深度学习步态模型预测多系统健康表型
先了解这件事
2026年11月9日，Nature Medicine 刊发一项研究：研究团队用深度相机记录 3,328 名深度表型成人在五项运动任务中的三维骨骼运动数据，构建步态基础模型。模型嵌入显著预测了 3,210 个表型目标中的 1,887 个，并在男性全部 18 个身体系统和女性 18 个中的 17 个上带来预测增益，同时提升了对临床诊断和用药情况的预测。11月10日，Medical Xpress 以长寿/衰老为关键词报道称，Newton Tech 参与撰写的该研究分析了 17,589 段运动序列，模型与 3,210 项健康指标中的 1,887 项存在显著关联，覆盖 18 个身体系统。两篇报道在样本量（3,328 名成人）与关联指标数（1,887/3,210）上一致，后续报道补充了运动序列数量与参与机构信息。目前证据层级为观察性研究中的模型预测性能评估，尚未涉及临床前瞻验证或监管批准。
AI 根据报道生成 · 3 天前更新
报道时间线
沿着报道，了解事件的不同侧面。
- Medical Xpress（长寿/衰老关键词）Newton Tech 在 Nature Medicine 发表步态基础模型，可从 3D 骨骼运动预测多系统健康指标
Newton Tech 参与撰写的 Nature Medicine 研究显示，其 AI 步态基础模型在 3,328 名成人中分析了 17,589 段运动序列，与 3,210 项健康指标中的 1,887 项存在显著关联，覆盖 18 个身体系统。
- Nature Medicine精选Nature Medicine：基于深度学习的步态分析可预测多系统健康表型
研究团队用深度相机记录 3,328 名深度表型成人在五项运动任务中的三维骨骼运动数据，构建步态基础模型。模型嵌入显著预测了 3,210 个表型目标中的 1,887 个，并在男性全部 18 个身体系统和女性 18 个中的 17 个上带来预测增益，同时提升了对临床诊断和用药情况的预测。该研究发表于 Nature Medicine。
本事件热度走势
当前热度 3·可比范围峰值 14（11月10日 12:00）·近 24 小时可比范围变化 -50%
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。