Часом лікарю достатньо спостерігати за тим, як пацієнт іде кабінетом до стільця, щоб запідозрити певні порушення. Манера пересування нерідко стає першим сигналом прихованих змін в організмі ще до початку розмови. Нове дослідження підтверджує, що штучний інтелект здатен виявляти такі закономірності з високою точністю.
Науковці Інституту Вейцмана розробили систему, яка зчитує моторику всього тіла. Алгоритм аналізує дані та знаходить кореляції, не пов’язані безпосередньо з м’язами чи суглобами. За ходьбою він виявляє порушення сну, розвиток діабету та стан печінки. Про це повідомляє джерело.
Як працювало дослідження
У межах проєкту фахівці опрацювали записи рухів 3328 дорослих добровольців. Результати опубліковано в журналі Nature Medicine. Учасники проходили п’ять етапів рухової активності: повільна ходьба на біговій доріжці зі швидкістю 3 кілометри на годину, звичайний темп, крокування на одному місці, підйом зі стільця та стояння нерухомо для оцінки стійкості.
Положення суглобів у тривимірному просторі фіксувала спеціальна камера з датчиком глибини. Інженери натренували нейромережу за принципом заповнення пропусків: із відеозаписів навмисно вирізали сегменти, змушуючи програму самостійно відновлювати втрачену траєкторію. Щоб зробити це точно, алгоритм навчився розуміти складну біомеханіку та координацію сегментів тіла.
«Коли ми розпочинали цей проєкт, ми вірили, що рухи можуть багато розповісти про ваше здоров’я», — розповів співавтор наукової роботи, фахівець із комп’ютерних наук Інституту Вейцмана Адам Габет.
Отримані біомеханічні профілі перевели в числові дані та порівняли з медичними досьє учасників. Туди входили аналізи крові, заміри тіла, хронічні недуги та звички. З 3210 перевірених параметрів здоров’я модель знайшла статистично підтверджений зв’язок із 1887 показниками. Аналіз моторики всього тіла виявився значно глибшим за класичні вимірювання.
Одним із найпоказовіших прикладів стала печінка. Ступінь її фіброзу чи рубцювання оцінюють за жорсткістю тканин. Цифрові патерни рухів дозволяють спрогнозувати цей показник з точністю, що не поступається спеціалізованим біохімічним тестам крові. Не менш несподіваним виявився зв’язок зі сном: характер рухів корпусу між плечовим поясом і тазом зберігає відбиток того, наскільки активно людина тренується і як добре вона спить.
«Відкриттям, яке мене особливо вразило, стало те, наскільки сильно якість сну впливає на наше тіло», — зізнався Габет.
Штучний інтелект успішно виявляв ознаки обструктивного апное. Система вловлювала наслідки безсоння та реагувала на те, скільки годин учасник спав напередодні. Це доводить, що порушення сну прямо позначаються на біомеханіці тіла. Коли до базових прогностичних моделей, які вже враховували вік, зріст, індекс маси тіла та об’єм внутрішнього вісцерального жиру, додали показники рухових патернів, точність виявлення діабету, депресивних розладів, безсоння та факту прийому ліків помітно зросла.
Автори розраховують, що в майбутньому такий скринінг стане рутинним інструментом у кабінетах лікарів. Це швидке тестування, яке не вимагає аналізів крові чи складних втручань.
Водночас науковці застерігають від поспішних висновків. Робота мала крос-секційний характер, тобто стан добровольців фіксували одноразово, а не в динаміці. Тому неможливо достеменно сказати, що виникає раніше — хвороба чи зміна ходи. Ще одним обмеженням стала однорідність вибірки: більшість учасників були загалом здоровими ізраїльтянами ашкеназького походження. Результати ще потрібно перевірити на інших етнічних та вікових групах.
«Перед впровадженням у медичну практику знадобляться клінічні дослідження, які продемонструють чітке розмежування показників із високою специфічністю», — резюмував науковець.
Надалі команда планує з’ясувати, чи починає змінюватися манера рухів людини ще на доклінічній стадії, до появи перших відчутних симптомів.