По обычной походке можно узнать о состоянии сердца, печени, обмена веществ и даже качестве сна. Учёные разработали искусственный интеллект, который анализирует движения тела и находит признаки, связанные со здоровьем внутренних органов. В исследовании с участием 3328 человек нейросеть обнаружила связи между особенностями движений и 1887 медицинскими показателями. Для анализа потребовалась всего одна камера, способная отслеживать положение суставов.
Специалисты из израильского Института Вейцмана совместно с коллегами разработали нейросеть, которая оценивает здоровье человека по трёхмерной модели движений. Исследователи хотели выяснить, насколько много информации о состоянии организма скрывается в привычной ходьбе и можно ли обнаружить признаки нарушений, которые невозможно заметить невооружённым глазом.
В эксперименте участвовали 3328 взрослых добровольцев из проекта Human Phenotype Project. Участники выполняли пять двигательных заданий перед специальной камерой с датчиком глубины. Система отслеживала движения 26 суставов и создавала трёхмерную модель тела. Полученные записи сопоставляли с результатами медицинских обследований, анализов крови, измерений состава тела и сведениями об образе жизни.
Обычные методы оценки походки учитывают скорость движения, длину и частоту шагов, а также устойчивость человека. Нейросеть изучала движения гораздо подробнее. Алгоритм анализировал, как согласуются движения ног, рук и туловища, меняется положение суставов и распределяется нагрузка между частями тела. Искусственный интеллект самостоятельно находил закономерности, которые традиционные измерения походки могли пропустить.
Всего специалисты проверили 3210 характеристик, охватывающих 18 систем организма. Нейросеть смогла статистически значимо предсказать 1887 показателей. Среди них оказались возраст, индекс массы тела, количество висцерального жира вокруг внутренних органов, плотность костей, характеристики сердечно-сосудистой системы, функции печени, качество сна и особенности психического здоровья.
Наиболее точные прогнозы касались телосложения. Коэффициент корреляции между предсказанным и фактическим индексом массы тела достиг 0,91, для площади висцерального жира составил 0,83, а для возраста достиг 0,69. Чем ближе коэффициент к единице, тем сильнее совпадают результаты. Однако подобные значения не означают, что нейросеть правильно диагностирует болезни в 91% случаев. Показатели отражают статистическую связь между прогнозами и реальными измерениями.
Исследователи обнаружили, что разные части тела содержат неодинаковую информацию о здоровье. Движения ног оказались особенно полезными для оценки обмена веществ и физической слабости, а особенности движения туловища помогали предсказывать показатели сна и образа жизни. Анализ походки также содержал информацию об эластичности печени, которая может меняться при заболеваниях органа.
Чтобы проверить пользу нового метода, учёные сравнили нейросеть с моделью, учитывающей возраст, рост, индекс массы тела и количество висцерального жира. Добавление информации о движениях улучшило прогнозирование характеристик всех 18 систем организма у мужчин и 17 из 18 у женщин. Алгоритм также помогал точнее определять вероятность наличия некоторых заболеваний и применения лекарственных препаратов.
Продолжительная видеозапись оказалась необязательной для части измерений. Короткие фрагменты ходьбы уже содержали достаточно информации для оценки характеристик телосложения. При анализе более изменчивых показателей, например частоты сердечных сокращений, увеличение времени записи повышало точность. Несколько коротких видеороликов суммарной продолжительностью 10 или 30 секунд давали результаты, сопоставимые с непрерывной записью такой же длительности.
Авторы считают, что анализ походки со временем может стать дополнительным инструментом медицинского обследования. Вместо сложных процедур для предварительной оценки некоторых характеристик здоровья потенциально хватит короткой записи движений. Однако пока технология требует специальной камеры с датчиком глубины, а её эффективность на обычных смартфонах не проверена.
Нейросеть также нельзя считать готовой системой диагностики. Исследование выявило статистические связи между движениями и медицинскими характеристиками, но не доказало возможность надёжно обнаруживать конкретные заболевания по походке. Алгоритм ещё предстоит проверить на независимых группах пациентов. Если результаты подтвердятся, анализ движений сможет дополнить привычные обследования и помочь врачам замечать изменения здоровья, которые пока не проявляются очевидными симптомами.
