים (משולב לאחר הרכישה) | אותה נעילת ספק כמו Hinge. מחליפים את פתרון השלד-שריר של Kaia בארה"ב בפלטפורמה של Sword, כך שלקוחות Kaia נמצאים במעבר. תלות בחומרה (M-band) מוסיפה חיכוך לוגיסטי להרחבה. |
| Peloton IQ | מצלמות מעקב אחר טכניקת התנועה בסדרת Cross Training (הושקה אוקטובר 2025). ספירת חזרות, תיקוני טכניקה, אינטגרציית לביש. | מצלמת בינה מלאכותית מובנית בחומרה | כושר צרכני, לא קליני. ללא יכולת RTM. נעול לחומרה (פועל רק על ציוד Peloton). אינו זמין כפלטפורמה או SDK. |
| Kemtai | פלטפורמת ראייה ממוחשבת B2B. 44 נקודות ציון בגוף, שכבת-על של שלד, הנחיה מתקנת בזמן אמת. מבוסס דפדפן (WebGPU). | הערכת תנוחה מבוססת דפדפן עם תיקון טכניקה מבוסס כללים | מיקוד בכושר כללי, לא מאומת קלינית עבור פיזיותרפיה. מבוסס דפדפן אומר ללא האצת NPU (השהיה גבוהה יותר). מנוע הכללים הוא רב-תכליתי, לא ניתן להגדרה לכל מטופל לכל תרגיל. |
| QuickPose | SDK ל-iOS B2B לאפליקציות כושר. מוני בינה מלאכותית, טיימרים, בדיקת טכניקה. אינטגרציה מהירה. | SDK ל-iOS עם הערכת תנוחה + ספי זווית בסיסיים | iOS בלבד. מספק הערכת תנוחה עם משוב טכניקה בסיסי, לא ניתוח ביומכני עמוק. ללא מידול זמני (איכות חזרה, זיהוי עייפות, ניתוח מגמות). ללא פלט תיעוד RTM. |
| Limber Health | מומחה חיוב RTM. ריבוד סיכונים בהמתנה לפטנט. השלמת מפגשי HEP פי 3.3. תוצאות טובות יותר ב-30%+ (נתוני Athletico). | מעקב תרגילים מדווח עצמית + תהליך עבודה לחיוב RTM | חזק בתהליך העבודה של חיוב RTM אך ציות התרגילים מדווח עצמית, לא מאומת על ידי ראייה ממוחשבת. תשתית החיוב מצוינת; אימות התרגילים הוא הפער. |
| MedBridge | 3,500+ ארגוני בריאות. מרשם תרגילים, סרטוני טיפול פונים למטופל, יכולות RTM. | ספריית סרטוני תרגילים + דיווח עצמי של מטופל + RTM | תוכן ותהליך עבודה קליני מצוינים. השלמת תרגילים מבוססת וידאו (המטופל צופה ומדווח). ללא אימות תנוחה, ללא ניקוד איכות, ללא ניתוח ביומכני. |
| Big 4 / חברות SI גדולות | Accenture, Deloitte וחברות דומות מייעצות על אסטרטגיית בריאות דיגיטלית ובחירת פלטפורמה. | ייעוץ אסטרטגי, לא בניית טכנולוגיה | הם ממליצים ומשלבים פלטפורמות. הם אינם בונים מנועי אינטליגנציית תרגילים. התקשרויות נעות בין $500K-$2M+ ומפיקות המלצות, לא מערכות מיושמות. עבור פלטפורמת פיזיותרפיה הזקוקה ל-SDK, לא למצגת אסטרטגיה, הם הכלי הלא נכון. |
| Veriprajna | שכבת אינטליגנציית תרגילים מותאמת אישית. SDK קצה, צינור תיעוד RTM, ספים הניתנים להגדרה על ידי הקלינאי. | הערכת תנוחה על המכשיר + ניתוח זמני TCN + מנוע כללים ביומכני | לא פלטפורמת טיפול. אינה מספקת פיזיותרפיסטים, תהליכי עבודה קליניים או ניהול מטופלים. אנחנו בונים את מנוע האימות; אתם בונים (או כבר יש לכם) את המוצר סביבו. לדיוק מצלמה מונוקולרית יש מגבלות אמיתיות (ראו שאלות נפוצות). |
חמש יכולות, כל אחת מתוכננת לפתור בעיה ספציפית בצינור אימות התרגילים. אנחנו בונים אותן כמודולים עצמאיים או כמערכת משולבת, בהתאם למה שהפלטפורמה שלכם צריכה.
