ひとつのセンサーから姿勢を推定する：放送カメラ1台と、スマートウォッチ1台
2026年の2本のプレプリントが、きわめて限られた入力から姿勢を再構成します——1台の放送カメラからサッカー選手の3次元姿勢、1台のスマートウォッチから腕全体。どちらも較正不要で、組み込まれた事前知識に依存します。
スポーツバイオメカニクス
マーカーレスは臨床で使えるか：スコーピングレビューと、1本のスクリーニング研究
2026年の2本の研究が、マーカーレス・モーションキャプチャは臨床で使えるかを検証します。映像ベースの関節角度の117研究スコーピングレビューと、Viconと比較したOpenCapの着地スコア。準備ができているかは問い次第です。
ウェアラブルの数値をどこまで信頼できるか：速度、筋の活動タイミング、ジャンプ高
ウェアラブルに関する2026年の4本の検証研究——速度センサー、筋電図タイミング、無線EMG、ジャンプ機器——は一致します：集団や傾向には信頼でき、個々のセッション・筋・機器間比較には心もとない。
センサーは測定そのものではない：慣性計測ユニット、汗、モデル化された力
2026年の3本の論文——多IMU同期、汗バイオセンサー、映像からの力の推定——は、測りたい量から推論を何段階か隔てています。センサーは測定そのものではなく、モデル化の各段が誤差を加えます。
姿勢推定モデルを別の用途へ流用する：スクワット、卓球、転倒リスク
2026年の3本の研究が、汎用の姿勢推定器に課題固有の段階を継ぎ足します——スクワット採点、卓球の肘、転倒予測——そのたびに同じ壁に：精度の数値は1つのカメラ構成のものだ、と。
マーカーレス運動学はどこまで信頼できるか：2本のレビューと、2本の検証研究
マーカーレス運動学に関する2026年の2本のレビューと2本の検証研究は、1つの答えに収束します——精度は単一の数値ではなく、関節・平面・課題に固有だ、と。
2つの姿勢推定パイプライン、1つの問い — 検証あり、それともなし？
作り方は同じ——姿勢を検出し、追跡し、分類する——でも根拠はまるで違う。2026年の一方は理学療法の運動を専門家の正解データと照合して採点し（RTMPose + GRU、約96%）、もう一方は正解ラベルなしでバスケの動きをプロファイリングし、それを自ら明言する。パイプラインを検証するのは検出器ではなく正解データです。
動きを捉えることはゴールではない — 運動学から、モデル化された傷害リスクの数値へ
動きは計測できた。でも終わりではありません。2026年7月の2本の論文が、検証済みの運動学からモデル化された傷害リスクの数値までをたどります。OpenCapマーカーレスのスコーピングレビュー（51件）と、バドミントンのランジからACL負荷を推定するモデル（OpenSim＋XGBoost、R²約0.91）。推論の層ごとに不確実性は積み重なります。
スポーツAIを築く2つの道 — 427チーム vs 1つのデバイス
2026年の論文2本は正反対の賭けをしています。SoccerNet は427チーム・1,129件を1つの共有ベンチマークに集約し、スケートボード研究は1つの商用IMUを研究室の基準と照合して、入り混じった結果を得ました。
傷害が起きる前に予測する — AI×ウェアラブルの現在地（論文3本）
レビュー2本と研究1本が示すのは、AI×ウェアラブルによる傷害予測の「展望」と「実証」の距離です。今日あるのは専門家の判断を再現する良い分類器（AUC 0.86）であり、将来の傷害を予測する検証済みの手段ではありません。