Uno studio pubblicato su Nature Medicine illustra lo sviluppo un modello di intelligenza artificiale capace di ricavare informazioni sul funzionamento dell'organismo analizzando il movimento del corpo. Scopriamo come funziona e quali prospettive apre per la medicina
Camminare è un gesto automatico, ma il modo in cui muoviamo gambe, braccia e tronco potrebbe raccontare molto più di quanto immaginiamo sulle condizioni del nostro organismo. Anche variazioni difficilmente percepibili a occhio nudo possono infatti contenere informazioni sulla salute metabolica, cardiovascolare, muscolare e persino sulla qualità del sonno. È quanto emerge da una ricerca pubblicata su Nature Medicine, che ha sviluppato un modello di intelligenza artificiale capace di analizzare i movimenti attraverso una telecamera e individuare associazioni con numerosi parametri sanitari. Lo studio ha coinvolto 3.328 adulti e ha confrontato le caratteristiche del movimento con 3.210 indicatori clinici, individuando associazioni significative con 1.887 caratteristiche distribuite in 18 sistemi dell’organismo. L’obiettivo è capire se l’analisi dell’andatura possa diventare una nuova fonte di informazioni per valutare lo stato di salute, senza ricorrere necessariamente a esami complessi o dispositivi indossabili.
Il sistema, denominato Gait Foundation Model, è stato progettato per superare i limiti delle tradizionali analisi dell’andatura, generalmente concentrate su parametri specifici come velocità, lunghezza del passo e cadenza. Il nuovo approccio ricostruisce invece le dinamiche tridimensionali dello scheletro e analizza come le diverse articolazioni si muovono e si coordinano nel tempo. Per addestrarlo, i ricercatori hanno utilizzato i dati dei partecipanti all’Human Phenotype Project, sottoposti a cinque prove motorie standardizzate. I movimenti sono stati registrati attraverso una singola telecamera di profondità, senza la necessità di applicare sensori al corpo. Le informazioni raccolte sono state successivamente elaborate con tecniche di apprendimento automatico, capaci di riconoscere configurazioni complesse che potrebbero sfuggire alle misurazioni convenzionali. Il modello, quindi, non si limita a stabilire se una persona cammina lentamente o presenta un’andatura irregolare, ma considera l’intero movimento corporeo come una sorta di firma biologica, dalla quale ricavare informazioni sulle condizioni dell’organismo.
Uno dei risultati più interessanti riguarda la quantità di informazioni individuate. I ricercatori hanno confrontato i dati relativi al movimento con 3.210 caratteristiche fenotipiche e cliniche, distribuite in 18 sistemi dell’organismo. L’analisi ha evidenziato associazioni statisticamente significative con 1.887 caratteristiche, che comprendono parametri relativi alla composizione corporea, al metabolismo, alla salute cardiovascolare, alla funzionalità epatica, alla forza muscolare, al sonno e alla salute mentale. Il modello ha mostrato capacità predittive anche rispetto ad alcune diagnosi cliniche e all’utilizzo di farmaci. Un ulteriore elemento riguarda il confronto con i modelli tradizionali, basati su informazioni come età, indice di massa corporea, altezza e quantità di tessuto adiposo viscerale. L’analisi del movimento ha aggiunto informazioni predittive indipendenti rispetto a questi indicatori: i miglioramenti sono stati osservati in tutti i 18 sistemi corporei negli uomini e in 17 su 18 nelle donne. L’andatura potrebbe dunque offrire informazioni complementari rispetto ai parametri normalmente utilizzati per descrivere le condizioni fisiche di una persona.
La ricerca ha approfondito anche il contributo delle diverse parti del corpo, evidenziando che non tutti i movimenti forniscono le stesse informazioni. Le dinamiche delle gambe sono risultate particolarmente informative per le caratteristiche metaboliche e gli indicatori di fragilità fisica. Il modo in cui gli arti inferiori si muovono, coordinano i passi e sostengono il corpo sembra quindi contenere segnali associati anche a condizioni che vanno oltre la capacità motoria. Il movimento del tronco, invece, ha mostrato associazioni soprattutto con parametri relativi al sonno e allo stile di vita. Questo risultato suggerisce che le diverse componenti dell’andatura possano riflettere aspetti differenti del funzionamento dell’organismo. Non è quindi soltanto la velocità con cui camminiamo a essere importante, ma anche il modo in cui il corpo si organizza e si coordina durante il movimento.
Le potenzialità di questa tecnologia potrebbero essere interessanti soprattutto per la medicina preventiva e il monitoraggio nel tempo. Se ulteriormente sviluppati e validati, sistemi di questo tipo potrebbero consentire di raccogliere informazioni sulla salute attraverso valutazioni motorie semplici, senza ricorrere necessariamente a esami complessi o dispositivi indossabili. La possibilità di utilizzare una telecamera potrebbe inoltre rendere l’analisi più facilmente integrabile in diversi contesti assistenziali, dagli ambulatori agli ambienti dedicati alla riabilitazione. Il monitoraggio ripetuto dei movimenti potrebbe aiutare a individuare cambiamenti nelle condizioni funzionali di una persona e a seguirne l’evoluzione. È importante, tuttavia, distinguere le associazioni statistiche e le capacità predittive individuate nello studio dalla possibilità di formulare una diagnosi. La ricerca dimostra che il movimento contiene informazioni correlate a numerose caratteristiche della salute, ma non dimostra che una telecamera possa riconoscere autonomamente una malattia o sostituire gli accertamenti clinici. Saranno necessari ulteriori studi per verificare le prestazioni del sistema in popolazioni diverse e in contesti sanitari reali. La prospettiva è comunque significativa: il cammino potrebbe diventare un indicatore aggiuntivo dello stato di salute, da affiancare agli strumenti tradizionali di valutazione.
Iscriviti alla Newsletter di Sanità Informazione per rimanere sempre aggiornato