Az orvosok régóta figyelik pácienseik járását, hiszen annak sebessége, a testtartás és az egyensúly változásai számos egészségügyi problémára utalhatnak. A korábbi vizsgálatok azonban elsősorban a lábak mozgására összpontosítottak. Az izraeli Weizmann Tudományos Intézet kutatói most arra voltak kíváncsiak, hogy az egész test mozgásának elemzéséből milyen további információkat nyerhetnek.
A Nature Medicine folyóiratban megjelent tanulmányukhoz 3328 felnőtt mozgását rögzítették egy speciális, mélységérzékelő kamerával, amely három dimenzióban követte a résztvevők 26 ízületének helyzetét.
A vizsgálat során öt feladatot kellett végrehajtaniuk. Futópadon sétáltak óránként három kilométeres sebességgel, majd ugyanezt a saját tempójukban is megismételték, ezt követően helyben jártak, felálltak egy székről, végül mozdulatlanul állva kellett megtartaniuk az egyensúlyukat.
A felvételeket egy mesterséges intelligencián alapuló rendszer elemezte, amely megtanulta felismerni a különböző testrészek mozgása közötti összefüggéseket.
A kutatók ezután összevetették az eredményeket a résztvevők egészségügyi adataival, köztük laborvizsgálatokkal, testösszetételi mérésekkel és korábban megállapított betegségekkel. Összesen 3210 egészségügyi jellemzőt vizsgáltak, amelyek közül 1887 esetében találtak statisztikailag jelentős kapcsolatot a mozgásmintázatokkal.
Az összefüggések között olyan várható eredmények is szerepeltek, mint az életkor vagy a testzsír mennyisége. Más esetekben azonban egészen meglepő kapcsolatokat fedeztek fel.

Az egyik legérdekesebb eredmény a máj egészségéhez kapcsolódott. A májbetegségek vizsgálatakor az orvosok gyakran mérik a szerv merevségét, amely fontos információt nyújthat a májszövet hegesedéséről. A kutatók azt találták, hogy a testmozgásból származó adatok segítségével a mesterséges intelligencia a máj merevségére is következtetni tudott. Ezen információk előrejelző értéke a vizsgálatban összemérhető volt a hagyományos májlaboreredményekével.
A rendszer emellett javította a cukorbetegségre, a depresszióra és az álmatlanságra vonatkozó statisztikai előrejelzéseket is, még akkor is, amikor a kutatók már figyelembe vették a résztvevők életkorát, magasságát, testtömegindexét és hasi zsírtömegét.

A kutatás további meglepetése az alvás és a mozgás kapcsolata volt. A tudósok megfigyelték, hogy a vállak és a csípő közötti testrész, vagyis a törzs mozgása különösen sok információt hordozott az alvási szokásokról és a fizikai aktivitásról. A rendszer összefüggéseket azonosított az előző éjszaka alvással töltött órák számával, az álmatlansággal és az alvási apnoéval is. Utóbbi olyan állapot, amelynél alvás közben ismétlődően leáll vagy beszűkül a légzés.
A kutatás egyik szerzője, Adam Gabet szerint különösen meglepő volt, milyen sok információt hordozhat az alvás minőségéről a testünk mozgása. A szakemberek ugyanakkor hangsúlyozzák, hogy az új rendszer egyelőre nem alkalmas betegségek önálló diagnosztizálására.
A vizsgálatban részt vevők többsége viszonylag egészséges, Izraelben élő felnőtt volt, a kutatók pedig egyetlen időpontban rögzítették a mozgásukat. Emiatt azt sem tudják még biztosan, hogy az azonosított eltérések megelőzik-e a betegségek kialakulását. A következő lépés ezért a módszer független, szélesebb körű tesztelése lehet.
Olvasd el ezt is!
