Когда мы говорим о реабилитации после инсульта или при болезни Паркинсона, оценка походки пациента часто сводится к субъективным шкалам или простым тестам вроде ходьбы на фиксированную дистанцию.

Носимые датчики, такие как акселерометры и гироскопы, собирают огромные объемы данных, но превратить их в конкретные клинические решения до сих пор было сложно.

В исследовании для журнала npj Digital Medicine международная группа ученых предложила изящное решение, объединив датчики и топологический анализ данных.

Топология изучает свойства пространств, остающиеся неизменными при непрерывных деформациях. В анализе данных этот метод позволяет спроецировать гигантское облако многомерных параметров походки на плоскость в виде понятной карты. Вместо сравнения отдельных биомеханических показателей алгоритм смотрит на геометрическую форму всего массива данных.

В ходе работы ученые закрепили датчики на теле 81 участника с совершенно разными нейромоторными особенностями. В выборку вошли люди, перенесшие инсульт, пациенты с болезнью Паркинсона, ампутациями нижних конечностей, функциональными неврологическими расстройствами, а также здоровые люди из контрольной группы. Все они проходили двигательные тесты, пока датчики фиксировали нюансы движения.

Алгоритм без подсказок человека построил единую функциональную карту, на которой люди сгруппировались по реальным особенностям движения. У пациентов после инсульта выделились три выраженных кластера, соответствующих низкой, умеренной и высокой функциональности, которые идеально совпали с реальными клиническими тестами. В отличие от них, люди с болезнью Паркинсона продемонстрировали плавный переход от тяжелых нарушений к легким без жесткого деления на группы.

Пациенты с протезами конечностей распределились по всей карте среди других групп, что подчеркнуло их индивидуальную вариативность: кто-то двигался как здоровый человек, а у кого-то компенсаторные паттерны походили на последствия инсульта.

На основе этой карты авторы обучили алгоритмы машинного обучения. Теперь, когда в клинику приходит новый пациент, достаточно надеть датчики на пару минут, чтобы система автоматически определила его двигательный фенотип.

Для врача это открывает путь к персонализированной реабилитации, позволяя точно подбирать терапию под биомеханический профиль, наглядно отслеживать прогресс на карте и прогнозировать риски падения на основе тонких изменений, незаметных на глаз.

https://www.nature.com/articles/s41746-026-02940-8