MYoACT は、たった 1 本の動画から人の動作を解析し、関節角度や姿勢の数値を瞬時に出力してくれます。その手軽さや精度は驚くべきものです。しかし、多くの MYoACT ユーザーが直面するのは、この数値の「その後」です。
数値をどう解釈したらよいか——MYoACT ユーザーの共通の課題
MYoACT により、動作の関節角度・床反力・筋活動などの数値の取得が容易になりました。しかし、「その数値をどう解釈したらよいのか」「どう改善すればいいのか」という問いに対する答えは、専門家の知識と経験に依存していました。
スポーツ科学の世界では、動作分析は論文や研究データと照らし合わせて初めて意味を持ちます。しかし、その知識を手に入れ、自分の数値と比較し、改善策を導き出すには、膨大な時間と専門知識が必要でした。
そこで、株式会社 ORGO では、MYoACT と ChatGPT を組み合わせることで、この「数値をどう解釈したらよいか」というギャップを埋める方法を社内で試してみました。この記事では、その試行錯誤の過程と、実際の使い方をご紹介します。
MYoACT × ChatGPT で実現する動作改善の 3 ステップ
ステップ 1：論文の探索
動作解析の第一歩は、その動作に関する「基準値」や「理想値」を知ることです。しかし、スポーツ科学の論文は膨大で、最新の知見を探すのは容易ではありません。
この課題に対する一つの解決策として、ChatGPT の DeepResearch 機能を活用することを提案します。
ステップ 2：実際の動作を MYoACT で解析
論文で基準値を調査したら、次は実際の動作を撮影し、MYoACT で解析します。
MYoACT で解析をするのは、動画をアップロードして、解析名、身長体重を入力するだけです。動画のトリミングなども UI 上で可能です。
MYoACT では、関節角度や姿勢、タイミングなどの数値データを CSV 形式で出力することが可能です。
ステップ 3：ChatGPT による解説とアドバイス生成
MYoACT から出力された CSV データと、DeepResearch で得られた論文情報を、ChatGPT に同時に提供します。
具体的なプロンプトの書き方や、効果的な活用方法について詳しく知りたい方は、お気軽にお問い合わせください。
実際にバスケットボールのフェイントで試してみた
今回はバスケットボール経験者の方に、動画の撮影にご協力いただき解析させていただきました。
今回、MYoACT 解析&ChatGPT 解説で、以下のような解説が生成されました。
エグゼクティブサマリ（つまり何？）
右脚での「見せかけ」は十分強いが、「重心移動の速さ」と「上半身の演技」がまだ伸びしろ大きい
→ 右足の踏み込み〜ブレーキはかなり強く、カットに必要な力はしっかり出せています。一方で、右から左への重心の切り替えに約0.3秒かかっていて、もう少し短くできる余地があります。
カット自体は安全寄りのフォーム
→ 膝の内外反角度（いわゆるニーイン）やモーメントは「極端に危険」というレベルではなく、膝を深く曲げて衝撃を逃がせているので、ACL損傷リスクはそこまで高くはなさそうです。
右脚依存がかなり強い
→ 垂直床反力のインパルス（力×時間の総量）は、右脚が左脚の約2倍。右脚での減速・方向転換に頼るスタイルなので、右膝・右足首への蓄積負荷は要注意です。
ディフェンスを騙す「上半身の情報量」がやや少ない
→ 骨盤はフェイント方向にしっかり回っていますが、胸（胸椎）・肩の回り込みはそこまで大きくなく、「腰だけ右に行くけど上半身はそこまで向いていない」印象。
→ 守備者は肩・視線・ボールの位置を見ているので、もっと肩・頭・ボールの”右方向情報”を増やすとフェイクとして強くなれます。
