3月31日上午，武汉体育学院智能体育工程学院第4期“智能体育论坛”在科技楼附楼103会议室举行。英国拉夫堡大学运动科学博士吴憾应邀作专题讲座，围绕“使用机器学习结合多学科损伤风险因素预测长跑运动损伤”这一主题，与智能体育工程学院及校内外相关领域师生分享了相关研究进展与实践思考。
本次讲座由智能体育工程学院侯冲院长主持，学院全体在校教师和研究生参加学习。讲座中，吴憾博士围绕研究背景、数据构建、算法应用和未来展望等内容展开讲解。他指出，传统运动损伤研究在个体差异识别和多因素关联分析方面存在一定局限，机器学习技术则为长跑运动损伤预测提供了新的研究思路。结合团队研究成果，吴憾博士介绍了多学科损伤风险因素在长跑运动损伤预测中的应用价值，重点分享了机器学习模型在提升预测准确性、服务训练实践和运动健康管理方面的潜力。
此外，吴憾博士还围绕损伤预测高质量数据集的设计思路、分析流程以及模型应用的实际需求进行了介绍，并结合运动医学视角，探讨了智能化工具在运动健康管理中的应用前景。关于可穿戴设备数据接入、人工智能辅助分析等方向的展望，也为在场师生带来了新的学术启发。
在互动交流环节，学院教师代表和研究生代表围绕模型优化、数据采集、实践应用等问题踊跃提问，并结合教学科研与训练实践，就运动损伤风险识别、模型落地应用及智能技术赋能体育研究等问题与吴憾博士进行了深入交流。吴憾博士逐一作出回应，现场讨论气氛热烈，学术氛围浓厚。
此次论坛的成功举办，不仅拓宽了师生的学术视野，深化了大家对体育科学与人工智能交叉领域的认识，也为武汉体育学院在运动损伤预测、智能体育应用等领域的研究提供了新思路，对推动体育科技成果转化、助力体育强国建设具有积极意义。
专家简介：
吴憾，英国拉夫堡大学（QS体育专业排名世界第一）运动科学博士，主要研究方向为使用机器学习预测运动损伤。以第一作者或通讯作者身份在医疗信息学顶杆npj Digital Medicine（影响因子15.1，中科院一区）、运动医学顶刊Sports Medicine（影响因子9.8，中科院一区）等期刊发表学术论文，曾获英国艾伦·图灵研究所博士生激励计划、拉夫堡运动与健康学院“Pitch to Panel”专项经费、国家留学基金委奖学金等奖励，并担任 Scandinavian Journal of Medicine & Science in Sports、BMC Public Health、Journal of Sports Sciences、Scientific Reports 等期刊审稿专家。
