Eisena atspindi daugiau negu žingsnių skaičių. Lapkričio 6 dieną „Nature Medicine“ paskelbtame darbe mokslininkai pristatė dirbtinio intelekto modelį, kuris iš trimačių kūno judesių vertino įvairius sveikatos požymius. Tyrimas rodo, kad judesių koordinacijoje yra informacijos, kurios nepagauna vien ėjimo greitis ar žingsnio ilgis. Vis dėlto tokia analizė dar nėra universali ligų diagnostika: statistinis rodiklio prognozavimas ir patikimas sprendimas dėl konkretaus paciento yra skirtingi uždaviniai.
Kamera fiksavo viso kūno judesius
Mokslininkai panaudojo 3 328 suaugusiųjų duomenis. Atliekant penkias motorines užduotis judesiai užrašyti viena gylio kamera. Modelis mokėsi aprašyti, kaip kūno sąnariai juda kartu laikui bėgant, užuot rėmęsis vien iš anksto tyrėjo pasirinktais eisenos parametrais. Toks skaitinis judėjimo aprašas leido tikrinti sąsajas su įvairiais organizmo rodikliais.
Kūno masės indekso prognozavimo koreliacija siekė 0,91, visceralinių riebalų ploto 0,83, amžiaus 0,69. Tai koreliacijos koeficientai, o ne atitinkamai 91, 83 ar 69 procentų diagnostinis tikslumas. Reikšmingos prognozės gautos 1 887 iš 3 210 tirtų požymių. Šis skaičius nereiškia tiek pat diagnozuojamų ligų. Vertinti požymiai apėmė skirtingus sveikatos matavimus ir charakteristikas.
Kodėl stipri koreliacija dar neatsako į paciento klausimą
Koreliacija parodo, kiek du dydžiai kinta kartu visoje tiriamoje grupėje. Ji neatskleidžia visos individualių paklaidų sklaidos. Pavyzdžiui, metodas gali gerai surikiuoti žmones pagal rodiklį, bet daliai jų pateikti kliniškai svarbiai netikslų įvertį. Todėl vien šio skaičiaus nepakanka nuspręsti, ar galima atsisakyti įprasto matavimo, tyrimo ar gydytojo vertinimo.
Taip pat skiriasi esamo požymio atpažinimas ir būsimos ligos numatymas. Jei judesiai siejasi su tuo metu išmatuotu rodikliu, tai savaime neįrodo, kad modelis perspės apie ligą iki simptomų. Tam reikėtų atitinkamai suplanuoto ilgalaikio stebėjimo. Šios ribos ypač svarbios pristatant technologiją žmogui, kuris tikisi ne mokslinės koreliacijos, o patikimo atsakymo apie savo sveikatą.
Sąsajos nepaaiškina visų priežasčių
Judėjimo modelis gali sutalpinti informaciją apie kūno sudėjimą, pajėgumą ir skirtingų sistemų veiklą. Tačiau iš užfiksuoto ryšio negalima vienareikšmiškai nuspręsti, kuri liga jį sukėlė. Dar mažiau pagrindo teigti, kad pakeitus eiseną savaime pagerėtų visi su ja susiję laboratoriniai rodikliai. Stebimasis prognozavimo darbas nėra tokio gydymo bandymas.
Šis skirtumas svarbus ir mokant algoritmą. Reikia tikrinti, ar modelis suteikia papildomos informacijos, ar tik netiesiogiai pakartoja jau žinomą kūno sudėjimą. Tyrime atliktas palyginimas su demografiniais ir antropometriniais rodikliais yra žingsnis šia kryptimi. Tačiau statistinis pagerėjimas vienoje duomenų bazėje dar neparodo, ar kasdienėje praktikoje sumažėtų praleistų diagnozių arba nereikalingų tyrimų.
