Leber, Diabetes, SchlaflosigkeitDie Art, wie man geht, verrät mögliche Krankheiten

Wie man geht, steht oder auch vom Stuhl aufsteht, könnte überraschend viel über die eigene Gesundheit aussagen. Eine neue Studie zeigt, dass Bewegungsmuster des ganzen Körpers mit Diabetes, Schlafproblemen und sogar der Lebergesundheit zusammenhängen.
Schon die Art und Weise, wie ein Mensch einen Raum durchquert, könnte überraschend viel über seine Gesundheit verraten. Denn nicht nur Erkrankungen von Muskeln oder Gelenken hinterlassen offenbar Spuren in unseren Bewegungen: Ein KI-System erkennt in Gang und Körperhaltung auch Muster, die mit Diabetes, Schlafproblemen oder sogar Veränderungen der Leber zusammenhängen. Das zeigt eine große Studie aus Israel, die im Fachjournal "Nature Medicine" erschienen ist.
"Als wir mit dem Projekt begannen, glaubten wir, dass Bewegung viel über die Gesundheit verraten kann", sagt Studienautor Adam Gabet vom Weizmann Institute gegenüber dem Wissenschaftsportal "ScienceAlert". Um das zu überprüfen, analysierte das Team die Bewegungen von 3328 Erwachsenen. Anders als klassische Ganguntersuchungen betrachteten die Forschenden dabei nicht nur Schrittlänge oder Gehgeschwindigkeit, sondern die Bewegungen des gesamten Körpers.
Die Teilnehmerinnen und Teilnehmer absolvierten dafür fünf einfache Aufgaben: Sie gingen mit festgelegtem Tempo und mit ihrer bevorzugten Geschwindigkeit auf einem Laufband, liefen auf der Stelle, standen von einem Stuhl auf und absolvierten einen Gleichgewichtstest im Stehen. Eine Tiefenkamera erfasste dabei die Position von 26 Gelenken in drei Dimensionen.
Aus diesen Daten lernte ein KI-Modell, wie sich die einzelnen Körperteile typischerweise gemeinsam bewegen. Anschließend verglichen die Forschenden diese Bewegungsmuster mit umfangreichen Gesundheitsdaten der Probanden - darunter Blutwerte, Körpermaße, Diagnosen, Schlafdaten und Angaben zum Lebensstil.
Selbst die Leber hinterlässt offenbar Spuren in der Gangart
Das Ergebnis: Bei 1887 von insgesamt 3210 untersuchten Gesundheitsmerkmalen fand das Modell statistisch signifikante Zusammenhänge mit der Art, wie sich die Menschen bewegten. Die Bewegungsdaten lieferten dabei häufig Informationen, die über klassische Messgrößen wie Schrittfrequenz oder -länge hinausgingen.
Besonders überraschend war der Zusammenhang mit der Leber. Die Forschenden konnten aus den Bewegungsmustern abschätzen, wie steif oder elastisch das Organ war. Eine erhöhte Lebersteifigkeit kann darauf hindeuten, dass gesundes Lebergewebe zunehmend durch Narbengewebe ersetzt wird - Fachleute sprechen dann von einer Fibrose. Dazu kann es etwa durch eine chronische Fettleber, langjährigen hohen Alkoholkonsum oder eine Virushepatitis kommen. Je weiter die Vernarbung fortschreitet, desto schlechter kann die Leber ihre Aufgaben erfüllen.
Erstaunlich war dabei, dass sich aus den Bewegungsdaten ähnlich gut auf die Lebersteifigkeit schließen ließ wie aus etablierten Blutwerten, die Ärztinnen und Ärzte zur Beurteilung der Leber heranziehen.
Auch der Schlaf schien sich im Bewegungsmuster widerzuspiegeln. Besonders Bewegungen des Oberkörpers enthielten Informationen zu Schlaf- und Lebensstilmerkmalen. "Mich überraschte besonders, wie stark sich die Schlafqualität im Körper widerspiegelt", sagt Erstautor Gabet. Das Modell habe unter anderem Zusammenhänge mit Messwerten für Schlafapnoe, mit Schlaflosigkeit und sogar mit der Schlafdauer der vorausgegangenen Nacht erkannt.
Nicht nur die Beine verraten etwas
Gangforschung konzentrierte sich laut Gabet bislang traditionell stark auf Beine und Füße. Die neue Analyse legt dagegen nahe, dass auch Arme, Schultern und Rumpf gesundheitliche Informationen tragen. Entfernten die Forschenden in ihren Berechnungen bestimmte Körperregionen aus den Daten, zeigte sich beispielsweise: Bewegungen der Beine waren besonders aussagekräftig für Stoffwechsel und körperliche Gebrechlichkeit, während der Rumpf stärker mit Schlaf- und Lebensstilmerkmalen zusammenhing.
Auch bei einigen bereits diagnostizierten Erkrankungen lieferten die Bewegungsdaten der Studie zufolge zusätzliche Hinweise. Zunächst versuchte die KI allein anhand klassischer Angaben wie Alter, Körpergröße, Body-Mass-Index und Fettgewebe um die inneren Organe vorherzusagen, welche Teilnehmer beispielsweise an Diabetes, Depressionen oder Schlaflosigkeit litten. Bezog es zusätzlich die Bewegungsmuster mit ein, gelang diese Zuordnung genauer. Auch die Einnahme bestimmter Medikamente ließ sich damit besser vorhersagen. Insgesamt verbesserten die Bewegungsdaten bei Männern die Vorhersagen für alle 18 untersuchten Bereiche des Körpers, bei Frauen für 17 von 18.
Allerdings war die untersuchte Gruppe eher homogen: Die Teilnehmerinnen und Teilnehmer waren überwiegend gesunde jüdische Erwachsene aus Israel. Das Modell müsse deshalb noch unabhängig und in anderen Bevölkerungsgruppen getestet werden, schreiben die Autorinnen und Autoren.
Denkbar wäre langfristig, Bewegungsanalysen als unkomplizierte Ergänzung zu normalen Gesundheitschecks einzusetzen - etwa um Auffälligkeiten zu entdecken, die anschließend genauer untersucht werden. Für einen medizinischen Einsatz seien zuvor jedoch klinische Studien mit hoher Treffsicherheit nötig, betont Gabet. Besonders spannend ist für das Team nun die Frage, ob sich bestimmte Bewegungsmuster möglicherweise schon verändern, bevor eine Krankheit andere erkennbare Zeichen verursacht.