نحوه راه رفتن چه چیزی درباره سلامت کبد و کیفیت خواب آشکار میکند؟

پژوهش جدید نشان میدهد هوش مصنوعی با تحلیل حرکات بدن هنگام راه رفتن میتواند سرنخهایی درباره سلامت کبد، اختلالات خواب، دیابت و افسردگی شناسایی کند؛ یافتهای که میتواند راه را برای توسعه روشهای سادهتر ارزیابی سلامت هموار کند.
به گزارش سیناپرس به نقل از ساینسآلرت، پژوهشگران مؤسسه علوم وایزمن اسرائیل با توسعه یک مدل هوش مصنوعی، حرکات بدن ۳ هزار و ۳۲۸ فرد بزرگسال را بررسی کردند تا مشخص شود الگوهای حرکتی تا چه اندازه میتوانند اطلاعاتی درباره وضعیت سلامت افراد ارائه دهند.
این مطالعه بر این فرضیه استوار است که نحوه حرکت بدن، فراتر از وضعیت عضلات و مفاصل، میتواند نشانههایی از عملکرد اندامهای داخلی و برخی مشکلات سلامت را نیز آشکار کند.
پزشکان مدتهاست سرعت راه رفتن، تعادل و وضعیت بدن را از شاخصهای ارزیابی سلامت میدانند؛ بهطوریکه در برخی مطالعات از سرعت راه رفتن بهعنوان «ششمین علامت حیاتی» یاد شده است.
هوش مصنوعی چگونه حرکات بدن را تحلیل کرد؟
شرکتکنندگان در این پژوهش پنج فعالیت شامل راه رفتن روی تردمیل با سرعت ثابت و سرعت دلخواه، راه رفتن درجا، برخاستن از صندلی و ایستادن برای ارزیابی تعادل را انجام دادند.
پژوهشگران با استفاده از دوربین عمقسنج، موقعیت ۲۶ مفصل بدن را بهصورت سهبعدی ثبت کردند. سپس مدل هوش مصنوعی با بازسازی بخشهای حذفشده از اطلاعات حرکتی آموزش دید تا هماهنگی میان قسمتهای مختلف بدن را شناسایی کند.
در ادامه، الگوهای حرکتی با اطلاعات پزشکی شرکتکنندگان، از جمله نتایج آزمایشهای خون، شاخصهای بدنی، سوابق بیماری و ویژگیهای سبک زندگی مقایسه شد.
نتایج نشان داد الگوهای حرکتی با یک هزار و ۸۸۷ مورد از مجموع ۳ هزار و ۲۱۰ شاخص سلامت بررسیشده، ارتباط آماری معناداری دارند.
ارتباط راه رفتن با سلامت کبد و اختلالات خواب
یکی از یافتههای مهم این مطالعه، ارتباط الگوهای حرکتی با میزان سفتی کبد بود. پژوهشگران دریافتند هوش مصنوعی میتواند با تحلیل حرکات بدن، میزان سفتی این اندام را پیشبینی کند؛ شاخصی که پزشکان برای ارزیابی آسیب و زخم بافت کبد از آن استفاده میکنند. به گفته محققان، این پیشبینیها از نظر اطلاعاتی با آزمایشهای خونی کبد قابل مقایسه بودند.
کیفیت خواب نیز از دیگر موضوعات مرتبط با الگوهای حرکتی بود. محققان دریافتند حرکات تنه، یعنی بخش میانی بدن بین شانهها و لگن، اطلاعاتی درباره خواب و فعالیت بدنی افراد در اختیار مدل قرار میدهد.
این سامانه همچنین توانست برخی شاخصهای مرتبط با آپنه خواب، بیخوابی و مدت زمان خواب افراد در شب پیش از آزمایش را پیشبینی کند. آپنه خواب اختلالی است که در آن تنفس فرد هنگام خواب بهطور مکرر متوقف یا محدود میشود.
امکان شناسایی زودهنگام مشکلات سلامت؟
پژوهشگران دریافتند افزودن اطلاعات حرکتی به مدلهای ارزیابی سلامت، پیشبینی برخی وضعیتها از جمله دیابت، افسردگی و بیخوابی را بهبود میبخشد.
آدام گابت، از نویسندگان این پژوهش، معتقد است بررسی حرکات کل بدن میتواند اطلاعاتی را آشکار کند که در ارزیابیهای سنتی راه رفتن، با تمرکز بر حرکات پاها، نادیده گرفته میشوند.
محققان امیدوارند در آینده بتوان از این فناوری بهعنوان ابزاری مکمل در معاینات پزشکی استفاده کرد؛ روشی که با یک آزمایش حرکتی ساده و بدون نیاز به نمونهگیری خون یا اقدامات تهاجمی، تغییرات احتمالی سلامت را شناسایی کند.
با این حال، پژوهش حاضر از نوع مقطعی بوده و رابطه علت و معلولی میان بیماریها و تغییرات حرکتی را اثبات نمیکند. همچنین بیشتر شرکتکنندگان از یک جمعیت مشخص در اسرائیل بودند و نتایج برای تأیید قابلیت تشخیصی این فناوری در سایر جمعیتها به بررسیهای مستقل نیاز دارد.
پژوهشگران در مرحله بعد قصد دارند بررسی کنند آیا تغییرات حرکتی بدن میتوانند پیش از بروز نشانههای بیماری ظاهر شوند و به شناسایی زودهنگام مشکلات سلامت کمک کنند یا خیر. این مطالعه در نشریه Nature Medicine منتشر شده است.