החלק הקשה. ערכות כללים ביומכניות עבור 30+ תרגילי פיזיותרפיה, כל אחת מגדירה: זוויות מפרק יעד לכל שלב תרגיל, טווחי ROM מקובלים, אמפליטודה מינימלית לספירת חזרה תקפה, קריטריוני חלקות (Log Dimensionless Jerk), וקווי בסיס של סימטריה דו-צדדית.
אנחנו מכיילים ספים עם קינזיולוגים, לא רק עם מהנדסי ML. סף יישור (אקסטנשן) ברך עבור מטופל לאחר ניתוח בשבוע 4 שונה מהותית משבוע 12. מנוע הכללים מטפל בזה כפרמטרים הניתנים להגדרה על ידי הקלינאי, לא ערכים מקודדים קשיח. עבור 30 תרגילי פיזיותרפיה ליבתיים, אנחנו מכוונים להסכמה של 85%+ עם הערכת פיזיותרפיסט מומחה בניקוד איכות.
מקלט המצלמה ועד נתונים מובנים העומדים בדרישות התיעוד של CMS עבור קודי CPT 98975-98981 (בתוספת קודים חדשים לשנת 2026: 98979 ו-98985). הצינור מפיק דוחות מפגש עם חותמת זמן: ספירות חזרה מאומתות, ניקוד איכות לכל חזרה, מדידות ROM הממופות לפרוטוקול התרגיל שנקבע, ונתוני מגמה לאורך מפגשים.
פורמט הפלט הוא JSON תואם FHIR, מתוכנן לאינטגרציה עם מערכות EHR. הדוח קושר ישירות לתוכנית התרגילים שנקבעה למטופל, כך שהקלינאי רואה "המטופל השלים 12/15 יישורי ברך שנקבעו, ניקוד איכות ממוצע 7.2/10, מגמת ROM: 78 עד 84 מעלות לאורך שבועיים" במקום נתוני קואורדינטות גולמיים.
SDK חוצה פלטפורמות (iOS + Android) שפועל כולו על המכשיר. הערכת תנוחה באמצעות BlazePose (33 נקודות מפתח, תלת-ממד) או MoveNet Lightning (17 נקודות מפתח, ממוטב למהירות), עם האצת NPU דרך מאצלי CoreML ו-NNAPI. היסק ב-15ms על NPU, השהיית זכוכית-לזכוכית כוללת מתחת ל-50ms.
פריימים של וידאו נמחקים מיד לאחר חילוץ נקודות המפתח. שום נתוני פיקסל אינם עוזבים את המכשיר. זו אינה רק תכונת פרטיות; זו החלטה אדריכלית שמבטלת חשיפת נתונים ביומטריים של BIPA/GDPR, מסירה עלות היסק בענן (עלות שולית אפס לכל מפגש), ומאפשרת פעולה לא מקוונת עבור מטופלים עם קישוריות לא אמינה.
ניקוד תרגילים שמסתגל לפרופיל הקליני של המשתמש. למטופל בן 70 לאחר החלפת ברך יש דרישות עומק סקוואט שונות מאלה של ספורטאי תאגידי בן 30 בתוכנית בריאות. המערכת תומכת בספים הניתנים להגדרה על ידי הקלינאי לכל מטופל לכל תרגיל, עם ברירות מחדל הגיוניות המבוססות על קבוצת גיל, סוג מצב ושלב החלמה.
זה כולל אינטליגנציית הגדרת מצלמה. תרגילים שונים דורשים זוויות מצלמה שונות: מבט צד להערכת עומק סקוואט, מבט קדמי לזיהוי ולגוס ברך. ה-SDK כולל אשף הגדרה שמספק משוב מיקום בזמן אמת ("הזיזו את הטלפון 2 רגל שמאלה") ושער ביטחון שמשהה את הניתוח כאשר נראות נקודות המפתח יורדת מתחת לסף במקום לנחש זוויות ממפרקים מוסתרים.