改善の方向性（ざっくり）
- 右ステップの着地時にもう少しだけ外側＆前方に踏み出して、「横＋前」のブレーキをより強調
- 右ステップ中に肩・胸・視線・ボールも一緒に右へ「見せる」
- 右の踏み切りから左脚への重心移動をもう少しだけ速く（今より0.05〜0.1秒短くするイメージ）
- 膝とつま先の向きを揃え続ける意識で、内旋モーメントがピークになる局面のリスクを下げる
1. 動作の流れ（ざっくり時系列）
解析した波形を見ると、1.6秒ほどの動作で、
0.0〜0.2秒
両脚荷重からスタート。右・左とも垂直床反力が体重相当以上で、普通の立位〜準備姿勢。
0.2〜0.5秒
床反力が落ちていき、「動き出し〜ステップ準備」。
まだフェイントというより、「構え→動き始め」の区間。
0.9〜1.1秒付近：右脚の強いステップ（”右に行く”と見せるフェイントの山）
- 右足の垂直床反力がピーク約917N（体重の1.3〜1.5倍くらいを想定）
- この間はほぼ右脚単独支持で、左脚はほとんど床反力ゼロ〜ごく小さい値
- 骨盤は左回旋 −20°付近から +5〜6°あたりまで回り、右方向への向きが強まる
- 骨盤後傾（前傾の逆方向）が増えており、しっかり腰を落として低い姿勢を取れています。
1.3〜1.45秒付近：左脚への切り替え＆カット方向への押し出し
- このあたりから左足の垂直床反力が急上昇し、右足よりも大きくなる（最大約688N；時刻1.44秒付近）
- 同時に、左床反力X,Y成分も大きくなっており、横方向＋前後方向の強い力で「左に切り返して加速」していることが分かります。
- 骨盤回旋は一気に−37°〜−59°（左向き）まで進み、腰の向きは完全に左方向へ。
1.45秒以降：フォロースルー
左脚支持が続き、右脚はスイングレッグとして次の一歩に向かうフェーズ。
筋活動も左殿筋・ハムストリング優位に切り替わっています。
2. 良い点（強み）
2-1. 右脚のブレーキ・推進能力が高い
右垂直床反力のピークが約917N、左は約688Nで、右脚での減速・方向付けがしっかりできるタイプです。
0.95〜1.10秒の区間で、右床反力の水平成分（X,Y）も大きく、「前進しながら右に行く」と見せるための減速＆方向転換の力は十分出せています。
2-2. 重心を落としてから切るフォーム（膝・股関節の曲がり）
膝屈曲角度の範囲
- 右膝：約27〜105°
- 左膝：約36〜94°
フェイントの山付近（1.0秒前後）では、左膝は90°以上、右膝も45°前後までしっかり曲がっています。
これは、スピードを殺しつつ、次の一歩のためのエネルギーを脚全体で受けられているフォームで、縦方向の衝撃を膝だけでなく股関節や体幹にも分散できていて、怪我の面でもプラスです。
2-3. カット方向への切り返しは「骨盤主導」で大きい
骨盤左回旋角度が
- 右方向への見せフェイント時：約 +6°
- 左へのカット時：約 −37° → −59°
カットに入ってからの骨盤の回り込みが大きく、腰からしっかり左方向へ回して、推進力を作れていると言えます。
2-4. 筋活動の切り替えが素直で、左右の役割分担がはっきり
右ステップ中（1.0秒付近）
- 右ハムストリング（半腱様筋・半膜様筋・大腿二頭筋長頭）、右大腿四頭筋が中〜高めの活動
左カット中（1.44秒付近）
- 左大殿筋・中殿筋・ハムストリング・大腿直筋の活動がしっかり立ち上がる
「右で止める／見せる → 左で押し出す」という役割分担がきれいにデータにも出ていて、方向転換の基本的な使い方はとても良いです。
3. 課題・改善ポイント（フォーム）
課題1：重心移動がやや「ゆっくり目」
右脚で最大荷重（1.05秒付近）を迎えてから、左脚の垂直床反力が右を上回るのが約1.37秒付近です。
