光州科学技术院开发仅凭日常动作追踪肌少症的人工智能[读懂科学]

by Kim Jonghwa

Published 09 Jun.2026 08:18(KST)

仅凭起身离椅、拾取物品等动作即可分析各关节肌肉功能
无需传感器和高价设备，也可对肌少症进展进行定量评估

一项仅通过分析肌少症患者动作即可追踪疾病进展程度的人工智能技术已被开发出来。无需额外传感器或高价医疗设备，仅凭日常动作就能对踝关节、膝关节和髋关节的肌肉功能状态进行定量评估，因此有望在老龄化时代用于早期诊断和个性化管理。

光州科学技术院9日表示，Kang Jiyeon教授领衔的人工智能融合学科研究团队与韩国科学技术研究院、Bitgoeul全南大学医院联合开发出人工智能技术“MAISE（Motion-AI Integrated Surveillance for the Elderly）”，可通过分析老年人的日常动作，追踪肌少症进展所带来的肌肉功能变化。

仅凭日常动作即可分析肌少症的人工智能技术“MAISE”的运行过程。通过摄像头采集的运动数据估算关节扭矩，评估是否患有肌少症及其进展程度。研究团队供图

肌少症是一种随着衰老导致肌肉量和肌力下降的疾病，会增加跌倒和骨折风险，并使独立完成日常生活变得困难。但目前仍主要依赖握力测试、步行速度测量及肌肉量影像检查等方式，因此难以持续观察日常生活中缓慢发生的功能退化，这也是现有方法的局限所在。

为解决这一问题，研究团队开发了一套人工智能框架，仅通过起身离椅、拾取物品、上下楼梯等日常动作即可分析肌少症状态。其核心在于，仅凭人体动作信息推算关节运动时所需的力量，即“关节扭矩”。

无需设备即可推算关节力量

以往若要精确分析关节力量，需要借助测力板等专业设备。研究团队此次采用的方法，是让人工智能同时学习物理定律，从而能够自行推算地面反作用力和压力中心信息。

结果显示，纳入物理信息的模型即便面对未用于训练的老年人数据，也将压力中心预测误差最多降低49.3%，将地面反作用力误差最多降低6.5%。这表明该技术在实际环境中也具备稳定分析肌肉功能的潜力。

研究团队以肌少症患者和健康老年人等共28人为对象，让其完成起身离椅、拾取物品、踏上台阶等动作，随后验证了该技术的有效性。

研究团队照片。（左起）Gang Jiyeon GIST人工智能融合学科教授（通讯作者）、Jo Jaebeom 硕士（第一作者）、Kim Gihyeon 博士研究生、Ha Junhyeong 蔚山科学技术院 UNIST 机械工程学科教授（开展研究当时任职于KIST）、Ryu Ganghyeon 韩国科学技术研究院 KIST 博士、Gang Mingu 光州全南大学医院教授。GIST供图

分析结果显示，MAISE推算出的关节扭矩指标与当前临床现场使用的主要肌少症评估指标，如握力、步行速度、5次起立测试等，呈现出较高相关性。此外，肌少症组与健康组之间还表现出不同的关节扭矩模式，证实仅凭日常动作也能对肌肉功能下降进行定量评估。

Kang Jiyeon教授表示：“这项研究展示了利用隐藏在日常动作中的生物力学信息，对肌少症进行定量评估的可能性。”她还称：“这不仅超越了以医院为中心的一次性检查，也提出了基于日常生活对肌肉功能进行持续追踪的可能性。”

她还补充称：“未来若发展为基于摄像头的非接触式监测技术，预计可用于肌少症的早期发现和个性化管理。”