התעשייה עוברת ממעקב פסיבי לסוכני בריאות אוטונומיים. תוכנית ADVOCATE של ARPA-H בונה סוכני בינה מלאכותית קליניים שמתאימים תוכניות טיפול באופן אוטונומי. אנחנו בונים סוכני ניטור תרגילים שהולכים מעבר לניקוד מפגש בודד. הסוכן עוקב אחר דפוסים לאורך מפגשים: מגמות ROM יורדות שמרמזות שהמטופל נסוג, אסימטריה גוברת שמצביעה על דפוסי פיצוי, הידרדרות תנוחה מונעת עייפות שמתואמת עם שעת היום או הימים מאז המפגש האחרון.
עבור פלטפורמות פיזיותרפיה, פירוש הדבר התראות יזומות לקלינאי ("ROM של כיפוף הברך של מטופל X ירד 8 מעלות לאורך 5 המפגשים האחרונים, מרמז על נסיגה אפשרית") במקום להמתין לביקור הפנים-אל-פנים הבא. עבור רווחה תאגידית, פירוש הדבר ניתוח מגמות ברמת התוכנית שמזהה אילו התערבויות תרגילים אכן משפרות תוצאות שלד-שריר ואילו מפיקות השתתפות ללא התקדמות.
מטופל פותח את אפליקציית הפיזיותרפיה שלכם ומתחיל סט שנקבע של 15 סקוואטים במשקל גוף. הנה מה שקורה ב-46 המילישניות בין כל פריים מצלמה למשוב על המסך.
מצלמת המכשיר לוכדת פריים. BlazePose (פועלת על ה-NPU דרך מאצל CoreML או NNAPI) מחלצת 33 נקודות מפתח שלדיות עם קואורדינטות תלת-ממד (x, y, z) וניקוד ביטחון לכל נקודת מפתח. היסק כולל: 10-15ms על NPU. פריים הווידאו נמחק. רק קואורדינטות ממשיכות.
נקודות מפתח גולמיות רועדות מפריים לפריים עקב רעש קוונטיזציית פיקסלים. ממוצע נע היה מחליק את הרעידה אך מוסיף 300ms+ של השהיה. אנחנו משתמשים במסנן 1-Euro, שמתאים את תדר הניתוק שלו על בסיס מהירות: החלקה אגרסיבית כאשר המטופל מחזיק תנוחה (מבטלת רעידה חזותית), החלקה מינימלית במהלך תנועה מהירה (משמרת תגובתיות). התוצאה: קואורדינטות יציבות עם השהיה מוספת קרובה לאפס.
אם ביטחון נקודת מפתח הירך יורד מתחת ל-0.5 (זרוע מסתירה את הירך, תאורה לקויה, בעיית זווית טלפון), הניתוח נעצר והמטופל רואה "כווננו את זווית המצלמה, הירך אינה נראית." אנחנו לעולם לא מנחשים זוויות מפרק מנקודות מפתח בביטחון נמוך. התראת "הברך שלך מתקפלת פנימה" שגויה במהלך חזרה נכונה הורסת אמון מיד. התראה מוחמצת במהלך ולגוס אמיתי יוצרת חבות. הסף מחמיר בכוונה.
זרם נקודות המפתח המוחלק מוזן לתוך רשת קונבולוציה זמנית עם קונבולוציות מורחבות סיבתיות. בניגוד ל-LSTM (שמעבדות פריימים ברצף ומתקשות עם רצפים ארוכים), TCN משתמשות בקונבולוציות מקבילות עם שדות קליטה הגדלים אקספוננציאלית. שכבה 1 רואה פריימים סמוכים. שכבה 10 רואה 512 פריימים של היסטוריה. זה מאפשר למודל לנתח בו-זמנית תנוחה רגעית (האם ולגוס הברך קורה ממש עכשיו?) ודפוסים ארוכי-טווח (האם איכות החזרה מתדרדרת ככל שהסט מתקדם?). מחקר עדכני (MSA-TCN, IEEE 2025) משיג דיוק HAR של 98.7% בגודל מודל של 0.08MB והיסק של 1.8ms בסמארטפונים בטווח הביניים.