つまり、重心のメイン支持脚が右→左に切り替わるまで約0.3秒ちょっとかかっています。
方向転換をもっとキレよく見せるには、この0.3秒を少し削っていく（0.2秒台前半くらいを目標）と、ディフェンスから見る「切り返しの速さ」が一段上がります。
改善イメージ
右ステップの着地位置を、いまより少しだけ外側（身体の真下より外）に置くかつ少し前寄りに着く
これにより、横方向のブレーキ＋前進のブレーキを同時にかけやすくなり、右足で「ギュッ」と止まってすぐに左へ押し出す時間を短縮しやすくなります。
課題2：上半身（胸・肩・頭）の「右への見せ方」が控えめ
データ上、骨盤回旋はかなり動いている一方で、胸椎の回旋はフェイント局面（1.0秒付近）で +6〜7°程度に留まっています。
つまり、腰はそこそこ右を向いているが、胸・肩まではあまり大きく右を向いていない状態です。
ディフェンス目線では
多くのディフェンスは足元以上に胸・肩・顔・ボールの向きを見ています。
そこがあまり右に向いていないと、「本当に右に行く気があるのか？」と読まれやすい可能性があります。
改善イメージ
右に踏み出す瞬間に、
- 胸とボールをもう半歩右側へ運ぶ意識
- 頭と視線も一瞬だけ右方向のスペース（or味方）を見る
ただし、体重の実際の軸は「おへそ〜腰あたり」で管理し、”見た目だけ”もう少し右にオーバーシュートさせるイメージです。
→ これで、守備者には「マジで右にドライブしてくる」印象を強く与えつつ、実際にはすぐ左に切り返せます。
課題3：右脚への依存が強く、長期的な負担が偏りやすい
垂直床反力の積分（インパルス）を見ると、右脚 ≒ 左脚の約2倍でした。
ドリブルのクセとして「右で見せる→左に切る」が多いと、長期的には右膝・右足首・右股関節への負担が溜まりやすい構造です。
改善・工夫
- 左始動（「最初に左脚を踏み出して、左に見せて右に切る」）のパターンも、練習メニューとして右パターンと同じくらいの回数こなす
- 右脚の筋力・可動域トレーニングだけでなく、左脚も同様かそれ以上に鍛えておくことで、長期的なオーバーユースリスクを抑えられます。
4. ケガのリスク分析（特に膝・足首）
4-1. 膝の内外反（ニーイン・ニーアウト）
- 左膝外反角度（ニーイン側）：最大 約14°程度
- 右膝内反角度（ニーアウト側）：最小 −14°程度
極端な値ではなく、ACLリスクを強く疑うような派手なニーインパターンは見られません。
4-2. 膝モーメントと床反力の組み合わせ
右膝内旋モーメント：最大 約28Nm（1.0〜1.05秒付近）
このタイミングでは右垂直床反力もピーク近く（900N前後）で、「大きな荷重＋膝のねじれ」が同時に起きている局面です。
一方で、膝の屈曲角は十分あり（膝が伸び切った状態ではない）、衝撃を筋肉と関節全体で分散できているため、「極端に危ない」とまでは言えないレベルと考えられます。
ケガ予防の具体的なポイント
右ステップ着地時に、
- つま先と膝の向きをできるだけ揃える（膝が内側・外側に逃げすぎない）
- 骨盤・膝・つま先を「同じ面」に乗せるイメージ
ハムストリング・中殿筋（特に右）の筋力＆コントロール強化
- 片脚スクワット、サイドランジ、片脚RDLなどで、「膝が内に崩れず、つま先方向に曲がる感覚」を反復する
4-3. 足首（内反捻挫）のリスク
右足関節内反モーメント：最大 約26Nm
値としては大きすぎるわけではないですが、右外側靱帯にストレスがかかる局面はそれなりにあるので、足首周りの安定化トレーニング（チューブでのエバージョン、バランスボードなど）も並行して行うと安心です。
5. ディフェンスをより騙すための具体的な改善案
5-1. 「右に行く」ときの見せ方を、データ前提で少しオーバーに
今の特徴（データから）
