現場でよくある質問ですが、
「先生、ぼくの投球フォームをこんな風に変えたら、肩は痛くならないでしょうか」
　こうした質問に対して、医科学的に的確に答えることはできるでしょうか？
　こうした質問に対し診断と治療が両立できるシステムを開発したいと考えました。



　我々は48名の大学野球選手を対象に無症候期のMRIを用いたフィールド調査を行いました。すると、上腕骨頭病変は無症候期にも関わらず半数以上の選手に認めました。こうしたMRI検査した選手を前向きに追跡調査するとこうした病変を認めた選手はその後に発症しやすく、こうした病変は発症に対する危険因子と考えられました。
　それではどのような投球動作だとこうした病変が生じてくるのでしょうか？

　本研究の目的は
　High　performance　＆　Ｍinimum　injury
をめざし、
投球動作から病変と球速を予測し、この病変を防ぎつつ球速を高められるような投球動作を提案できるシステムを開発することです。

対象は無症状の大学野球選手18名です。
投球動作のmotion　captureとMRIの両方を施行しました。



まず、各MRI所見を4段階に分類しました。



　投球動作データについては、用いた関節角度は計26自由度、解析区間はfoot　contactからball　releaseまでを時間正規化し、101（0-100％）フレームに分割しました。
すると、被験者１人あたりの投球動作には
　26（自由度）x101（フレーム）＝2626（変数）
もの変数を認めることになります。




　まず、関節角度データを主成分分析し、投球動作のパターン(主成分）を統計学的に探索しました。すると2626変数もある複雑な投球動作は17個の動作パターンで表わされることがわかりました（累積寄与率99.15％）。
　主成分分析をすることで、個々の投球動作を数値（主成分得点）で表すことができるようになります。そして、関節角度データと主成分得点は主成分負荷行列を介して数学的に１対1の関係にありますから、任意の投球動作（関節角度データ）から主成分得点を求めることもできますし、主成分得点を操作することで簡単に新しい投球動作を作り出すこともできます。この主成分分析の特徴を応用することでシミュレーションの根幹部を作り出すことができます。
　個々の選手の投球動作パターンと病変との関連性については、累積ロジスティック回帰分析を行い、個々の選手の投球動作パターンと球速との関連性については、重回帰分析を行い、それぞれにおいて病変と球速を予測する回帰式を算出しました。


　上のグラフは各動作パターン（主成分）と球速・病変との関係を示しています。
たとえば、
第1主成分では主成分得点が1点増えると球速は激減しますが、病変にはほとんど影響しません。
第3主成分では主成分得点が1点増えると球速は増加しますが、病変もできてしまいます。
第11主成分では主成分得点が1点増えると球速は減少してしまい、病変が形成されるという最悪な感じです。しかし、
第11主成分で主成分得点を1点減らしてあげれば、逆に球速は増加し、病変が形成されにくくなり、理想的になると考えられます。




　回帰式の精度ですが、球速においては自由度調整済決定係数は0.972。
上腕骨頭病変において、その正診率は89％。
と高精度な予測が可能です。

　まず、投球動作をmotion　captureします。
全身の関節角度データをこのシステムに入力するとすぐに（数秒間で）
推定球速と投球肩のMRI上の病変Gradeの確率が予測できます。

この例では
左上の投球動作（本当は動画）では
Grade　2の上腕骨頭病変（赤↑のMRI像）が70％の確率で生じ、（正診率＝89%)
その時の球速は135±3km/hの球速がでると推定されます（決定係数＝0.972）。
その時の肩関節内の様子を3Dアニメーションで確認できます。

　このシステムではコンピュータシミュレーションを行うこともできます。
左上の投球動作は大学野球選手の平均の動作を表しています。
この動作ではGrade1の境界病変（赤↑のMRI像）が87%の確率でできます。
そこで、今度はパーソナルコンピュータ（PC)上で左上の平均の動作を変更し、
「より肘をさげ、より体幹を側屈するような投球動作」
を作ります。
この動作ではGrade3の骨軟骨欠損（赤↑のMRI像）が99%の確率でできると予測できます。。
このように、パーソナルコンピュータ上で簡単に動作を変更することができ、その変更した動作での病変と球速を瞬時に予測することができます。
平均の投球動作と変更後の投球動作を動画で示します。以下のアイコンをクリックしてみてください。
　　　

High　performance　＆　Ｍinimum　injuryをめざし、
投球動作から病変と球速を予測し、この病変を防ぎつつ球速を高められるような投球動作を提案できるシステムを開発した。