מנוע הכללים הביומכני מיישם לוגיקה ספציפית לתרגיל. עבור סקוואט זה: אמפליטודה (האם תזוזת הירך חצתה את סף העומק שנקבע על ידי הקלינאי?), חלקות (ניקוד Log Dimensionless Jerk, כאשר ג'רק גבוה מצביע על רעד או רמייה במומנטום), סימטריה (מדד אסימטריה המשווה אנרגיית אות של רגל שמאל/ימין), וגם טמפו (יחס ירידה-לעלייה כמחוון תנועה מפצה). כל מדד ממופה לניקוד איכות לכל חזרה.
המטופל מקבל משוב שמיעתי/הפטי בו-זמני ("רד עמוק יותר" או "חזרה טובה"). בסיום המפגש, ה-SDK מפיק דוח JSON מובנה: 12/15 חזרות שנקבעו הושלמו, איכות ממוצעת 7.4/10, ROM של כיפוף ברך 78-84 מעלות (משתפר מ-72-80 של המפגש הקודם), דגל ולגוס אחד בחזרה 9. דוח זה ממפה ישירות לפרוטוקול שנקבע ומזין את צינור תיעוד ה-RTM שלכם.
השהיית זכוכית-לזכוכית כוללת: ~46ms. להקשר, זמן תגובה חזותי אנושי הוא 150-250ms. המערכת מזהה ומגיבה לשגיאות תנוחה מהר יותר ממה שהמטופל יכול לתפוס אותן, ומאפשרת משוב בו-זמני אמיתי במקום "המשוב המושהה" שמערכות מבוססות ענן מספקות 2-5 שניות לאחר שהתנועה כבר התרחשה.
התקשרות טיפוסית נמשכת 5-8 חודשים מהערכה ועד פריסה לייצור. לוח הזמנים תלוי בכמה תרגילים אתם צריכים שיאומתו והאם הפלטפורמה שלכם כבר משלבת הערכת תנוחה.
תוצר: מסמך דרישות טכניות + מטריצת עדיפות תרגילים + המלצת ארכיטקטורה
תוצר: SDK פועל המשולב באפליקציה שלכם + ספריית כללי תרגילים + צינור תיעוד
תוצר: דוח אימות עם מדדי דיוק לכל תרגיל + התאמות ספים + תיעוד מגבלות
תוצר: פריסה לייצור + דוח ביצועי פיילוט + מפת דרכים להרחבה עבור תרגילים נוספים
הסתייגות כנה: הוספת תרגיל חדש לספרייה אורכת 1-2 שבועות כל אחד. תרגילים עם דפוסים מחזוריים ברורים (סקוואטים, הרמות שוק, כפיפות מרפק) מתכיילים מהר יותר. תנועות רב-שלביות מורכבות (Turkish get-ups, הרמות אולימפיות) או תרגילים לא-מחזוריים (זרימות יוגה, החזקות איזומטריות) אורכים יותר זמן ועשויים לשאת ניקוד ביטחון נמוך יותר. אנחנו מגדירים את ההיקף של זה מראש כדי שתדעו מה אתם מקבלים.
ענו על שש שאלות לגבי המצב הנוכחי של הפלטפורמה שלכם. ההערכה ממפה היכן אתם נמצאים על עקומת הבשלות של אימות התרגילים ומזהה את הפערים הספציפיים שיש לסגור.
1. האם הפלטפורמה שלכם משתמשת כיום בצורה כלשהי של הערכת תנוחה או מעקב תנועה?
2. כיצד הפלטפורמה שלכם מאמתת כיום השלמת תרגיל?
3. האם קלינאים או מנהלי תוכנית יכולים להגדיר ספי תרגילים לכל משתמש?
4. האם פלט נתוני התרגילים שלכם תומך בחיוב RTM או בדיווח בריאות מובנה?
5. היכן ניתוח התרגילים פועל?
6. כמה תרגילים הפלטפורמה שלכם צריכה לאמת?
