動作解析（動作分析）とは
動作解析とは、人の動きを観察・計測し、問題点やその原因を明らかにするための評価手法です。理学療法の分野では、対象者の動作をていねいに観察し分析すること自体が、問題解決の出発点と位置づけられています[1]。
キネマティクスとキネティクス
動作解析を理解するうえで欠かせないのが、キネマティクス（運動学）とキネティクス（動力学）という2つの視点です[2]。
- キネマティクス: 関節角度、角速度、歩行速度など「どう動いたか」を扱う
- キネティクス: 関節モーメントや関節パワーなど「なぜそう動いたか」に関わる力学的な側面を扱う
3次元動作解析では、関節の回旋角度（キネマティクス）と関節モーメント・関節パワー（キネティクス）を組み合わせて評価するのが一般的です[9]。
用語の整理
日本語では「動作観察」「動作分析」「動作解析」という言葉が混在しています。実務では、まず目で見て現象をつかみ（観察）、次に計測データや力学的な解釈を加えて深めていく（分析・解析）という流れで捉えるとわかりやすいでしょう[1][2]。
動作解析の歴史と発展
動作解析の原点としてよく引き合いに出されるのが、1878年のマイブリッジによる連続写真実験です。カリフォルニア州パロアルトの競馬場で、走る馬を連続撮影し、1歩分の姿勢変化を初めて写真として記録しました[3]。「動きを分解して見る」という発想は、ここから始まったといえます。
20世紀後半には、光学式モーションキャプチャーが登場し、動作解析は一気に精密化します。体表に貼った反射マーカーの位置を赤外線カメラで追跡するこの方式は、最良条件で0.33 mm以下という高い計測精度を達成しています[6]。この精度を基盤に、関節にかかる力やパワーを逆算する「逆動力学」の手法が標準化され、3次元歩行分析として確立されました[9]。
近年の大きな転換点は、AIを用いた姿勢推定技術の台頭です。OpenPoseに代表されるディープラーニング手法は、映像から複数人の関節位置をリアルタイムで推定でき、マーカーを使わないAI動作解析の道を切り開きました[4]。2024年の検証研究では、マーカーレス方式でも股関節・膝関節角の誤差が3°未満にまで達しており[5]、動作解析は「研究室でなければ使えない技術」から「現場で手軽に使える技術」へと変わりつつあります。
動作解析の主要手法を比較
動作解析で使われる計測手法は、大きく3つに分かれます。
| 手法 | 強み | 主な限界 | 精度の目安 |
|---|---|---|---|
| 光学式 | 高精度な3次元計測 | 高コスト、マーカー貼付の手間 | 位置誤差 0.33 mm以下[6] |
| マーカーレス | マーカー不要で運用しやすい | 動作局面により誤差にばらつき | 関節角度の誤差 3°未満[5] |
| IMU | 屋外・長時間計測に強い | ひねり動作や激しい運動で誤差増 | 体幹 4.1〜6.6°の差[7] |
光学式マーカー方式
体表に貼った反射マーカーを赤外線カメラで追跡する方式で、動作解析の基準となる手法です。歩行計測では位置の誤差が平均0.08 mm、ばらつきが0.33 mmというサブミリメートル精度が報告されています[6]。精度は折り紙付きですが、カメラの設置やマーカーの貼付に手間がかかり、日常的な現場運用にはハードルがあります。
マーカーレス方式（AI動作解析）
カメラ映像からAIが関節位置を推定する方式で、マーカーの装着が不要です。2024年の検証では、股関節と膝関節の角度について、光学式との一致度が0.96以上、誤差は3°未満という結果が出ています[5]。ただし、歩行中の特定の局面では系統的なズレが残るため、何を測りたいかに応じた検証は必要です。近年はMYoACTやTheia3D、KinaTraxなど、この技術を活用したクラウドサービスも広がっています。
IMU（慣性センサー）方式
