Онтология кинетического движения человека: семантическая модель терминологии для символического представления физиологического движения

Почему важно картографировать движение

Каждый шаг, растяжение или гребок приводится в действие скоординированным взаимодействием мышц, костей и нервов. Тем не менее большинство систем здравоохранения фиксируют лишь факт «тренировки» — но не указывают, какие части тела двигались, как они взаимодействовали и как это может влиять на риск заболеваний. В этой статье представлена новая цифровая лексика — Онтология кинетического движения человека (KHMO), разработанная для описания человеческого движения точно и в формате, понятном компьютерам. Преобразуя движение в структурированные данные, KHMO призвана помочь исследователям лучше понять, какие именно виды активности защищают от хронических заболеваний, таких как рак, и упорядочить поток информации от носимых устройств, камер и клинических исследований.

От простых шагов к сложному здоровью

Движение человека имеет центральное значение для здоровья. Когда вы идёте, поднимаете вес или скользите по бассейну, ваша опорно‑двигательная система — кости, мышцы, связки и суставы — действует как высокоточная машина. Исследования показали, что регулярная физическая активность снижает риск многих видов рака, уменьшает жировую массу и изменяет гормоны и сигнальные молекулы, связанные с ростом опухолей. Как аэробные упражнения, например быстрый шаг или плавание, так и упражнения на укрепление мышц, такие как силовые тренировки, способствуют лучшей выживаемости и снижению риска рака. Но хотя известно, что «больше правильного движения» полезно, значительно труднее точно описать, какие именно движения, какие части тела и какие схемы приносят наибольшую пользу.

Построение общего языка для движения

Чтобы решить эту задачу, авторы создали KHMO — формальную модель для описания того, как движется человеческое тело. Они опирались на простую идею, заимствованную из анимации и кино: любое движение можно разложить на последовательность кадров, каждый из которых фиксирует позу в конкретный момент. В KHMO базовое движение начинается с одной стойки и завершается другой; при этом конкретные анатомические части — например отдельные мышцы или кости — обеспечивают переход между ними. Модель связывает запланированные активности (например «гребок при плавании» или «композиция тай‑чи») с более мелкими движениями и позами, которые составляют эти активности, а также с лежащими в основе частями тела и физиологическими движениями, которые их обеспечивают.

Связывание анатомии, движения и данных

KHMO не изобретает заново анатомические термины; вместо этого она объединяет признанные биомедицинские словари в единое согласованное строение, ориентированное на движение. Он повторно использует понятия из известных онтологий, которые уже определяют части тела, поведения и эксперименты. С помощью инструментов для редактирования онтологий и извлечения терминов команда связала человеческие позы, движения частей тела и анатомические сущности, такие как конкретные мышцы, в единую интегрированную базу знаний. Они расширили этот ресурс, опираясь на реальные примеры, включая тай‑чи и плавание, которые требуют богатой координации всего тела и известны своей пользой для здоровья. В рамках работы добавлено более 1600 терминов для мышц и свыше 700 записей данных, описывающих движения при водных упражнениях, что позволяет очень детально соотнести фазу гребка с мышцами, её обеспечивающими.

Проверка качества и практическое применение

Чтобы убедиться, что KHMO не только велика, но и надёжна, авторы оценили её с помощью семиотической структуры, оценивающей, насколько хорошо организована онтология (синтаксис), насколько ясны и последовательны её термины (семантика) и насколько широко она покрывает свою предметную область (прагматика). KHMO показала результаты выше среднего по сравнению с несколькими существующими онтологиями упражнений и физической активности, особенно в охвате предметной области. Инструменты автоматизированного вывода не выявили логических противоречий в её определениях и отношениях. Команда затем продемонстрировала, как исследователи могут запрашивать KHMO для решения практических задач: какие физиологические движения встречаются в данном движении, какие анатомические части участвуют, как конкретные мышцы координируются с определёнными движениями. Кроме того, они создали программное обеспечение, которое преобразует описания движений в таблицах в машиночитаемые графы знаний, связанные с KHMO, и которое может прикреплять изображения поз к соответствующим стойкам.

Будущие направления для более умной науки о движении

KHMO представлена как основа для будущих инструментов, способных связывать подробные описания движения с исходами для здоровья. Поскольку она общедоступна и согласована с широко используемыми биомедицинскими онтологиями, другие исследователи могут повторно использовать и расширять её в спортивной науке, реабилитации, робототехнике и профилактике рака. По мере того как системы захвата движения, носимые устройства и алгоритмы оценки позы будут генерировать всё более подробные следы наших перемещений, KHMO предлагает способ переводить эти следы на общий язык. Проще говоря, это структурированный словарь, который помогает компьютерам «понимать» историю движения поза за позой, упрощая изучение того, какие конкретные движения, мышцы и схемы лучше всего поддерживают здоровье на протяжении всей жизни.

Цитирование: Amith, M., Ha, V., Nguyen, E. et al. Kinetic Human Movement Ontology: a semantic terminology model to symbolically represent physiological movement. Sci Data 13, 696 (2026). https://doi.org/10.1038/s41597-026-06984-z

Ключевые слова: движение человека, физическая активность и рак, биомедицинская онтология, граф знаний, данные носимых датчиков