Clear Sky Science · pl

Prędkości kątowe stawów wyliczone z wideo ze smartfona podczas wstawania z krzesła dostarczają przestrzenno‑czasowego wskaźnika objawowej choroby zwyrodnieniowej kolana

· Powrót do spisu

Przekształcenie prostego testu z krzesłem w przegląd kolan

Wstawanie z krzesła to czynność, którą większość z nas wykonuje dziesiątki razy dziennie, często bez zastanowienia. Dla osób z chorobą zwyrodnieniową kolana ten codzienny ruch może być jednak bolesny i utrudniony. Badanie to pokazuje, że zwykły smartfon może przekształcić prosty ruch wstawania z krzesła w okno na zdrowie kolan, oferując niedrogą metodę wykrywania problemów ze stawami i monitorowania ich zmian w czasie.

Figure 1. Smartfon rejestruje ruch wstawania z krzesła, ujawniając ogólny stan stawu kolanowego przez analizę wzorców ruchu ciała.
Figure 1. Smartfon rejestruje ruch wstawania z krzesła, ujawniając ogólny stan stawu kolanowego przez analizę wzorców ruchu ciała.

Dlaczego kłopoty z kolanami trudno dostrzec wcześnie

Choroba zwyrodnieniowa kolana jest jedną z głównych przyczyn niepełnosprawności u osób starszych, przez co nawet rutynowe czynności, takie jak wstawanie czy chodzenie, stają się wyzwaniem. Lekarze zwykle oceniają funkcję kolana, obserwując sposób poruszania się pacjenta lub stosując kwestionariusze dotyczące bólu i sztywności. W laboratoriach badawczych drogie systemy rejestracji ruchu z markerami i wieloma kamerami mogą mierzyć ruch z dużą dokładnością, ale nie są praktyczne w przychodniach, domach czy ośrodkach społecznych. W efekcie wiele osób żyje z uszkodzeniami kolana, które nie są obiektywnie zmierzone, dopóki nie osiągną zaawansowanego stadium.

Wykorzystanie kamery telefonu do odczytu ruchu stawów

Naukowcy poprosili 309 dorosłych, większość w wieku około 60 lat, aby wielokrotnie wstawali z i siadali na ustandaryzowanym krześle, filmowani z profilu smartfonem. Przy użyciu systemu sztucznej inteligencji śledzili kluczowe punkty na ciele, aby obliczyć, o ile zgina się tułów, kolano i staw skokowy oraz jak szybko zmieniają się te kąty w czasie. Następnie zbudowali model głębokiego uczenia nazwaný STS Dynamics Net, który nauczył się wzorców w tych prędkościach i kątach stawów, by oszacować prawdopodobieństwo, że osoba ma objawową chorobę zwyrodnieniową kolana. Model wygenerował dla każdej osoby pojedynczy wynik, indeks STS D, w skali od zera do jednego.

Prędkość stawu jako nowy sygnał ostrzegawczy

Badanie wykazało, że szybkość ruchu stawów podczas wstawania z krzesła niesie istotne informacje o zdrowiu kolana. Modele wykorzystujące zarówno kąty, jak i ich prędkości wykrywały objawową chorobę zwyrodnieniową kolana dokładniej niż proste miary, takie jak liczba wstań w 30 sekund czy zakres pochylenia tułowia do przodu. Podejście oparte na telefonie osiągało wyniki niemal porównywalne z laboratoryjnym systemem trójwymiarowej rejestracji ruchu. Osoby, których ruchy model oceniał jako bardziej wskazujące na chorobę zwyrodnieniową, częściej zgłaszały również gorszą sztywność i trudności w codziennych zadaniach w standardowym kwestionariuszu objawów.

Co wzorce ruchu ujawniają o mięśniach

Aby lepiej zrozumieć, co pomiary ze smartfona odzwierciedlają w organizmie, zespół zeskanował mięśnie uda mniejszej grupy ochotników przy użyciu MRI. Stwierdzili, że osoby z mniejszą ilością mięśnia i większą ilością tłuszczu w mięśniach udowych skłaniały się ku szybszemu poruszaniu tułowiem podczas kluczowych faz zadania wstawania z krzesła. Sugeruje to, że gdy mięśnie wokół kolana są słabe lub mają gorszą jakość, ludzie kompensują to poprzez szybsze wymachiwanie tułowiem, aby wstać z krzesła, przenosząc część wysiłku z samego stawu kolanowego. Model ujawnił też zmieniony timing i koordynację między tułowiem, kolanem i stawem skokowym u osób z chorobą zwyrodnieniową, co wskazuje na szersze zmiany w kontroli ruchu.

Figure 2. Etapowe prędkości stawów podczas wstawania z krzesła są wprowadzane do modelu AI, który rozróżnia wzorce ruchu zdrowe i związane z chorobą zwyrodnieniową.
Figure 2. Etapowe prędkości stawów podczas wstawania z krzesła są wprowadzane do modelu AI, który rozróżnia wzorce ruchu zdrowe i związane z chorobą zwyrodnieniową.

Z narzędzia laboratoryjnego do codziennego badania zdrowia

Mówiąc prosto, badanie pokazuje, że standardowy smartfon potrafi wychwycić subtelne różnice w sposobie, w jaki ludzie wstają i siadają, które mają związek z bolesną chorobą zwyrodnieniową kolana i stanem mięśni uda. Przekształcając prędkości i kąty stawów w pojedynczy wynik ryzyka, metoda mogłaby umożliwić proste, domowe kontrole funkcji kolana, wspierać zdalne monitorowanie po leczeniu i pomagać identyfikować osoby, które mogłyby skorzystać z programów wzmacniających lub dalszej oceny medycznej. Choć metoda wymaga jeszcze badań w większych i bardziej zróżnicowanych populacjach, wskazuje na przyszłość, w której szybki test z krzesłem przed kamerą telefonu stanie się rutynową częścią dbania o starzejące się stawy.

Cytowanie: 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

Słowa kluczowe: choroba zwyrodnieniowa kolana, analiza ruchu smartfonem, test wstawania z krzesła, prędkość kątowa stawu, słabość mięśni