还没等你开口说明来意,医生可能已经从你走进诊室的那几步里看出了点什么。走路的方式,正在被当作一条关于健康的早期线索。

打开网易新闻 查看精彩图片

科学家开发出一套人工智能系统,专门观察整个身体怎么动,结果发现它和健康的关联远不止腿脚——有些线索牵涉到睡眠、糖尿病,甚至肝脏。这项研究发表在《自然·医学》(Nature Medicine)上,来自以色列魏茨曼科学研究所(Weizmann Institute of Science)的研究人员分析了 3328 名成年人的动作记录,想看看这些动作能透露什么。

医生其实早就在留意步速、平衡和姿势的变化,研究人员甚至把步速形容为"第六项生命体征"。研究作者、魏茨曼科学研究所计算机科学家亚当·加贝特(Adam Gabet)说:"这个项目刚开始时,我们相信动作能透露很多关于健康的信息。"团队想弄清楚的是,计算机能不能识别出医生凭经验捕捉到的那些细微迹象。

在受控环境下,参与者完成了五项动作任务:

  • 以每小时 3 公里(约 1.9 英里)的速度在跑步机上行走
  • 按自己习惯的速度在跑步机上行走
  • 原地踏步
  • 从椅子上起身
  • 静止站立,测试平衡

一台深度传感相机以三维方式记录他们关节的位置。随后,研究人员训练了一个人工智能模型:把动作记录的一部分藏起来,让它去重建缺失的部分。为了补上这些空缺,系统必须学会身体不同部位是如何协同运动的。

它把这些动作转换成数值模式,研究人员再拿这些模式与详细的健康信息比对,包括实验室检查结果、身体测量数据、所患疾病和生活方式特征。结果,在受检的 3210 项健康特征中,模型识别出与 1887 项存在统计学上显著的关联。动作模式还提供了步速、步幅这类熟悉指标之外的信息。

有些关联涉及年龄和体脂,另一些则指向看上去和走路八竿子打不着的健康特征。

一个是肝脏。医生可以通过测量肝脏变硬的程度来评估肝纤维化,而研究人员发现,动作模式能够预测肝脏硬度,并报告说这些预测所携带的信息量和肝脏血液检查相当。

睡眠是另一个意外:躯干——肩膀到髋部之间的区域——的动作,携带着与睡眠和运动相关的信息。加贝特说:"让我印象最深的一个发现是,睡眠质量对我们身体的影响有多大。"模型能够预测与睡眠呼吸暂停相关的指标——这是一种睡眠中呼吸反复停止或受限的状况;它还发现了与失眠、以及参与者前一晚睡眠时长的关联。

这些发现提示,睡眠健康会反映在动作模式中,不过这项研究并没有确立该系统能够诊断睡眠障碍。

加贝特说,传统的步态研究往往集中在腿部,上半身的动作相对少有人探究。团队的发现表明,观察整个身体可能揭示出传统步行测量漏掉的信息。在已经纳入年龄、体重指数、内脏脂肪和身高的模型中,再加入动作模式,对糖尿病、抑郁、失眠等状况以及用药情况的预测都有改善。

研究人员希望动作分析最终能补充常规健康评估。一次简短的测试,不需要抽血,也不需要侵入性操作,或许能帮医生找出值得进一步检查的变化。

但需要说清楚的是,这些发现并不能证明睡眠问题或疾病导致了特定的走路方式。这项分析是横断面的,也就是只捕捉了参与者在某一个时间点上的状态,因此研究人员无法判断哪个变化在先。参与者总体上是健康人群,且多为生活在以色列的德系犹太人后裔,所以结论未必同样适用于其他人群。该系统还依赖特定的深度相机及其软件,而生产这套深度相机系统的 Newton Tech 公司是这项研究的共同作者。

加贝特提到,其实验室的相关研究曾在其他人群中得到过可重复的结果,但这个模型仍需独立测试。他说:"在投入医疗应用之前,需要临床试验显示出清晰的区分度和良好的特异性。"

接下来,研究人员想探究动作的变化是否会出现在疾病迹象之前,从而有可能更早地发现健康问题。