对三千多名志愿者三维动作记录的分析显示,行走时身体和躯干的姿态与内脏器官状态及夜间睡眠质量相关。据infohub.kz网站报道。
以色列魏茨曼研究所的研究人员开发出一套人工智能系统,可根据步态和全身动作特征识别隐藏的健康指标,包括肝脏状况、糖尿病和睡眠障碍。据ScienceAlert报道,这项研究成果已发表在《Nature Medicine》杂志上。
在这项研究中,计算机科学家亚当·加贝特带领的团队分析了3328名成年志愿者的动作记录。参与者完成了五项任务:以每小时3公里的速度和日常步速在跑步机上行走、原地踏步、从椅子上起身以及静止站立以检查平衡。深度相机记录了26个关节在三维空间中的位置,随后神经网络学习还原动作中缺失的片段,并将其转换为数值模型。
将数据与病历和化验结果进行比对后发现,步态与所研究的3210项健康特征中的1887项存在统计学上显著的关联。结果显示,动作特征能够评估肝脏组织的硬度——即肝脏纤维化的指标——其准确度不亚于血液化验。此外,上半身的动作还能反映前一晚的睡眠质量、失眠和睡眠呼吸暂停风险,并提高了对糖尿病和抑郁症的预测准确度。
据作者介绍,未来这种非接触式检测在针对更多样化人群完成临床试验后,有望成为标准医生检查的补充手段。


