パーソナライズされた理学療法のためのエージェント型 AI：生成動画トレーニングとリアルタイム姿勢補正のためのマルチエージェンティフレームワーク

arXiv:2604.21154v1 Announce Type: new 要約：自宅での理学療法遵守率は、パーソナライズされた監督と動的フィードバックの不足により依然として極めて低いままです。既存のデジタルヘルスソリューションは、患者の特定の傷害制限や家庭環境を考慮していない静的な事前に録画された動画ライブラリや一般的な 3D アバターに頼っているため、効果を発揮できていません。本論文では、テレリハビリのループを閉じるために、生成 AI とコンピュータビジョンを活用した新しいマルチエージェンティシステム（MAS）アーキテクチャを提案します。当社のフレームワークは、以下の 4 つの専門的微エージェンティで構成されています：非構造化な医療記録を運動学的制約にパースする臨床抽出エージェンティ；基礎的な動画生成モデルを活用してパーソナライズされた患者固有の運動動画を作成する動画合成エージェンティ；リアルタイム姿勢推定を行うビジョン処理エージェンティ；および修正指示を発行する診断フィードバックエージェンティです。我々はシステムアーキテクチャを提示し、大規模言語モデルと MediaPipe を使用したプロトタイプパイプラインを詳述するとともに、臨床評価計画を概説します。この研究は、生成メディアとエージェントによる自律的な意思決定を組み合わせることで、パーソナライズされた患者ケアを安全かつ効果的にスケーラブルにできることを示しています。

arXiv:2604.21154v1 Announce Type: new Abstract: At-home physiotherapy compliance remains critically low due to a lack of personalized supervision and dynamic feedback. Existing digital health solutions rely on static, pre-recorded video libraries or generic 3D avatars that fail to account for a patient's specific injury limitations or home environment. In this paper, we propose a novel Multi-Agent System (MAS) architecture that leverages Generative AI and computer vision to close the tele-rehabilitation loop. Our framework consists of four specialized micro-agents: a Clinical Extraction Agent that parses unstructured medical notes into kinematic constraints; a Video Synthesis Agent that utilizes foundational video generation models to create personalized, patient-specific exercise videos; a Vision Processing Agent for real-time pose estimation; and a Diagnostic Feedback Agent that issues corrective instructions. We present the system architecture, detail the prototype pipeline using Large Language Models and MediaPipe, and outline our clinical evaluation plan. This work demonstrates the feasibility of combining generative media with agentic autonomous decision-making to scale personalized patient care safely and effectively.