Iki klinikinio įrankio reikia išorinio patikrinimo
Pasaulio sveikatos organizacija, aptardama sveikatos DI reguliavimo klausimus, pabrėžia numatytą paskirtį, duomenų kokybę, išorinį patikrinimą ir rezultatų stebėseną. Šiam metodui tai reikštų bandymus su naujais žmonėmis bei kitomis klinikomis, o ne vien pakartotinį tos pačios imties dalijimą. Reikėtų aiškiai apibrėžti, kokį sprendimą modelis padeda priimti ir kas nutinka gavus klaidingą rezultatą.
Svarbūs ir įgyvendinimo klausimai: ar rezultatai išlieka panašūs keičiant kamerą, patalpos sąlygas ar tiriamųjų sudėtį? Ar vertinimo nauda pateisina papildomų patikrinimų krūvį? Tai klausimai būsimam patvirtinimui, o ne šiame straipsnyje įrodytos metodo ydos. Kol į juos neatsakyta, mokslinio modelio nereikėtų pristatyti kaip jau patikrintos paslaugos kiekvienam Lietuvos pacientui.
Duomenų apsauga yra metodo vertinimo dalis
Kamera gaunami judėjimo įrašai taip pat kelia praktinį klausimą, ką pacientas sutinka perduoti ir kam ši informacija bus naudojama. Reikėtų atskirti pirminį vaizdo įrašą, iš jo išskirtas judesio koordinates ir galutinį algoritmo atsakymą. Vien tai, kad sistema analizuoja judesius, nesuteikia pagrindo manyti, jog visi jos duomenys automatiškai yra anoniminiai ar neturi jautrios informacijos.
WHO dokumentuose duomenų apsauga ir aiški sistemos paskirtis aptariamos kartu su patikimumu. Galimoje paslaugoje žmogui turėtų būti suprantama, ar tai tyrimo projektas, pagalbinis vertinimas, ar klinikiniam sprendimui skirta priemonė. Reikėtų numatyti, kas peržiūri abejotiną atsakymą ir kaip aptinkamas veikimo pablogėjimas naudojant sistemą ilgiau. Tai bendri atsakingo diegimo klausimai. Jie nesumenkina tyrimo naujumo, bet leidžia atskirti įdomią technologinę demonstraciją nuo paslaugos, kurios nauda ir ribos pacientui jau aiškiai patikrintos.
Eisenos vertinimas naudingas ir be DI
Judėjimo įvertinimas jau turi vietą klinikoje. 2025 metų NICE griuvimų gairėse eisenos ir pusiausvyros tyrimas siejamas su žmogaus griuvimų istorija ir platesniu rizikos vertinimu. Kai nustatomi sutrikimai, gali būti reikalinga individuali fizinio aktyvumo programa ir namų aplinkos įvertinimas. Tai konkreti klinikinė paskirtis, o ne pažadas vien kamera nustatyti daugybę ligų.
Naujasis tyrimas šią sritį plečia įdomia kryptimi: iš judesių galima bandyti išgauti daugiau informacijos, negu mato vienas paprastas testas. Tačiau pažanga turėtų būti vertinama pagal tai, ar ji padeda priimti geresnį sprendimą, išsaugant privatumą ir žmogaus kontrolę. Publikacija savaime nepatvirtina medicinos priemonės registracijos, kompensavimo ar prieinamumo Lietuvoje. Šiandien tai perspektyvus mokslinis metodas, kuriam dar reikia aiškios klinikinės paskirties ir nepriklausomo patikrinimo.
Šaltiniai
- Gabet ir kt. Eisenos modelis, Nature Medicine, 2026-11-06
- WHO: sveikatos DI reguliavimo aspektai
- WHO: išorinis patikrinimas, paskirtis ir duomenų kokybė
- NICE 2025: griuvimų vertinimas ir prevencija
Taip pat skaitykite: Kaip vertinti judėjimo rodiklių pokyčius: RoboGym tyrimas
Iliustracijos autorius – OpenAI vaizdų generavimo priemonė. DI sukurta teminė iliustracija; ji nerodo tikrų tyrimo dalyvių, paciento tyrimo ar dokumentuoto įvykio.
