本技術為AI姿態評估智慧鏡，採單一鏡頭與邊緣運算擷取人體骨架，提供兩分支：步態分析量化步數、步長、速度與身體搖擺，用於醫院下肢復健追蹤與跌倒風險判讀；體適能評估量化角度、角速度、次數與伸展距離，用於社區中心或居家追蹤長輩肌耐力、柔軟度、平衡感與心肺耐力，並產出肌少症預警與個人化運動建議

本技術突破傳統檢測仰賴目測、指標單一且難量化追蹤的限制，導入任務導向AI分流：步態分支以YOLO-Pose解析下肢穩定性；體適能分支以YOLO-Pose分析運動品質，並結合AlphaPose+MediaPipe進行手腳精細定位與伸展量測，辨識細微退化與代償動作，並以邊緣運算兼顧即時與隱私

本技術可依場域分流導入，實際場域驗證如圖 3。步態分析適用於醫院復健科與長照復健區，協助中風、帕金森與下肢退化個案進行復健成效追蹤及跌倒風險判讀；體適能評估適用於社區中心、銀髮健身中心與居家端，支援肌少症預警、運動品質追蹤、個人化建議與遠距照護，降低人力與長期追蹤成本，提升導入彈性及服務可近性。