Trimestersmedveten rekommendation av yogavideor för gravida med hybrid djupinlärning

Varför smartare prenatal yoga spelar roll

Många blivande mödrar vänder sig till YouTube för prenatal yoga i hopp om att lindra ryggsmärta, minska stress och sova bättre. Men inte varje position är säker i varje skede av graviditeten, och de flesta videoplattformar är inte utvecklade med graviditet i åtanke. Den här studien presenterar ett nytt sätt att automatiskt rekommendera online-yogavideor som matchar en kvinnas trimester och hälsobehov, med målet att hålla både mor och barn säkra samtidigt som yogans fysiska och emotionella fördelar bibehålls.

Utmaningen med säker yoga under graviditet

Graviditet ställer ovanliga krav på kropp och sinne. Hormonella förändringar, ändrad hållning och ökat tryck på inre organ kan göra även enkla rörelser annorlunda och ibland riskfyllda. Forskning visar att ohanterad stress och ångest hos mödrar kan påverka fostrets hjärnutveckling och senare beteende hos barnet. Yoga är välkänt för att förbättra rörlighet, styrka, humör och kroppens stressystem, vilket gör det till ett lovande verktyg inom prenatal vård. Ändå skiljer sig många onlineprogram inte mellan trimestrar, och vissa inkluderar positioner—som djupa vridningar eller långa perioder liggande plant på rygg—som inte rekommenderas för gravida. Författarna menar att alla digitala yogaguider för graviditet måste sätta säkerhet och kontext i centrum, inte behandla det som en bisak.

Att omvandla röriga onlinevideor till användbar vägledning

Forskarna sammanställde en specialiserad datamängd med 200 prenatala yogavideor från YouTube och en professionell plattform, Yoga Download. Varje video granskades noggrant av prenatala experter för att ta bort rutiner med osäkra positioner och märktes med trimester, svårighetsgrad och huvudsakliga fördelar, såsom stresslindring eller stöd för ryggsmärta. Från dessa videor delade teamet upp materialet i mer än 35 000 enskilda bildrutor och rengjorde dem med ett sofistikerat brusreduceringsfilter så att detaljer om kroppens hållning förblev skarpa. De bearbetade också videotitlar, beskrivningar och taggar genom att ta bort tomma ord, dela upp meningar i meningsfulla termer och reducera dem till sina grundformer. Denna dubbla rensning—av text och bilder—lade grunden för ett intelligent system som kunde ”förstå” vad varje video erbjuder och för vem den är lämplig.

Hur AI-modellen lär sig vad som är säkert

I kärnan av systemet finns en hybrid djupinlärningsmodell som tittar på både ord och visuella element. För text använder den en förbättrad version av en standardmetod som poängsätter hur viktig varje term eller fras är över alla videor. För bilder förlitar den sig på ett kraftfullt visionsnätverk kallat ResNet152 för att omvandla varje yogapose-ruta till ett detaljerat numeriskt fingeravtryck. Dessa fingeravtryck kombineras sedan och jämförs med en användarprofil som inkluderar hennes trimester, hälsobekymmer och föredragen svårighetsnivå. En särskild likhetsmått ger extra vikt åt säkerhet i tidig graviditet, där riskerna är större, och släpper något i senare trimestrar. Utöver detta kopplar ett grafbaserat neuralt nätverk samman användare, positioner, videor och hälsotillstånd, vilket tillåter säkerhetsregler—som ”undvik stark bukkompression under första trimestern”—att spridas genom rekommendationssystemet.

Test av noggrannhet och säkerhet i verkliga världen

För att se om tillvägagångssättet fungerar jämförde författarna det med flera etablerade djupinlärnings- och rekommendationsmetoder. De utvärderade inte bara hur ofta modellen valde rätt video, utan också hur högt den rankade de bästa alternativen i en förslagslista. I flera tester, inklusive fem rundor av korsvalidering, uppnådde systemet cirka 98,3 % noggrannhet och starka resultat för precision, återkallelse och rankningskvalitet. Viktigt är att det nådde över 97,5 % efterlevnad av trimester-specifika säkerhetsregler, och nästan perfekt säkerhet under första trimestern. En panel bestående av obstetriker och certifierade prenatala yogainstruktörer granskade oberoende ett urval av rekommendationerna och var överens med systemets val i mer än 94 % av fallen, vilket ger klinisk trovärdighet åt resultaten.

Vad detta betyder för gravida och vidare

För en lekmannaläsare är huvudbudskapet att det kanske snart blir möjligt att öppna en yoga-app eller videosajt, ange några enkla uppgifter om graviditetsstadium och hälsa, och få en kort lista med rutiner som inte bara är nyttiga utan också granskade utifrån säkerhet. Studien visar att genom att kombinera noggrann datarensning, kraftfulla mönsterigenkänningsverktyg och explicita säkerhetsregler kan artificiell intelligens fungera mer som en försiktig prenatal instruktör än en generell videorekommendator. Även om detta arbete fokuserar på yoga under graviditet kan samma idéer vägleda säkra träningsförslag för personer med hjärtproblem, ledproblem eller andra medicinska behov—och erbjuda personligt stöd samtidigt som hälsorisker hålls under strikt kontroll.

Citering: Bawistale, K., Rajendran, S. & Khalid, M. Trimester-aware yoga video recommendation using hybrid deep learning for pregnant woman. Sci Rep 16, 6229 (2026). https://doi.org/10.1038/s41598-026-37149-y

Nyckelord: prenatal yoga, graviditetshälsa, personliga rekommendationer, djupinlärning, säkra övningar