近期,国际权威医学期刊《自然·医学》发表了以色列魏茨曼科学研究所Eran Segal教授团队的研究,提出可将人体步态作为独立的多系统生物信号,通过AI从三维骨骼运动中解码全身健康信息,有望成为新型“被动生命体征”。
不少读者关心:日常走路姿态的变化真能预警健康问题?普通人该如何理性看待并利用这一发现?需要明确的是,该研究目前仅为相关性发现,数据采集于受控实验室环境,尚不能直接用于疾病筛查与诊断。
走两步就能测全身健康?AI步态模型的科学底气
这项研究依托“人类表型计划”,纳入了3414名接受过全面健康数据采集的成年人。研究人员用深度相机记录受试者完成5项标准化运动时的三维骨骼运动序列,构建了“步态基础大模型”。
和传统仅监测步速、步长等单一指标的评估不同,该模型不依赖人工预设特征,而是自主学习全身26个关节点的时空协同运动规律,最终输出反映全身运动协调特征的数字化信号。
| 健康相关指标 | 预测效能等级 | 补充说明 |
|---|---|---|
| BMI(体重指数) | 最高 | 是目前步态信号关联最强的健康指标 |
| 内脏脂肪面积 | 较高 | 关联度仅次于BMI,可反映代谢相关状态 |
| 年龄 | 中等 | 步态特征可一定程度匹配生理衰老程度 |
研究共验证了3210项健康表型,其中1980项与步态表征存在显著关联,覆盖男性18个、女性17个身体系统,涉及代谢、心血管、肝脏功能、睡眠、精神健康等多个维度。
更关键的是,即便剔除年龄、BMI、内脏脂肪面积、身高这些基础变量,步态信号依然能额外提升健康预测的效能,这说明步态携带了独立于这些指标的健康信息,是全身多系统状态的综合外在表现。
出现这些步态变化,体检时记得主动提
研究还通过解剖学消融分析,揭示了不同部位步态信号的关联偏向:腿部运动信号主要贡献于代谢状态和衰弱风险的预测,而躯干运动则更多编码睡眠、生活方式类的健康信息。
对普通大众来说,无需掌握复杂的专业参数,只要留意自身步态的持续性变化即可——偶尔因劳累、受伤导致的步态波动无需担心,长期的异常改变才值得关注。
- 步速持续变慢: 排除近期劳累、外伤等明确原因,连续1-2个月走路速度明显下降,比如往常10分钟能走完的路程,现在需要多花2-3分钟。
- 步幅逐步缩小: 走路时步子迈得越来越小,甚至出现不自觉的“小碎步”,日常抬脚、跨步的幅度比之前明显降低。
- 平衡感下降易绊倒: 走路时身体摇晃、不稳,经常被路面小障碍物绊倒,或是走不平路时需要扶物才能保持平衡。
出现上述变化时,千万不要自行上网对号入座,更不能直接推断自己得了某种疾病。正确的做法是在体检或就诊时,主动向医生提及步态的变化情况。
医生会结合抽血、影像、临床问诊等成熟的评估方式综合判断,避免单一线索的误判。目前证据最扎实的步态改善方式,就是加强下肢力量训练、平衡能力练习和保持规律运动。
需要提醒的是,该研究的所有数据都采集于受控实验室环境,目前还缺少居家场景和独立长期队列的验证,因此步态观察只能作为健康沟通的线索,不能替代正规的疾病筛查工具。
步态AI能直接诊病吗?这些边界要搞清
科研端:给新药评估加个“高精度标尺”
对医药研发领域来说,这项技术有着不小的应用潜力。传统的临床试验中,针对渐冻症、帕金森病、卒中、肌营养不良等疾病的功能评估,往往容易遗漏细微的疾病进展或治疗代偿信号。
步态大模型能捕捉到更精细的运动变化,可帮助药企更灵敏地判断新药的实际效果,为这类难评估疾病的临床试验提供新的评估维度。
个人端:别踩这些认知误区
对普通个人而言,当下最现实的受益路径,并不是购买市面上所谓的“步态诊断服务”——这类服务大多没有经过严谨的临床验证,很容易出现误判甚至误导。
目前靠谱的行动方向主要有三个:一是在正规医疗场景中留意自身步态的持续性变化,主动和医生沟通;二是如果符合条件,可参与经过伦理审查的相关临床研究;三是坚持证据扎实的下肢力量与平衡训练,从根源上改善运动状态。
要明确的是,步态模型目前仍处于研究阶段,完全不能替代成熟的医学检查,更不能直接用于疾病的筛查与诊断。公众无需对这项技术过度神化,也不必因为偶尔的步态异常过度焦虑。
近期这项研究为我们理解全身多系统健康状态提供了全新视角——步态可能携带独立于年龄、体重、体脂的健康信息,是身体状态的“外在显示器”。
对普通人来说,这项研究的最大价值,不是让大家靠走路姿势自我诊病,而是提高对持续性步态变化的敏感度,在体检或就诊时主动和医生沟通,为临床评估多提供一份参考线索。
当前证据最扎实的健康行动,依然是规律运动、坚持下肢力量训练和平衡能力练习。对患有神经、运动系统疾病的群体而言,这项技术未来或许能带来更精准的评估手段,但仍需等待更多临床验证。
保持中立期待,把步态观察纳入日常健康管理的小细节,同时尊重成熟医学评估的边界,才是面对新技术最稳妥的态度。