加速度センサーとジャイロスコープを組み合わせた小型デバイスを体に装着する方式です。カメラが不要なため、屋外や工場などラボ外の環境に強みがあります。前後・左右方向の動きでは光学式と高い一致を示しますが、ひねり（回旋）の計測や激しい動きでは誤差が大きくなりやすいことが系統的レビューで指摘されています[7]。一方、産業現場での検証では、8時間の長時間計測でも角度のズレが1.5°未満にとどまり、作業負荷の評価には十分実用的との結果が出ています[11]。
動作解析で計測できるパラメータ
動作解析で扱える指標は、大きく「時空間パラメータ」と「力学パラメータ」に分けられます。
時空間パラメータ
歩行分析でまず確認するのが、歩行速度、歩調（ケイデンス）、ステップ長、ストライド長といった時空間パラメータです。2,000人以上の健常成人を対象にした系統的レビューでも、これらが歩行評価の基本指標として用いられています[8]。動作解析の入口として、まず全体の様子をつかむのに有効です。
関節角度（キネマティクス）
歩行や投球動作のどの局面で、どの関節がどれだけ曲がっているかを可視化できます。フォームの特徴や代償動作のパターンを読み取る手がかりになります[9]。
関節モーメント・関節パワー（キネティクス）
「逆動力学」と呼ばれる計算手法を使うと、各関節にかかるモーメント（回転力）やパワー（仕事率）を推定できます[9]。見た目ではわからない「どの関節がどれだけ力を出しているか」がわかるため、キネマティクスだけでは見落としがちな問題点の発見に役立ちます。
動作解析の活用分野
スポーツ
競技パフォーマンスの分析に広く使われています。たとえばバドミントンのスマッシュを3次元動作解析した研究では、ラケットヘッドの速度が最大52.8 m/sに達し、そのピーク速度の53%がインパクト直前のわずか0.032秒で生み出されていることが明らかになりました[12]。「どの部位が、どの順序で、どれだけ加速しているか」を数値で把握できるのが動作解析の強みです。
リハビリ・臨床
歩行分析は、治療方針の決定や術後の回復評価に活用されています。1,528件の文献を検討した系統的レビューでは、臨床歩行分析は計測精度・診断精度・治療効果の判定の各段階で強いエビデンスがあると結論づけられました[10]。単なる計測ではなく、臨床判断を支える評価ツールとしての価値が裏付けられています。
産業安全
工場や農業などの現場では、作業者の姿勢や身体負荷を長時間モニタリングする目的で動作解析が使われています。IMUを用いた研究では、8時間の現場計測でも体幹・上肢の角度計測が安定しており、労働環境での負荷評価に実用的であることが示されました[11]。
動作分析の進め方と記録の書き方
動作分析は「なんとなく映像を見る」作業ではなく、明確な手順を踏むことで再現性と説得力が上がります[1][2]。
基本の4ステップ
- 目的を決める: 何を明らかにしたいかを最初に明確にします。歩行の左右差を評価したいのか、投球時の肘の負担を見たいのかで、必要な計測指標は変わります。
- 観察・計測する: 対象の動作を観察しながら、必要に応じて計測データを取得します。既往歴や臨床所見など、動作に影響する背景情報もあわせて確認しておきます。
- 解釈する: 得られたデータをもとに、問題点とその原因の仮説を立てます。観察から見えた現象と、計測値が示す裏付けを結びつけることがポイントです。
- 記録する: 観察した事実、計測値、そこから導いた解釈を分けて記述します。事実と解釈を混ぜないことが、あとから見直す際の混乱を防ぎます。
レポートに盛り込みたい項目
動作分析のレポートでは、少なくとも「対象動作」「計測条件」「所見（事実）」「キネマティクスとキネティクスに基づく解釈」「問題点と原因仮説」を分けて記載すると整理しやすくなります[1][2]。結論だけでなく、「なぜその結論に至ったか」の根拠も記すことで、他者が読んでも理解・再現できるレポートになります。