步态基础模型预测多系统健康表型
Deep learning-based gait analysis predicts multisystem health phenotypes
用深度相机拍步态就能预测全身健康指标，覆盖18个身体系统，Nature Medicine上的研究，做健康监测的可以看看
研究团队用 3,328 名成年人在五项运动任务中的三维骨骼运动数据训练了步态基础模型。模型嵌入向量显著预测了 3,210 个表型目标中的 1,887 个。
在 18 个身体系统中，男性全部 18 个、女性 17 个都获得预测增益。模型同时提升了对临床诊断和用药情况的预测能力。
Deep learning-based gait analysis predicts multisystem health phenotypes
Nature Medicine, Published online: 09 November 2026; doi:10.1038/s41591-026-04725-8 We developed a gait foundation model from three-dimensional skeletal motion data of 3,328 deeply phenotyped adults, recorded using a depth camera during five motor tasks. Embeddings significantly predicted 1,887 of 3,210 phenotypic targets and provided predictive gains across all 18 body systems in men and 17 out of 18 in women, while also improving prediction of clinical diagnoses and medication use.
本条情报归属 AITOP「论文」核心追踪栏目。涉及核心实体与技术议题包括：步态分析、深度相机、Nature Medicine、健康预测，读者可通过下方标签进入对应专题页查阅历史脉络与关联对比。
信源核验说明：本文原始线索采编自「Nature Medicine」，经 AITOP 多维评分管线结构化提炼。
