2022年10月11日

通过智能算法措施步态质量手表,可以帮助减少跌倒

澳大利亚神经科学研究所的研究人员写的新算法(NeuRA)和悉尼新南威尔士大学可以帮助促进健康老年人和高危人群。通过可穿戴技术配对设备如智能手表,手表走算法提供了一种精确测量行走的稳定性和速度,可用于未来提供实时反馈如何提高个人步行稳定性降低的风险下降。

瀑布是最重要的健康和之一经济问题在澳大利亚,大约30%的成年人超过65每年至少经历一个秋天。2020年,治疗受伤的下降年纪大的人经济成本23亿美元。

在两阶段的一项研究中,由NeuRA和新南威尔士大学医学与健康研究人员发表在科学报告,101名年龄在19到81岁戴着腕传感器和记录执行特定的动作在家里除了行走和奔跑在实验室设置。研究人员然后使用生成的数据创建一个数字步态生物标记算法,可以测量步态质量与更大的精度,使用laboratory-assessed和真实的数据。

在这项研究的第二阶段,数字步态生物标记的有效性来自英国生物库的78822名参与者数据库上进行了测试。参与者年龄在46到77年被要求穿装置主要手腕为七天,总共有11646 4的录音运动被分为“走”,“运行”,“固定”或“未指定的手臂”活动。发现手表走算法来测量这些活动与精度高(93%;98%;86%;和74%)。

评估步态在真实的环境中

数字步态生物个体步态的定量措施方面,如姿势、节奏、行走速度和步伐的长度,提供洞察整体健康、功能下降和通常可以预测他们的可能性下降。然而,传统的数字限制步态测量生物标志物是他们通常针对跑步机和设定长度上走人行道,不准确地评估步态行走活动在真实的环境中。

劳埃德·陈,博士生NeuRA和新南威尔士大学医学与健康论文的主要作者之一,说这是第一次一个算法测量步态质量已广泛在真实环境中测试和将商用。

“我们知道,人们走路的方式是他们的预测健康。例如,走路慢的人,很少,在较小的步骤或较短的距离通常更容易遭遇下跌。我们的目标是捕捉这些数据通过观察个体自然走在日常的生命然后测试这个普遍超过70000个人,”他说。