Արհեստական բանականությունն ընդունակ է մարդու շարժումների բնույթով, ներառյալ՝ քայլվածքով, բացահայտել տարբեր հիվանդությունների նշաններ: Նման եզրակացության են հանգել Nature Medicine ամսագրում հրապարակված հետազոտության հեղինակները:
Մշակված մոդելը հայտնաբերել է վիճակագրորեն նշանակալի կապեր շարժումների առանձնահատկությունների և օրգանիզմի 18 համակարգերն ընդգրկող 3210 բժշկական ցուցանիշներից 1887-ի միջև:
Հետազոտությունում օգտագործվել են Human Phenotype Project նախագծի 3328 չափահաս մասնակցի տվյալները: Գիտնականները վերլուծել են շարժումների 17 հազար 589 հաջորդականություններ, որոնք գրանցվել են տեսախցիկների միջոցով հինգ ստանդարտացված շարժողական թեստերի ընթացքում: ԱԲ-մոդելը օրինաչափություններ է հայտնաբերել կմախքի շարժման եռաչափ տվյալների մեջ, որոնք սովորական չափումները, ինչպիսին են, օրինակ, քայլքի արագությունը և քայլի երկարությունը, կարող են հաշվի չառնել:
Կապեր են հայտնաբերվել սրտանոթային և նյութափոխանակային (մետաբոլիկ) առողջության, ոսկորների խտության, լյարդի ֆունկցիայի, քնի, հոգեկան վիճակի և ֆիզիկական տկարության ցուցանիշների հետ: Ընդ որում, շարժումների վերլուծությունը թույլ է տվել բարելավել կանխատեսումները՝ նույնիսկ հաշվի առնելով տարիքը, մարմնի զանգվածի ցուցանիշը, վիսցերալ ճարպի քանակը և հասակը:
Ամենաուշագրավ արդյունքներից մեկը քայլվածքի և լյարդի վիճակի միջև կապն է: Մոդելը կանխատեսել է լյարդի առաձգականությունը (էլաստիկությունը)՝ ֆիբրոզի՝ այսինքն սպիական հյուսվածքի առաջացման ոչ ինվազիվ գնահատման համար օգտագործվող ցուցանիշը: Որոշ դեպքերում շարժումների մասին տվյալների ավելացումը բարելավել է կանխատեսումը ոչ պակաս, քան լյարդի ֆունկցիայի վերաբերյալ ստանդարտ արյան անալիզների օգտագործումը:
ԱԲ-ն նաև դեպրեսիայի և նյութափոխանակային խանգարումների հետ կապված օրինաչափություններ է հայտնաբերել: Սկրինինգային վերլուծության շրջանակում շարժումների մասին տվյալների ավելացումը տղամարդկանց շրջանում մեծացրել է դեպրեսիայի հայտնաբերված դեպքերի թիվը 81%-ով, իսկ դիաբետինը՝ 83%-ով:
Ըստ հետազոտողների՝ մարմնի տարբեր մասերը տեղեկատվություն են կրում առողջության տարբեր ասպեկտների մասին. մարմնի ստորին հատվածի շարժումները հատկապես տեղեկատվական են եղել նյութափոխանակային վիճակի և ֆիզիկական տկարության գնահատման համար, իսկ իրանի շարժումները՝ քնի և ապրելակերպի ցուցանիշների կանխատեսման համար:
Տեխնոլոգիան կարող է կիրառություն գտնել դեղամիջոցների կլինիկական փորձարկումներում: Ավանդական թեստերը հաճախ բուժառուի ֆիզիկական հնարավորությունները հանգեցնում են մեկ ցուցանիշի՝ որոշակի տարածություն անցնելու ժամանակին կամ ֆունկցիոնալ սանդղակի արդյունքին:
Շարժումների ավելի մանրամասն վերլուծությունը հնարավորություն է տալիս գնահատելու կոորդինացիան, հավասարակշռությունը, կայունությունը և քայլելիս ծախսվող ջանքերը, ինչպես նաև՝ ֆունկցիաների վերականգնումը տարբերել փոխհատուցող (կոմպենսատոր) շարժումներից:
Հետևեք NEWS.am Medicine-ին Facebook-ում և Twitter-ում