Походка может рассказать о здоровье 18 систем организма

Исследование Nature Medicine показало, что искусственный интеллект способен находить в движениях человека признаки состояния обмена веществ, сна и других характеристик здоровья

Обычно мы замечаем походку, когда она меняется. Человек начинает медленнее двигаться, прихрамывать, терять равновесие или испытывать трудности при подъеме со стула.

Врач может связать такие изменения с состоянием суставов, мышц или нервной системы. Однако новое исследование предлагает посмотреть на движение значительно шире.

Оказывается, в координации движений различных частей тела может присутствовать информация о характеристиках здоровья, которые на первый взгляд не имеют прямого отношения к ходьбе. Например, о количестве жира вокруг внутренних органов, показателях обмена веществ и особенностях сна.

Причем речь идет не обязательно о заметных нарушениях походки. Компьютерная модель анализировала сложные сочетания движений, которые трудно оценить обычным наблюдением.

Почему походку давно считают показателем здоровья

Связь между ходьбой и состоянием организма известна медицине давно.

Еще в 2011 году исследование, опубликованное в JAMA, объединило данные 34 485 человек старше 65 лет. Ученые обнаружили устойчивую связь между скоростью ходьбы и продолжительностью жизни.

Скорость движения отражает совместную работу мышц, суставов, сердца, легких и нервной системы. Поэтому замедление походки иногда оказывается признаком не одного заболевания, а общего снижения функциональных возможностей организма.

Однако у традиционного анализа есть ограничение.

Обычно специалисты измеряют несколько понятных параметров: скорость ходьбы, длину шага, частоту шагов, устойчивость и симметричность движений.

Эти показатели полезны, но они не описывают всего происходящего.

Два человека могут идти с одинаковой скоростью, однако совершенно по-разному двигать плечами, поворачивать туловище, распределять нагрузку между ногами и поддерживать равновесие.

Именно такую информацию исследователи решили извлечь с помощью искусственного интеллекта.

Как камера превращала движения в цифровую характеристику человека

Команда Института Вейцмана в Израиле использовала данные 3328 взрослых участников Human Phenotype Project.

Особенность проекта заключается в глубоком изучении здоровья участников. Исследователи располагают большим количеством физиологических, лабораторных, клинических и поведенческих характеристик одних и тех же людей.

Для анализа движений применялась одна камера глубины, позволяющая определять пространственное положение частей тела.

Участники выполняли пять стандартизированных двигательных заданий. Система регистрировала трехмерное движение скелета, отслеживая взаимное расположение и перемещение суставов.

В используемой модели скелета учитывались 26 суставных точек.

Вместо того чтобы ограничиться привычными показателями вроде длины шага, исследователи разработали модель искусственного интеллекта, которая училась находить закономерности непосредственно в последовательностях движений.

Полученная информация преобразовывалась в числовые представления, или эмбеддинги.

Проще говоря, компьютер создавал сложный математический портрет движения человека. В нем учитывались не только отдельные действия суставов, но и то, как разные части тела двигались согласованно во времени.

Затем эти цифровые характеристики сопоставляли с результатами медицинских обследований участников.

Что искусственный интеллект смог определить по движениям

Исследователи проверили способность модели прогнозировать 3210 различных характеристик здоровья.

Для 1887 из них прогнозы оказались статистически значимыми.

Среди изученных характеристик были показатели состава тела, мышечной силы, обмена веществ, сна, образа жизни и другие физиологические параметры.

Особенно высокие результаты модель показала для трех характеристик:

• Индекс массы тела: корреляция между прогнозом и измерением r = 0,91.
• Площадь висцеральной жировой ткани: r = 0,83.
• Календарный возраст: r = 0,69.

Висцеральный жир — это жировая ткань, расположенная внутри брюшной полости вокруг внутренних органов. Его количество имеет значение для оценки метаболического здоровья и связанных с ним рисков.

Коэффициент корреляции r показывает, насколько согласованно изменяются предсказанные и фактически измеренные значения. Чем ближе положительный коэффициент к единице, тем сильнее статистическая связь.

Но здесь есть принципиальное различие.

Корреляция 0,83 не означает, что камера определяет площадь висцерального жира с точностью 83%. И тем более не означает, что она может заменить инструментальные методы исследования.

Это показатель согласованности прогнозов и реальных измерений на уровне изученной группы, а не гарантия точного результата для конкретного человека.

Тем не менее сам факт возможности получить такую информацию из движений представляет научный интерес.

Самый неожиданный результат оказался не связан с весом

Высокая корреляция с индексом массы тела выглядит впечатляюще, но ее относительно легко объяснить.

Масса тела и распределение жировой ткани влияют на механические особенности движения. Кроме того, пространственная модель скелета может косвенно отражать особенности телосложения.

Поэтому возникает закономерный вопрос: не сводятся ли результаты к тому, что искусственный интеллект просто научился определять комплекцию человека?

Исследователи специально проверили эту возможность.

Они создали исходную прогнозную модель, использовав возраст, рост, индекс массы тела и площадь висцерального жира. Затем добавили к этим данным характеристики движения, выделенные искусственным интеллектом.

Если бы движения содержали только информацию о возрасте и телосложении, существенного дополнительного улучшения ожидать не стоило бы.

Однако результат оказался другим.

Дополнительные двигательные данные улучшили прогнозирование характеристик во всех 18 изученных системах организма у мужчин и в 17 из 18 систем у женщин.

