隋志宇,林冠成,陈雨桐

基于现代AI与教育行业深度融合背景，为探讨生成式AI融合智能穿戴设备是否满足提升运动处方干预效果及提升大学生体质健康的可行性，本研究采用随机对照实验设计，选取某高校210名大学生为研究对象，最终筛选有效数据共计180份，分为对照组（n=60）、常规实验组（n=60）和智能穿戴设备实验组（n=60）进行8周干预。实验测试内容及得分参考《大学生体质健康标准》测试内容与得分标准，实验结果采用描述性统计、方差分析、相关性分析等方法进行数据处理。研究结果显示：智能穿戴设备实验组干预效果最优，平均提升8.76±2.03分，优于常规实验组（3.87±0.78分）和对照组（-6.32±2.14分），组间差异均具有统计学意义（F=387.62，P<0.001），因此基于本研究的实验条件与样本范围内，生成式AI融合智能穿戴设备制定的个性化运动处方模式在提升运动处方实施效率与大学生体质健康水平上，有效果优于常规方案的潜在趋势，为高校智慧体育校园建设提供实证依据。

智能穿戴设备；个性化运动处方；生成式AI；大学生体质健康

[1] 国务院.教育强国建设规划纲要（2024—2035 年）[EB/OL].(2025-01-19).2026.04.05. [2] 教育部体育卫生与艺术教育司.2023 年国家学生体质健康标准测试数据统计公报[EB/OL].教育部.2024. [3] 国家体育总局.AI 技术为运动装上智慧大脑——揭秘可穿戴设备背后的超级算法[EB/OL].国家体育总局.2023.03.01. [4] American College of Sports Medicine.ACSM’s Guidelines for Exercise Testing and Prescription[M].12th ed.Philadelphia:Lippi ncott Williams&Wilkins,2025. [5] 国家体育总局运动医学研究所，中国体育科学学会运动医学分会，中国女医师协会医学体育专委会.临床运动处方实践专家共识（2025）[J].中国运动医学杂志，2025,44(5):341-357. [6] 唐国瑞，秦洪敏.“互联网+”向体育教育的延伸——智能穿戴设备在学校体育中的应用展望[J].体育科技,2016,37(03):143-144+150. [7] 张超.互联网+可穿戴式体育锻炼监控服务系统的理论构建[D].吉林大学,2016.

点击下载PDF