پژوهش تازهای که در مجله معتبر Nature Medicine منتشر شده، نشان میدهد الگوی حرکت بدن هنگام راه رفتن ممکن است اطلاعاتی فراتر از سرعت قدمبرداشتن و وضعیت پاها در اختیار پزشکان قرار دهد. محققان با کمک هوش مصنوعی و تحلیل حرکات سهبعدی بدن، توانستهاند ارتباط میان الگوی راه رفتن و مجموعهای از شاخصهای سلامت، از جمله وضعیت کبد، کیفیت خواب و خطر برخی بیماریها را شناسایی کنند.
در این پژوهش، حرکات ۳ هزار و ۳۲۸ بزرگسال با دوربین عمقسنج ثبت شد و یک مدل هوش مصنوعی الگوهای حرکتی آنها را بررسی کرد. نتیجه نشان داد اطلاعات استخراجشده از حرکت کل بدن میتواند به پیشبینی برخی ویژگیهای سلامت کمک کند؛ هرچند این روش هنوز ابزار تشخیص پزشکی نیست و برای استفاده بالینی به بررسیهای مستقل بیشتری نیاز دارد.
محققان برای جمعآوری اطلاعات، از شرکتکنندگان خواستند پنج فعالیت حرکتی مختلف انجام دهند: راه رفتن روی تردمیل با سرعت مشخص، راه رفتن با سرعت دلخواه، راه رفتن درجا، بلندشدن از روی صندلی و ایستادن برای بررسی تعادل. دوربین عمقسنج موقعیت ۲۶ مفصل بدن را در فضای سهبعدی ثبت کرد و مدل هوش مصنوعی با بررسی ارتباط میان این حرکات، الگوهای پیچیده حرکت بدن را یاد گرفت.
یکی از نتایج جالب این مطالعه به کبد مربوط میشود. پژوهشگران دریافتند الگوهای حرکتی بدن با میزان سفتی کبد ارتباط دارند؛ شاخصی که میتواند در ارزیابی فیبروز یا بافتسازی کبد مورد استفاده قرار بگیرد. مدل هوش مصنوعی توانست اطلاعاتی درباره این شاخص پیشبینی کند که در تحلیل پژوهشگران، با برخی آزمایشهای خونی کبد قابل مقایسه بود. این یافته به معنای تشخیص بیماری کبدی از روی راه رفتن نیست، اما نشان میدهد حرکات بدن ممکن است اطلاعاتی درباره وضعیت اندامهای داخلی نیز در خود داشته باشند.
کیفیت خواب نیز از دیگر موضوعاتی بود که در این پژوهش مورد توجه قرار گرفت. محققان دریافتند حرکات بالاتنه، بهویژه ناحیه بین شانهها و لگن، اطلاعاتی مرتبط با کیفیت خواب، بیخوابی و شاخصهای مرتبط با آپنه خواب در خود دارند. آپنه خواب اختلالی است که در آن تنفس فرد هنگام خواب بهطور مکرر متوقف میشود یا کاهش پیدا میکند. به گفته پژوهشگران، بررسی حرکت کل بدن میتواند اطلاعاتی را آشکار کند که با اندازهگیریهای معمول مانند سرعت قدمبرداشتن به دست نمیآیند.
مدل توسعهیافته در این تحقیق از میان ۳ هزار و ۲۱۰ ویژگی سلامت بررسیشده، با یک هزار و ۸۸۷ ویژگی ارتباط آماری معنادار نشان داد. همچنین افزودن اطلاعات حرکتی به مدلهای پیشبینی که از شاخصهایی مانند سن، شاخص توده بدنی و قد استفاده میکردند، دقت پیشبینی برخی وضعیتها از جمله دیابت، افسردگی و بیخوابی را بهبود داد. با این حال، مطالعه از نوع مقطعی بود؛ یعنی اطلاعات شرکتکنندگان در یک مقطع زمانی جمعآوری شد و نمیتوان بر اساس آن مشخص کرد تغییرات حرکتی علت بیماری هستند یا پیامد آن. پژوهشگران همچنین تأکید دارند که پیش از استفاده پزشکی از این فناوری، آزمایشهای بالینی و بررسی روی جمعیتهای متنوعتر ضروری است.
آیا نحوه راه رفتن میتواند وضعیت سلامت بدن را نشان دهد؟
بله؛ پژوهشها نشان میدهند سرعت، طول قدمها، تعادل و حرکت بخشهای مختلف بدن میتوانند با برخی شاخصهای سلامت ارتباط داشته باشند. با این حال، تغییر در راه رفتن بهتنهایی نشانه قطعی یک بیماری نیست.
هوش مصنوعی چگونه از روی راه رفتن وضعیت سلامت را بررسی میکند؟
در این پژوهش، دوربین عمقسنج موقعیت مفاصل بدن را در سه بعد ثبت کرد. سپس مدل هوش مصنوعی الگوهای حرکتی را تحلیل و ارتباط آنها را با اطلاعات پزشکی و آزمایشگاهی شرکتکنندگان بررسی کرد.
آیا از روی راه رفتن میتوان بیماری کبد را تشخیص داد؟
خیر. پژوهش نشان داده است الگوهای حرکتی با شاخصی مانند سفتی کبد ارتباط دارند، اما این فناوری هنوز جایگزین آزمایش خون، تصویربرداری یا ارزیابی پزشک نیست.
ارتباط نحوه راه رفتن با کیفیت خواب چیست؟
محققان دریافتند حرکت بالاتنه میتواند اطلاعاتی مرتبط با کیفیت خواب و شاخصهای آپنه خواب و بیخوابی داشته باشد. این یافته به معنای تشخیص قطعی اختلالات خواب از روی راه رفتن نیست.
آیا این فناوری بهزودی در گوشیهای هوشمند استفاده میشود؟
هنوز چنین چیزی مشخص نیست. پژوهش فعلی از دوربین عمقسنج و شرایط کنترلشده استفاده کرده و برای تبدیلشدن به یک ابزار پزشکی قابل استفاده در محیطهای روزمره، به مطالعات و اعتبارسنجیهای بیشتری نیاز دارد.