I en skelsættende fusion af computersyn og klinisk medicin har forskere ved Israels Weizmann Institute of Science udviklet en kunstig intelligens-model, der er i stand til at opdage skjulte systemiske sygdomme udelukkende via kinematisk bevægelsesanalyse. Studiet, som er publiceret i det ansete tidsskrift Nature Medicine og ledet af professor Eran Segal, påviser, at tredimensionel sporing af gangmønstre kan afsløre komplekse interne patologier, som rækker langt ud over traditionelle lidelser i bevægeapparatet.

Biometrisk intelligens og dyb fænotypning

Forskningen tog udgangspunkt i data fra det israelske Human Phenotype Project og undersøgte 3.328 voksne deltagere, der udførte standardiserede bevægelsesøvelser optaget af specialiserede 3D-sensoropsætninger. På tværs af 17.589 højopløselige videosekvenser kortlagde proprietære algoritmer 26 distinkte anatomiske led for at vurdere skridtlængde, hastighed og mikrokoordinationsdynamik. Ved krydsreference med 3.210 detaljerede biologiske markører – herunder omfattende blodprofiler, metaboliske paneler og kardiovaskulære målinger – etablerede den kunstige intelligens statistisk solide korrelationer i 1.887 tilfælde.

Afsløring af intern patologi via kinematik

Blandt studiets mest markante resultater var algoritmens evne til at estimere levervævets elasticitet, en afgørende diagnostisk markør for leverfibrose. Selv efter justering for standardvariabler som kronologisk alder og body mass index (BMI) forbedrede biomekaniske bevægelsesparametre den diagnostiske præcision markant, på niveau med specialiserede biokemiske analyser. Ud over visceralt fedt og metaboliske indeks afslørede kinematiske markører også kvantificerbare signaturer svarende til depressive lidelser, forringelse af søvnarkitekturen og specifikke neurofarmakologiske behandlinger.

Strategiske horisonter inden for ikke-invasiv helbredsovervågning

Ved at opdele fysiske indikatorer – såsom anvendelse af parametre fra underekstremiteterne til vurdering af metabolisk modstandskraft og overkroppens kinematik til søvn- og adfærdsprofilering – åbner metoden for hidtil usete muligheder for kontaktløs medicinsk triage. Denne israelske innovation repræsenterer et paradigmeskift mod passiv, sensorfri diagnostik med vidtrækkende konsekvenser for nationale folkesundhedsinfrastrukturer, kontinuerlig telemonitorering af patienter og skalerbar forebyggende medicin på tværs af globale civile sundhedssystemer.