Daha siz neden geldiğinizi anlatmadan doktorunuz sağlığınızla ilgili önemli ipuçları fark etmiş olabilir. Odayı geçerken yürüme şekliniz, sağlığınız hakkında erken bir belirti sunabilir.
Bilim insanları, tüm vücudun hareketlerini inceleyen ve bacakların ötesine geçen sağlık bağlantıları keşfeden bir yapay zeka sistemi geliştirdi. Bu bağlantılar arasında uyku, diyabet ve hatta karaciğer sağlığı da bulunuyor.
Bilimsel bir dergide yayımlanan yeni bir araştırmada, araştırmacılar 3.328 yetişkinin hareket kayıtlarını analiz ederek bu hareketlerin neler ortaya koyabileceğini inceledi.
Doktorlar uzun zamandır yürüme hızındaki, dengedeki ve duruştaki değişiklikleri gözlemliyor. Hatta yürüme hızı, doktorlar tarafından bir tür "altıncı hayati belirti" olarak tanımlanıyor.
Projenin başında, hareketlerin sağlığımız hakkında çok şey anlatabileceğine inandığımızı belirten araştırmacılar, bir bilgisayarın doktorların fark ettiği bu ince işaretleri tanıyıp tanıyamayacağını öğrenmek istedi.
Kontrollü bir ortamda, katılımcılar beş farklı hareket görevi tamamladı: belirli bir hızda ve kendi tercih ettikleri hızda yürüme, yerinde yürüme, sandalyeden kalkma ve denge testi için hareketsiz durma.
Bu hareketler, 3 boyutlu olarak eklemlerin pozisyonlarını kaydeden derinlik sensörlü bir kamera ile kayıt altına alındı. Ardından, araştırmacılar hareket kayıtlarının bazı bölümlerini gizleyip eksik kısımları tahmin etmesini isteyerek bir yapay zeka modelini eğitti.
Boşlukları doldurmak için sistem, vücudun farklı bölümlerinin birbiriyle nasıl hareket ettiğini öğrenmek durumunda kaldı.
Bu hareketler sayısal desenlere dönüştürüldü ve araştırmacılar bu desenleri laboratuvar sonuçları, vücut ölçümleri, tıbbi durumlar ve yaşam tarzı özellikleri dahil olmak üzere detaylı sağlık bilgileriyle karşılaştırdı.
Model, incelenen 3.210 sağlık özelliğinden 1.887'si ile istatistiksel olarak anlamlı ilişkiler belirledi. Hareket desenleri, yürüme hızı ve adım uzunluğu gibi bilinen ölçümlerin ötesinde bilgiler de sağladı.
Bazı bağlantılar yaş ve vücut yağı ile ilgiliydi. Diğerleri ise yürümeyle ilgisiz gibi görünen sağlık özelliklerine işaret ediyordu.
Bağlantılardan biri karaciğer ile ilgiliydi. Doktorlar organın ne kadar sertleştiğini ölçerek karaciğerdeki skarlaşmayı değerlendirebilir. Araştırmacılar, hareket desenlerinin karaciğer sertliğini tahmin edebileceğini ve bu tahminlerin karaciğer kan testleri kadar bilgilendirici olduğunu bildirdi.
Uyku da başka bir sürpriz oldu: Gövdenin, yani omuzlar ve kalçalar arasındaki bölgenin hareketi, uyku ve egzersizle ilişkili bilgiler taşıyordu.
"Beni en çok etkileyen bulgulardan biri, uyku kalitesinin vücudumuzu ne kadar etkilediğiydi." diyen araştırmacı, yapay zeka modelinin uyku apnesi gibi solunumun uyku sırasında tekrarlayan şekilde durduğu veya kısıtlandığı durumlarla ilgili ölçümleri tahmin edebildiğini belirtti. Ayrıca uykusuzluk ve katılımcıların önceki gece ne kadar uyuduklarıyla da ilişkiler buldu.
Bu bulgular, uyku sağlığının hareket desenlerine yansıdığını düşündürüyor. Ancak, araştırmanın sistemin uyku bozukluklarını teşhis edebileceğini kanıtlamadığını da eklemek gerekiyor.
Araştırmacılar, geleneksel yürüme araştırmalarının genellikle bacaklara odaklandığını ve üst vücut hareketlerinin nispeten daha az incelendiğini belirtiyor.
Ekibin bulguları, tüm vücuda bakmanın geleneksel yürüme ölçümlerinin kaçırdığı bilgileri ortaya çıkarabileceğini gösteriyor.
Hareket desenlerinin, yaş, vücut kitle indeksi, organ çevresindeki yağ ve boy gibi faktörleri zaten hesaba katan bir modele eklenmesinin, diyabet, depresyon ve uykusuzluk gibi durumların yanı sıra ilaç kullanımının tahminlerini iyileştirdiği görüldü.
Araştırmacılar, hareket analizinin rutin sağlık değerlendirmelerine yardımcı olabileceğini umuyor. Kan örneği veya invaziv prosedür gerektirmeyen kısa bir test, doktorların daha fazla araştırılmaya değer değişiklikleri belirlemesine yardımcı olabilir.
Ancak, bulgular uyku sorunlarının veya hastalıklarının belirli yürüme kalıplarına neden olduğunu kanıtlamıyor. Analiz, katılımcıları tek bir zaman noktasında yakalayan kesitsel bir analizdi, bu nedenle hangi değişikliklerin önce geldiğini belirlemek mümkün değil.
Katılımcıların çoğunlukla sağlıklı ve İsrail'de yaşayan Aşkenazi Yahudisi yetişkinler olduğu göz önüne alındığında, bulguların diğer popülasyonlara aynı şekilde uygulanamayabileceği belirtildi. Sistem ayrıca belirli bir derinlik kamerasına ve yazılımına dayanıyordu.
Araştırmacılar, benzer araştırmaların diğer gruplarda da geçerli sonuçlar verdiğini ancak bu modelin henüz bağımsız testlere ihtiyaç duyduğunu belirtti.
"Tıbbi kullanıma geçmeden önce iyi bir özgüllükle net ayrım gösteren klinik çalışmalara ihtiyaç duyulacaktır" diyen araştırmacılar, şimdi hareket değişikliklerinin hastalık belirtilerinden önce ortaya çıkıp çıkamayacağını ve potansiyel olarak sağlık sorunlarını daha erken tespit edip edemeyeceğini araştırmak istiyor.
Kaynakça: sciencealert.com