אנחנו בונים SDK למובייל שמשתלב עם אפליקציות ה-iOS וה-Android הקיימות שלכם. ה-SDK מטפל בהערכת תנוחה על המכשיר (MediaPipe BlazePose למעקב 33 נקודות מפתח או MoveNet Lightning לתרחישים קריטיים-מהירות), החלקת רעידות באמצעות סינון 1-Euro, וניתוח תנוחה ספציפי לתרגיל. האפליקציה שלכם קוראת ל-SDK כאשר מטופל מתחיל מפגש תרגילים. ה-SDK מחזיר נתונים מובנים: ספירות חזרה, ניקוד איכות לכל חזרה, מדידות זווית מפרק, וסיכומי ציות מפגש. אינטגרציה אורכת בדרך כלל 3-4 שבועות לחיבור ה-API, בתוספת 2-3 שבועות לעבודת ממשק משתמש בצד שלכם להצגת המשוב. ה-SDK פועל כולו על המכשיר באמצעות מאצלי CoreML (iOS) או NNAPI (Android), כך שאין עלות ענן לכל היסק ושום נתוני וידאו אינם עוזבים את הטלפון של המטופל. עבור פריסות ספציפיות לפיזיותרפיה, אנחנו כוללים ספים הניתנים להגדרה על ידי הקלינאי: המטפלים שלכם מגדירים ROM יעד, טווחים מקובלים וקריטריוני איכות לכל מטופל לכל תרגיל דרך לוח מחוונים מבוסס אינטרנט. ה-SDK אוכף את הספים האלה במהלך המפגש ומסמן סטיות בדוח הציות.
בכנות, זה תלוי בתרגיל ובמדידה. MediaPipe BlazePose מראה מתאם פירסון של 0.91 עבור תנועות גפיים עליונות ו-0.80 עבור תנועות גפיים תחתונות מול לכידת תנועה Qualisys (תקן הזהב). עבור כיפוף ברך באופן ספציפי, למדידת מצלמה מונוקולרית יש שגיאה מוחלטת ממוצעת של 9.3 עד 21.9 מעלות בדו-ממד. זו אינה רמה קלינית למדידה גוניומטרית מדויקת. אך חיוב RTM תחת קודי CPT 98975-98981 אינו דורש דיוק גוניומטרי. דרישות התיעוד של CMS מציינות נתונים עם חותמת זמן ממכשיר ניטור, רשומות אינטראקציה עם המטופל, והחלטות תוכנית טיפול המבוססות על נתוני ניטור. מה שקלינאים צריכים עבור RTM הוא השלמת תרגיל מאומתת (האם המטופל ביצע את 15 החזרות שנקבעו של יישורי ברך?), הערכת איכות משוערת (האם החזרות היו בטווח ROM סביר?), ונתוני מגמה לאורך זמן (האם ROM משתפר משבוע לשבוע?). מערכות מבוססות מצלמה מספקות זאת באופן אמין. היכן שאנחנו מותחים את הקו: אנחנו אינם טוענים למדידת זווית ברמה קלינית ממצלמת טלפון בודדת. עבור מטופלים שעבורם מדידת ROM מדויקת חשובה (אבני דרך של החלמה לאחר ניתוח, למשל), אנחנו ממליצים להשלים עם בדיקות גוניומטר במהלך ביקורים פנים-אל-פנים. מערכת המצלמה מטפלת ב-28 הימים שבין הביקורים כאשר המטופל מבצע תרגילים בבית ללא פיקוח.
