筋力トレーニングに伴う筋疲労は不可避であり、その進行は傷害発生リスクの増大と関連することが報告されている。申請者はこれまで、主観的運動強度（RPE）と挙上速度低下率を組み合わせることにより、筋疲労を評価する手法を提案してきた。しかしながら、RPEスコアの個人内・個人間ばらつきや、挙上速度を測定する機器の導入コストといった課題が存在しており、本手法をトレーニング現場に広く還元するためにはこれらの問題を解決する必要がある。そこで本研究では、人工知能（AI）技術を活用し、本筋疲労評価手法を即時的かつ実用的に利用可能な形でトレーニング現場に提供することを目的とする。2026年2月時点において、申請者は本研究の予備的検証を完了しており、その結果、筋力トレーニング中におけるRPEの増加は主として末梢における代謝産物の蓄積と関連することが示された。これらの成果は国際学術誌に採択されている。（Zhao H, Kurokawa T, Tajima M, Liu Z, Okada J. Understanding perceived exertion in power-aimed resistance training: the relationship between perceived exertion and muscle fatigue. PeerJ. 2025 Nov 28;13:e20426. doi: 10.7717/peerj.20426.）