Caminar, un dels processos que, afortunadament, molts poden fer automàticament, sense pensar. Ara bé, el nostre cos és com un robot flexible, construït de moltes parts unides entre elles que han de treballar juntes perquè ens mantinguem drets i avancem sense problemes. Quan aquest mecanisme comença a fallar, però, encara que només sigui un fet puntual, es nota en la manera de caminar, per això, el gait analysis, o anàlisi de la marxa, ens pot donar molta informació sobre la nostra salut.
Els cavalls van donar les primeres pistes del moviment
Fa més de cent anys, quan els cavalls eren els “cotxes” de l’època, molta gent tenia un dubte: quan un cavall corre, arriba a tenir les quatre potes a l’aire al mateix temps? El fisiòleg Étienne-Jules Marey ja havia començat a estudiar la locomoció animal amb instruments que mesuraven pressions i moviments.
Però qui es va entossudir a demostrar-ho visualment va ser el fotògraf Eadweard Muybridge. Muybridge va col·locar moltes càmeres seguides al costat d’una pista i va fer fotos molt ràpides d’un cavall corrent. Per primera vegada, el 1887, algú va aconseguir veure el moviment pas a pas, i sí: hi ha un instant en què el cavall no toca el terra.
Sense voler, Muybridge va crear la primera “pel·lícula científica” i va obrir la porta a l’anàlisi de la marxa. I això, que va començar amb un cavall, avui ens ajuda a estudiar malalties humanes.
L'anàlisi de la marxa o com caminem
És una manera d’estudiar com caminem per entendre millor què passa dins del nostre cos. Tant en humans com en cavalls, podem imaginar el cos com un conjunt de peces unides (com un maniquí): cames, braços, tronc… Tot es mou seguint un ritme o patró.
-
Quan estem bé, aquest ritme és regular i estable.
-
Quan hi ha algun problema, el ritme es trenca o canvia.
Aquests petits canvis són els que pot detectar l'anàlisi de la marxa.
Tres maneres d'estudiar com caminem
Hi ha tres tècniques principals per estudiar l’anàlisi de la marxa:
-
Càmeres especials que segueixen el moviment del cos.
-
Plataformes de força que detecten com trepitgem.
-
IMU (Inertial Measurement Unit), sensors petits que mesuren acceleracions i girs, i que podem portar enganxats al cos o a la roba.
Avui, els IMU són una de les tècniques més utilitzades, perquè no molesten, són barats, es poden fer servir al carrer (no només en un laboratori) i funcionen en persones, animals i robots. A partir de les dades que registren aquests sensors, un model d’intel·ligència artificial pot analitzar com caminem i detectar coses molt útils:
-
Anomalies que podrien indicar un problema motor.
-
Risc de caigudes.
-
Senyals inicials de malaltia.
-
Canvis molt subtils en el temps que una persona no notaria.
Però perquè la tècnica funcioni, les dades han d’estar ben preparades abans d’arribar al model. Això rep el nom de preprocessament: és com netejar, ordenar i deixar a punt el que hem enregistrat perquè l’ordinador ho pugui interpretar correctament.
Si les dades són confuses, brutes o els sensors estan mal col·locats, el model “aprèn” coses que no són certes. En ciència, a això ho anomenem garbage in, garbage out (si hi poses escombraries, obtindràs escombraries). És a dir, la qualitat del que surt depèn de la qualitat del que entra. Per això, abans de deixar que la intel·ligència artificial decideixi res, cal revisar que el senyal sigui bo: que el sensor no s’hagi mogut, que el moviment estigui ben enregistrat i que les dades estiguin filtrades i ordenades. Només així podem confiar en els resultats.
Caminar: la primera pista de certes malalties
Moltes malalties que afecten el cervell o els nervis, com el Parkinson, l’Alzheimer, problemes d’equilibri o malalties musculars, fan que la manera de caminar canviï. I sovint, canvia abans que apareguin altres símptomes: un pas més curt, un ritme irregular, l’oscil·lació del tronc, la pèrdua de simetria o inseguretat en superfícies normals.
Si podem detectar aquests canvis aviat, també podem detectar la malaltia més aviat. Per això, avui s’utilitzen sensors petits com els IMU, que es poden portar, per exemple, al maluc, al turmell o al pit durant activitats del dia a dia. Aquests sensors registren com ens movem i ens donen informació molt valuosa.
La ciència que estudia el moviment de cavalls i humans
De fet, aquestes tècniques i sensors s’han usat no només per analitzar la manera de caminar dels humans, sinó també la d’altres espècies (concretament, la dels cavalls, que ja van donar algunes de les claus de l’anàlisi de la marxa). Per això, els mateixos sensors i principis matemàtics serveixen per estudiar problemes motors en humans, i coixeres i alteracions en cavalls.
La raó és que, encara que els cavalls tenen molts tipus d’aires (gaits): walk, trot, canter, gallop, igual que nosaltres, el seu cos està format per segments units que funcionen com un mecanisme coordinat. Quan un cavall està sa, el seu moviment és molt regular; quan té coixera, deixa de ser-ho: es recolza menys en una pota, es desequilibra i perd simetria. Aquestes alteracions s’assemblen molt a les que veiem en humans amb problemes motors o malalties neurològiques. Així com Muybridge va revolucionar la manera com enteníem el moviment dels animals, avui els sensors petits i la intel·ligència artificial podrien transformar com detectem i entenem les malalties humanes relacionades amb el moviment.
Aquest article va ser publicat originalment a The Conversation.
