训练伤可以提前“算”出来

■ 为兵服务资讯

■ 刘亚群 本报记者 孙兴维

一名战士站在AI训练伤风险预测预警模型测试平台上，完成深蹲、单腿落地和跳跃等动作后，关节角度、重心偏移、落地稳定性等数据在屏幕上实时滚动。几分钟后，系统弹出一条红色预警：“李某某，左膝高风险，建议训前干预。”这是记者在海军青岛特勤疗养中心某实验室看到的一幕。

训练伤风险为什么能提前预警？该中心在梳理病例时发现，膝、踝两个部位的损伤合计约占官兵训练伤总数的一半，且高度集中在特定课目和高强度训练阶段。换句话说，训练伤不是随机发生的，什么部位容易伤、什么时候容易伤、哪些人容易伤，有规律可循。“有规律就可以预测，能预测就能提前干预。”该中心疗养六区何主任介绍，预警模型研究团队采集官兵训练负荷、既往伤病史、肌肉力量、关节功能等数据，借助AI构建伤病风险预测预警模型，可自动输出红、黄、绿不同等级的预警信息，并同步生成针对性干预训练处方。

这套模型怎么用？关键在于将“红黄绿”名单对接个人训练计划。评估为“红色”，意味着未来受伤风险极高，官兵需高度关注身体状态和训练短板，不能盲目“上强度”，可通过降低训练负荷、补齐动作控制短板、增强关节稳定性来调整身体状态，并将训练后恢复纳入每日必训项；“黄色”提示身体某部位存在一定受伤风险，应关注疲劳状况和动作细节，适当调整训练节奏，提升动作精准度，增加训后恢复项目；“绿色”代表风险较低，可按计划组训。需要提醒的是，预警结果不是伤病诊断，具体训练安排还应由卫勤人员结合个体情况研判，防止“一测了之”。

这条路径，正契合训练伤防治从“治已伤”到“防未伤”、从“个体干预”到“群体防护”的大方向。在某部刺杀比武骨干集训队，该中心运用AI训练伤风险预测预警模型协助做好训练伤防治工作，训前对参训骨干逐一测试评估，对高风险人员逐人制订干预方案，组织定期复评。复评显示，“红色”“黄色”人员受伤风险等级得到有效控制，与以往相比，因伤缺训情况明显减少，集训队训练强度未降、训练连续性得到保持。

当然，这只是初步探索，AI模型并非万能。样本量够不够大、不同岗位的数据能否通用、模型会不会“水土不服”，都还需要在更多部队、更长周期中检验。该中心领导介绍，下一步，他们将持续深化探索，努力找到更多“防未伤”的方法路子，服务部队战斗力建设。