Vom Smartphone abgeleitete Gelenkwinkelgeschwindigkeiten bei der Sitz‑Steh‑Bewegung liefern einen spatiotemporalen Marker für symptomatische Kniearthrose

Aus einem einfachen Stuhltest eine Knie‑Untersuchung machen

Vom Stuhl aufzustehen ist etwas, das die meisten von uns dutzendfach am Tag tun, oft ohne großes Nachdenken. Für Menschen mit Kniearthrose kann diese alltägliche Bewegung jedoch schmerzhaft und mühsam sein. Diese Studie zeigt, dass ein gewöhnliches Smartphone eine einfache Sitz‑Steh‑Bewegung zu einem Fenster in die Kniegesundheit machen kann und damit eine kostengünstige Möglichkeit bietet, Gelenkprobleme zu erkennen und ihre Entwicklung über die Zeit zu überwachen.

Warum Knieprobleme früh schwer zu erkennen sind

Die Kniearthrose ist eine der Hauptursachen für Behinderung bei älteren Erwachsenen und erschwert selbst routinemäßige Aktivitäten wie Aufstehen und Gehen. Ärztinnen und Ärzte beurteilen die Kniefunktion meist durch Beobachtung der Bewegung oder durch Fragebögen zu Schmerz und Steifigkeit. In Forschungs­laboren können teure Bewegungsaufnahmesysteme mit Markern und mehreren Kameras Bewegungen sehr detailliert messen, sind aber in Kliniken, zu Hause oder in Gemeindezentren nicht praktikabel. Infolgedessen leben viele Menschen mit Knieschäden, die objektiv nicht gemessen werden, bis sie schon relativ weit fortgeschritten sind.

Die Gelenkbewegung mit der Handy‑Kamera lesen

Die Forschenden baten 309 Erwachsene, die meisten in ihren 60ern, wiederholt von einem standardisierten Stuhl aufzustehen und sich hinzusetzen, während sie seitlich mit einem Smartphone gefilmt wurden. Mithilfe eines künstlichen Intelligenzsystems verfolgten sie Schlüsselpunkte des Körpers, um zu berechnen, wie stark Rumpf, Knie und Sprunggelenk gebeugt wurden und wie schnell sich diese Winkel über die Zeit änderten. Anschließend bauten sie ein Deep‑Learning‑Modell, STS Dynamics Net genannt, das Muster in diesen Gelenkgeschwindigkeiten und Winkeln erlernte, um die Wahrscheinlichkeit abzuschätzen, dass eine Person symptomatische Kniearthrose hat. Das Modell erzeugte für jede Person eine einzelne Punktzahl, den STS D Index, zwischen null und eins.

Gelenkgeschwindigkeit als neues Warnsignal

Die Studie ergab, dass die Geschwindigkeit, mit der Gelenke sich während der Sitz‑Steh‑Bewegung bewegen, wichtige Informationen über die Kniegesundheit enthält. Modelle, die sowohl Winkel als auch deren Geschwindigkeiten nutzten, erkannten symptomatische Kniearthrose genauer als einfache Messungen wie die Anzahl der Aufstehvorgänge in 30 Sekunden oder wie weit jemand nach vorn beugt. Der telefonbasierte Ansatz erreichte eine Leistung, die fast an ein laborbasiertes dreidimensionales Bewegungserfassungssystem heranreichte. Personen, deren Bewegungen das Modell eher als arthrotisch einstufte, berichteten auch tendenziell über stärkere Steifigkeit und größere Schwierigkeiten bei Alltagsaufgaben in standardisierten Symptombögen.

Was die Bewegungsmuster über die Muskeln verraten

Um besser zu verstehen, was die telefonbasierten Messungen im Körper widerspiegeln, untersuchte das Team die Oberschenkelmuskulatur einer kleineren Gruppe Freiwilliger mittels MRT. Sie fanden heraus, dass Personen mit weniger Muskelmasse und mehr Fettanteil in der Oberschenkelmuskulatur dazu neigten, ihren Rumpf während wichtiger Phasen der Sitz‑Steh‑Aufgabe schneller zu bewegen. Das legt nahe, dass Menschen mit schwächeren oder qualitativ schlechteren Knienähe‑Muskeln durch ein stärkeres Schwingen des Rumpfes kompensieren, um aus dem Stuhl aufzustehen, und so einen Teil der Belastung vom Knie wegverlagern. Das Modell zeigte außerdem veränderte zeitliche Abläufe und Koordination zwischen Rumpf, Knie und Sprunggelenk bei Menschen mit Arthrose, was auf umfassendere Veränderungen in der Bewegungssteuerung hindeutet.

Vom Labortool zum täglichen Gesundheitscheck

Einfach gesagt zeigt die Studie, dass ein handelsübliches Smartphone subtile Unterschiede im Auf‑ und Hinsetzen erfassen kann, die mit schmerzhafter Kniearthrose und der Gesundheit der Oberschenkelmuskulatur zusammenhängen. Indem Gelenkgeschwindigkeiten und Winkel in eine einzige Risikopunktzahl umgewandelt werden, könnte die Methode einfache, zuhause durchführbare Kontrollen der Kniefunktion ermöglichen, die Fernnachsorge nach Behandlungen unterstützen und helfen, Personen zu identifizieren, die von Kräftigungsprogrammen oder weiterführender medizinischer Abklärung profitieren könnten. Obwohl die Methode noch in größeren und vielfältigeren Gruppen untersucht werden muss, deutet sie auf eine Zukunft, in der ein kurzer Stuhltest vor der Handykamera Teil der Routineversorgung alternder Gelenke wird.

Zitation: Chan, L.C., Yan, J., Zhang, Y.C. et al. Smartphone-derived joint angular velocities in sit-to-stand motion provide a spatiotemporal marker for symptomatic knee osteoarthritis. Commun Med 6, 286 (2026). https://doi.org/10.1038/s43856-026-01537-2

Schlüsselwörter: Kniesarthrose, Smartphone Bewegungsanalyse, Sitz‑Steh‑Test, gelenkwinkelgeschwindigkeit, Muskelschwäche