Samstämmig validering av OpenCap för att identifiera riskfaktorer för åter‑skada på ACL vid ett drop‑jump‑test i en frisk kohort

Varför hoppforskning spelar roll för dina knän

Många idrottare som spricker främre korsbandet (ACL) i knäet drabbas av en andra skada trots noggrann operation och rehabilitering. Läkare vet att subtila förändringar i hur en person landar efter ett hopp kan avslöja denna dolda risk, men de bästa verktygen för att mäta dessa rörelser är dyra labbsystem med reflekterande markörer och kameror. Denna studie undersökte om en ny, lågkostnadsmetod baserad på smartphone kallad OpenCap kan ge liknande insikter, och därigenom potentiellt föra avancerad rörelseanalys ut ur laboratoriet och in i vanliga kliniker och träningslokaler.

Från högteknologiska labb till telefoner på stativ

Traditionell tredimensionell rörelseanalys använder många infraröda kameror och kraftplattor i golvet för att spela in hur kroppen rör sig och hur hårt den träffar marken. Den är mycket noggrann, men kräver tid, pengar och teknisk expertis, så endast ett fåtal specialiserade center kan erbjuda den. System utan markörer försöker undanröja dessa hinder genom att använda vanliga videokameror och artificiell intelligens för att spåra kroppens positioner utan att fästa markörer på huden. OpenCap går ett steg längre genom att använda vanliga smartphones plus molnbaserad beräkning, vilket erbjuder ett potentiellt prisvärt sätt att analysera rörelse nästan var som helst.

Sätta OpenCap på prov

Forskarna rekryterade 24 friska, fysiskt aktiva vuxna för att utföra en krävande landningsövning: att kliva ner från en 30‑centimeters låda och sedan hoppa uppåt igen så snabbt och kraftfullt som möjligt. Under 240 sådana drop‑jumps fångades varje rörelse samtidigt av både det guldsandardiserade systemet med markörer i labbet och smartphone‑baserade OpenCap‑uppsättningen. Teamet fokuserade på mått som är kända för att vara kopplade till risk för åter‑skada på ACL: hur knät rör sig inåt eller utåt vid landning, hur kraftigt knä‑ och höftmusklerna arbetar för att kontrollera rörelsen, och hur stor vertikal kraft som går genom varje ben när fötterna träffar marken.

Hur nära kom telefonerna?

Vad gäller övergripande rörelsemönster presterade OpenCap förvånansvärt väl. Kurvornas form över tid—som visar hur leder rörde sig och hur krafter steg och föll—stämde väl överens med labsystemet för många variabler. Men när teamet granskade storleken på skillnaderna uppstod viktiga glapp. Knävinkeln i sidled skiljde sig i genomsnitt med mer än sex grader, större än de små förändringar som visat sig skilja idrottare som drabbas av en andra ACL‑ruptur från dem som inte gör det. Krafter vid knäet och markreaktionskrafterna under fötterna visade också fel utöver vanligt accepterade gränser för kliniska beslut, och betydande skillnader dök upp under stora delar av landningsfasen. I ungefär en av fem försök kunde OpenCap:s interna simuleringar inte ens producera användbara kraftuppskattningar.

Vad detta betyder för idrottare och kliniker

Eftersom risken för åter‑skada på ACL beror på små men betydelsefulla skillnader mellan extremiteter och över tid, måste verktyg som används för att vägleda beslut om återgång till idrott vara både noggranna och konsekventa. I denna studie fångade OpenCap pålitligt den allmänna formen av hur människor rörde sig och landade, men det var inte tillräckligt precist i viktiga knävinklar, muskelbelastning och skillnader mellan benen för att säkert ersätta ett fullständigt laboratoriesystem vid individuell riskbedömning. Författarna drar slutsatsen att OpenCap för närvarande inte bör användas ensam för att bedöma om en idrottare är redo att återgå till idrott efter ACL‑kirurgi.

Löfte om framtiden

Även om OpenCap inte nådde upp till nuvarande kliniska standarder är resultaten uppmuntrande på ett annat sätt. Den starka överensstämmelsen i övergripande rörelsemönster tyder på att med bättre pose‑estimeringsalgoritmer och förfinade interna modeller kan system baserade på smartphones så småningom minska gapet. Om sådana förbättringar lyckas kan rörelseanalys som tidigare krävde ett specialiserat labb en dag utföras i en vanlig klinik, träningsanläggning eller till och med vid sidan av spel‑ eller träningsfältet—vilket hjälper fler idrottare att skydda sina knän utan hinder från dyr utrustning.

Citering: Färber, B., Horsak, B. & Paternoster, F.K. Concurrent validation of OpenCap for identifying ACL re-injury risk factors during a drop jump test in a healthy cohort. Sci Rep 16, 9843 (2026). https://doi.org/10.1038/s41598-026-44758-0

Nyckelord: Risk för åter‑skada på ACL, rörelseupptagning utan markörer, förebyggande av idrottsskador, landningsmekanik vid hopp, rörelseanalys med smartphone