AIを活用して心血管デカップリングを検知する方法

AIが心拍数と負荷の時系列データを分析し、心血管デカップリングが発生するポイントを見つけ出します。負荷に対して心拍数が不釣り合いに上昇する地点を特定することで、代謝効率を明確に可視化できます。

1. 01

   ログの読み込み

   アップロードされたファイルから、心拍数と負荷の時系列メトリクスをAIが読み取ります。

   detect_hr_drift
2. 02

   ドリフトパターンの検出

   負荷が一定であるにもかかわらず、心拍数が上昇し始める特定の瞬間をAIが探します。

   detect_hr_drift
3. 03

   閾値の算出

   検出されたドリフトに基づき、AIが代謝閾値を特定します。

   detect_hr_drift
4. 04

   分析結果の要約

   トレーニング計画に役立つ形で、閾値やドリフトの発生ポイントをAIがまとめます。

   detect_hr_drift

Lactate Threshold Estimator Connector

準備完了です。MCPクライアントを選択し、セットアップ手順に従ってください。

コネクタリンクhttps://edge.vinkius.com/vk_preview_517JLk8fbZ9o9yNBVIHfaqcSz8CynDAMBuXsidVE/mcpコピー

Claude Desktop

以下の手順で数秒で接続できます。

1. 1In Claude Desktop, open Settings → Connectors.
2. 2Click “Add custom connector” and paste the connector link above as the remote MCP server URL.
3. 3Click Add and start a new chat — Lactate Threshold Estimator capabilities are ready to use.

設定 · claude_desktop_config.jsonコピー

{
  "mcpServers": {
    "lactate-threshold-estimator-mcp": {
      "url": "https://edge.vinkius.com/vk_preview_517JLk8fbZ9o9yNBVIHfaqcSz8CynDAMBuXsidVE/mcp"
    }
  }
}

• Claude
• ChatGPT
• Cursor
• VS Code
• Windsurf
• Claude Code
• JetBrains
• Cline

MCPをクライアントに接続するだけです。ログイン資格情報は、当社のシステム内で暗号化され安全に保護されます。技術的な詳細はコネクターのページで確認できます。

• 01

  AIがトレーニング計画を自動的に変更することはありますか？

  いいえ。AIは生理学的なデータを特定しますが、トレーニングスケジュールの変更を行うのはユーザー自身です。

• 02

  AIは元のトレーニングファイルを削除しますか？

  いいえ。AIは分析のためにデータを読み取るだけで、元のファイルが書き換えられたり削除されたりすることはありません。

• 03

  どのようなデータを提供する必要がありますか？

  心拍数と負荷メトリクスの両方が含まれる時系列データが必要です。

• 04

  AIは将来のパフォーマンスを予測できますか？

  いいえ。記録済みのデータを分析して、過去の閾値やドリフトを特定することのみ可能です。

• 05

  どんな心拍計でも使えますか？

  CSVやJSON形式など、AIクライアントが読み取れる形式で書き出しができるデータであれば、どの心拍計でも利用可能です。

• Lactate Threshold Estimatorについて他に質問がありますか？ Lactate Threshold Estimator コネクターの全機能を見る