מעל 50% מהעובדים מביעים חשש לשתף מידע בריאותי עם המעסיק שלהם, וניטור מבוסס מצלמה מגביר את החשש הזה. אנחנו מתמודדים עם זה בעזרת ארכיטקטורה מבוססת קצה תחילה שבה שום וידאו לעולם אינו עוזב את המכשיר. מצלמת הטלפון לוכדת פריימים, המודל על המכשיר מחלץ קואורדינטות נקודות מפתח שלדיות (33 ערכי x,y,z לכל פריים), ופריימי הווידאו נמחקים מיד. רק נתוני מפגש מצטברים מגיעים לפלטפורמת הבריאות של המעסיק: סוג תרגיל, ספירת חזרות, ניקוד איכות, משך מפגש. ללא וידאו. ללא זרמי נקודות מפתח. ללא דפוסי תנועה שיכולים לתפקד כמזהים ביומטריים. זה חשוב גם מבחינה משפטית. זרמי קואורדינטות נקודות מפתח שלדיות עשויים להוות נתונים ביומטריים תחת BIPA (אילינוי) ו-GDPR סעיף 9, מכיוון שניתוח הליכה הוכח כמזהה ביומטרי. על ידי עיבוד על המכשיר ושידור מדדים מצטברים בלבד, אנחנו נשארים בצד הנכון של חוק הפרטיות הביומטרי. העובד רואה את משוב התנוחה שלו בזמן אמת על המסך שלו. המעסיק רואה לוח מחוונים של ציות המראה שיעורי השתתפות ומגמות איכות מצטברות. הפער בין שני המבטים האלה הוא גבול הפרטיות, ואנחנו אוכפים אותו אדריכלית, לא רק עם מדיניות.
Hinge Health (החוזה הכנסות של $732M ב-2026) ו-Sword Health (שרכשה את Kaia Health תמורת $285M בינואר 2026) הן פלטפורמות במחסנית מלאה: הן מספקות את הפיזיותרפיה, את התרגילים, את הניטור ואת התמיכה הקלינית. אם אתם רוצים לקנות פתרון שלד-שריר מקצה לקצה לעובדים שלכם, אלו אפשרויות חזקות. Veriprajna אינה מתחרה בהן בזה. אנחנו בונים את שכבת אינטליגנציית אימות התרגילים עבור ארגונים שזקוקים לה מוטמעת בפלטפורמה משלהם. שלושה תרחישים שבהם זה חשוב: ראשית, אם אתם פלטפורמת פיזיותרפיה או חברת בריאות דיגיטלית הבונה מוצר שלד-שריר משלה, אתם זקוקים לטכנולוגיית אימות תרגילים אך אינכם רוצים למתג בלבן את מוצר המתחרה של Hinge Health. אנחנו בונים את ה-SDK שמפעיל את ניטור התרגילים של הפלטפורמה שלכם. שנית, אם אתם מעסיק גדול (5,000+ עובדים) שכבר יש לו ספק שלד-שריר אך רוצה אימות תרגילים עצמאי עבור תוכנית הרווחה הרחבה יותר שלכם מעבר לשלד-שריר, כולל אתגרי כושר כלליים, תרגול מונע ועמידה בארגונומיה. שלישית, אם אתם פועלים בהקשר מוסדר (חיתום ביטוח, אימות תביעות פיצויי עובדים) שבו אתם זקוקים לשכבת האימות מנותקת מכל פלטפורמת טיפול בודדת כך שניתן יהיה לבקר אותה באופן עצמאי. אנחנו שכבת האימות, לא פלטפורמת הטיפול.
אנחנו מתחילים פריסות עם ספריית ליבה של 30 תרגילי פיזיותרפיה המכסים את פרוטוקולי השיקום הנפוצים ביותר: תרגילי ROM (כיפוף ואבדוקציה של כתף, כיפוף ויישור ברך, כיפוף ירך, כיפוף גבי של קרסול), חיזוק (סקוואט, לאנג', גשר, הרמת שוק, שכיבת סמיכה לקיר, חתירה בישיבה, כפיפת מרפק), שיווי משקל (עמידה על רגל אחת, עמידת טנדם), ותנועות פונקציונליות (ישיבה-לעמידה, מדרגה למעלה, ניתוח הליכה). לכל תרגיל יש ערכת כללים ביומכנית המגדירה ספי תנוחה תקפים: זוויות מפרק יעד, טווחים מקובלים, אמפליטודה מינימלית לספירת חזרות, קריטריוני חלקות, וקווי בסיס של סימטריה. הוספת תרגיל חדש אורכת 1-2 שבועות. התהליך כולל הגדרת ערכת הכללים הביומכנית עם קינזיולוג (אילו מפרקים לעקוב, אילו זוויות מגדירות את שלבי התרגיל, מה מהווה חזרה איכותית), איסוף נתוני כיול מ-20-30 נבדקים על פני סוגי גוף שונים, ואימות מול הערכת פיזיותרפיסט מומחה עם יעד של הסכמה של 85%+ בניקוד איכות. תרגילים עם דפוסים מחזוריים ברורים (סקוואטים, כפיפות מרפק, הרמות שוק) הם פשוטים. תנועות רב-שלביות מורכבות (Turkish get-ups, הרמות אולימפיות) או תנועות לא-מחזוריות (זרימות יוגה, החזקות איזומטריות) דורשות זמן כיול רב יותר ועשויות לקבל ניקוד ביטחון נמוך יותר. אנחנו שקופים לגבי אילו תרגילים המערכת מטפלת בהם היטב ואילו לא.