- 骨盤は右方向への回旋がそこそこあるが、胸椎や肩の回旋量はそれほど大きくない
- → 「下半身は右を向くけど、上半身の情報はそこまで右じゃない」
改善案
右ステップの瞬間に、
- ボールを身体の中心より少し右側・少し前に出す
- 胸と肩をもう5〜10°ほど右に回すイメージ（※実際の角度は感覚でOK）
- 視線は「右のドライブレーン」か「右側の味方」に一瞬フォーカス
すぐに左に切るときは、視線だけ先に左へ「チラ見」させることで、ディフェンスの重心をさらに揺さぶることができます。
5-2. 右足の着地位置で「ラインを跨ぐ」
現状は、重心の真下〜やや外くらいに着いている可能性が高い（床反力の出方からの推定）。
ディフェンスを大きく動かしたいときは、自分の体の中心線より、もう半足〜一足分だけ外側に右足を置くと、守備者は「自分の身体のライン」を跨がれた感覚になり、つられて右に大きく動きやすくなります。
5-3. 重心切り替え時間を「短く・でも硬くならない」ように
今は、右最大荷重から左優位になるまで約0.3秒ちょっと。
ここを詰めるために、
練習アイデア
低〜中強度で、「右踏み込み→左カット」をあえてスローモーションで形だけ確認
次に、0.1秒ずつ速くしていくイメージでスピードを上げる
目的は、フォームを崩さずにタイミングだけを速くすること。
膝が伸びたままガチっと止まるフォームにならないよう注意。
6. 「もっとこういう示唆もあると良さそう」な観点
今回のCSVは1試技分なので、”この動きがあなたのいつもの傾向そのもの”とは言い切れません。もし今後データを増やせるなら、こんな示唆も出せるようになります：
6-1. 再現性（安定性）の分析
同じフェイントを10回くらい計測して、
- ピーク床反力
- 重心切り替え時間
- 骨盤・膝のピーク角度
これらのバラつき（標準偏差）を見ると、「試合でも出しやすい動き」かどうかが分かります。
6-2. 左右対称の比較
「右に見せて左に行く」 vs 「左に見せて右に行く」で
- 床反力インパルス
- 膝モーメント
- 筋活動パターン
を比べることで、どちら側のフェイントが武器になりやすいか、どちら側を優先的に強化すべきかをはっきり提示できます。
6-3. ポジション別・レベル別の基準との比較（もしリファレンスデータがあれば）
同じ身長・体重・ポジションの上級者データと重ねて、
- ピーク床反力
- 接地時間
- 関節角度
を比較することで、「エリートに近い点」「まだ差がある点」を数値で見せることができます。
まとめ
右足の踏み込み〜ブレーキは強くて、カットの基礎的な力は十分。フォームもケガのリスクを極端に高めるような特徴はなく、むしろ”安全寄りの良いフォーム”。
そのうえで、
- 重心移動の速さ（右→左の切り替え）
- 上半身（胸・肩・視線・ボール）での「右への演技量」
- 右脚依存を少し和らげるバランス
を調整していくと、「より騙せて」「より速く」「長くプレーできる」フェイントに近づいていけると思います。
もし、「このタイミングの写真（静止画）で、自分の姿勢イメージも見たい」「トレーニングメニュー（筋トレ・フットワークドリル）に落とし込みたい」などあれば、その前提で練習メニュー案まで落とし込んで書き出しますね。
MYoACT と ChatGPT を組み合わせた分析を日常的に活用することで、「数値をどう解釈したらよいか」という壁を乗り越えられます。最新の研究と自分のデータを結びつけることで、より科学的な動作分析が可能になります。
MYoACT が数値を出し、ChatGPT がその意味を教えてくれます。MYoACT と ChatGPT を使って、ご自身の動作や、指導者としてクライアント様の動作改善につなげてみてはいかがでしょうか。