Улучшение наблюдалось также при прогнозировании некоторых клинических диагнозов и факта использования лекарственных препаратов.

Однако улучшение статистического прогноза не обязательно означает достаточно высокую точность для клинического применения.

Почему движения ног связаны с метаболизмом, а туловища — со сном

Исследователи пошли дальше и попытались выяснить, какие части тела вносят наибольший вклад в разные прогнозы.

Для этого они анализировали модель при исключении информации об отдельных анатомических областях.

Такой подход позволяет оценить, насколько важны движения определенной части тела для получаемого результата.

Выяснилось, что движения ног особенно информативны при прогнозировании метаболических характеристик и показателей физической уязвимости.

Физическая уязвимость, или старческая астения, представляет собой состояние сниженных физиологических резервов, при котором человеку становится труднее справляться с обычными нагрузками и восстанавливаться после неблагоприятных событий.

Связь с движениями ног физиологически правдоподобна. Их работа зависит от мышечной силы, распределения массы тела, координации и общей физической функции.

Но гораздо менее очевидным оказался другой результат.

Движения туловища содержали информацию, связанную с характеристиками сна и образа жизни.

Это не означает, что по наклону корпуса можно определить продолжительность сна или диагностировать бессонницу.

Скорее, сложные двигательные особенности могут статистически отражать некоторые характеристики организма и поведения, которые одновременно связаны с качеством сна.

Например, физическое состояние, мышечная функция и повседневная активность способны влиять и на двигательную координацию, и на сон. Но конкретные причинные механизмы обнаруженных связей это исследование не установило.

Именно поэтому такие результаты интересны прежде всего как направление дальнейших исследований, а не как готовый диагностический метод.

Почему 1887 значимых результатов не означают 1887 диагнозов

Большое количество статистически значимых прогнозов легко неправильно интерпретировать.

Исследователи не обнаружили способ диагностировать почти две тысячи заболеваний.

Под характеристиками здоровья в работе понимались самые разные измеряемые показатели: от индекса массы тела и лабораторных значений до характеристик сна, образа жизни и наличия отдельных заболеваний.

Некоторые из этих показателей тесно связаны между собой.

Например, масса тела, индекс массы тела, окружность талии и количество жировой ткани могут нести частично совпадающую информацию.

Поэтому множество статистических ассоциаций не обязательно означает такое же количество независимых биологических открытий.

Кроме того, статистическая значимость отвечает на вопрос, насколько убедительно обнаружена связь в имеющихся данных. Она не показывает автоматически, насколько точен прогноз для конкретного пациента и насколько полезен результат врачу.

Важен и характер самого исследования.

Оно было наблюдательным: ученые сопоставляли движения людей с характеристиками их здоровья, а не проверяли, улучшает ли применение такой системы результаты медицинской помощи.

Оценка прогнозов проводилась с использованием внутренней перекрестной проверки. Однако независимое подтверждение результатов в других популяциях остается необходимым.

Потребуется изучить, насколько надежно метод работает у людей другого возраста, с различными заболеваниями, особенностями подвижности и в разных условиях регистрации движений.

И еще одно ограничение: в работе использовалась специализированная камера глубины. Нельзя автоматически переносить эти результаты на обычную камеру смартфона.

Сможет ли анализ походки стать частью медицинского обследования

Потенциальное достоинство технологии заключается в возможности получать дополнительную информацию без забора крови и других инвазивных процедур.

Если ее клиническая ценность подтвердится, анализ движений можно будет использовать как вспомогательный источник информации при оценке функционального состояния человека.

Например, в исследованиях старения, реабилитации или при наблюдении за пациентами с хроническими заболеваниями.

Для врачей особенно интересна возможность выявлять изменения, которые еще не отражаются в обычных показателях скорости ходьбы и устойчивости.

Для разработчиков лекарственных препаратов подобная технология также представляет интерес: объективное измерение движения потенциально способно дополнить оценку функционального состояния участников клинических исследований.

Однако пока это перспективные направления применения, а не доказанные преимущества.

Следующий необходимый этап — независимые клинические исследования, в которых потребуется установить, насколько точны индивидуальные прогнозы, какие именно показатели действительно полезны и улучшает ли их использование медицинские решения.

Особенно важно определить, не приведет ли массовое применение такого инструмента к большому количеству ложных тревог и ненужных обследований.

Что исследование меняет в нашем понимании организма

Человеческое движение не является исключительно результатом работы мышц и суставов.

Чтобы сделать шаг, организму необходимо согласовать мышечные усилия, работу нервной системы, поддержание равновесия и множество физиологических процессов.

Поэтому характеристики движения могут косвенно отражать более широкий набор особенностей здоровья, чем принято оценивать при обычном осмотре.

Новое исследование показывает, что искусственный интеллект способен извлекать из этого сложного сигнала информацию, которую традиционные методы анализа походки учитывают лишь частично.

Но из этого не следует, что изменение походки само по себе улучшит сон, обмен веществ или состояние внутренних органов.

Движение в данном случае рассматривается как возможный источник информации о здоровье, а не как доказанный механизм влияния на все обнаруженные характеристики.

И если человек замечает устойчивое или нарастающее изменение собственной походки, это остается поводом для обычной медицинской оценки, а не для самостоятельной интерпретации отдельных движений.