הפרעות שלד-שריר עולות למעסיקים בערך $40.51 לחבר לחודש בעלויות בריאות ישירות (UnitedHealthcare), בתוספת $3,105 לעובד בשנה באובדן פריון מהיעדרות הקשורה לשלד-שריר. זה בערך $3,591 לעובד בשנה בנטל משולב. מנגנון הפחתת העלות אינו הבינה המלאכותית עצמה. זה מה שנתוני תרגילים מאומתים מאפשרים. ראשית, התערבות מוקדמת: כאשר המערכת מזהה מגמות ROM יורדות או אסימטריה גוברת בנתוני התרגילים של משתתף, היא מפעילה סקירה קלינית לפני שהמצב מחמיר למקרה ניתוחי. 36% מניתוחי השלד-שריר אינם הכרחיים (Employee Benefit News), וכל ניתוח שנמנע חוסך $30,000-$50,000. שנית, ציות מאומת מניע תוצאות טובות יותר: מטופלי פיזיותרפיה המשתמשים בניטור תרגילים מאופשר-RTM משלימים פי 3.3 יותר מפגשי תרגילי בית מאלה שבתוכניות סטנדרטיות (נתוני Limber Health), ו-Athletico Physical Therapy מדווחת על תוצאות טובות יותר ב-30%+ עם RTM. שלישית, עבור תוכניות רווחה תאגידית באופן ספציפי, תרגיל מאומת מבטל את התרמית ששחקה את אמון המעסיקים. כאשר תמריצים קשורים להשלמה מאומתת ולא לפעילות מדווחת עצמית, ההשתתפות בקרב מתאמנים אמיתיים עולה מכיוון שהמערכת כבר אינה מתגמלת אנשים שמנערים את ה-Fitbit שלהם. טווח החיסכון הריאלי הוא $800-$2,000 לעובד מעורב בשנה, בהתאם לנטל השלד-שריר של האוכלוסייה ולשיעור המעורבות של התוכנית.
המסמכים הלבנים האינטראקטיביים שמאחורי עמוד פתרון זה. אלה מכסים את היסודות הטכניים לעומק.
ארכיטקטורת בינה מלאכותית בקצה למשוב הערכת תנוחה מתחת ל-50ms. השוואת BlazePose מול MoveNet מול YOLOv11, מתמטיקה של מסנן 1-Euro, האצת NPU, והטיעון הביומכני נגד ניתוח תרגילים מבוסס ענן.
ארכיטקטורת TCN לאימות תרגילים. קונבולוציות מורחבות סיבתיות, ספירת חזרות אגנוסטית-לסוג באמצעות מטריצות דמיון-עצמי זמניות, ניקוד איכות באמצעות ספירת אמפליטודה ו-Log Dimensionless Jerk, והטיעון להתייחס לתנועה אנושית כבעיית עיבוד אותות.
65% נוטשים תוכניות תרגילי בית בתוך החודש הראשון. מאלה שממשיכים, ציות מדווח עצמית מנפח את התמונה ביחס לציות האמיתי.
נתוני תרגילים מאומתים משנים את המשוואה הזו. הם נותנים לקלינאים נתוני ציות אמיתיים להחלטות טיפול, נותנים למעסיקים ביטחון שכספי הבריאות מפיקים תוצאות, ונותנים למטופלים משוב בזמן אמת שגורם לתוכניות תרגילי בית לעבוד באמת. הטכנולוגיה ללכוד תנועה היא חינמית. האינטליגנציה לפרש אותה היא מה שאנחנו בונים.