研究人员利用机器学习技术开发了一种算法，可以将贴在下背部的小型、轻便、防水的可穿戴传感器的数据转换为步长的准确估计值。该模型的准确度几乎是目前公认的生物力学模型的四倍。

研究人员解释道：“步长是一种敏感且非侵入性的测量方法，可以测量与衰老、认知能力下降以及帕金森症、阿尔茨海默症和多发性硬化症等多种神经系统疾病相关的各种问题。我们的模型能够在日常生活中持续监测患者病情的这一关键方面。”

特拉维夫大学和伊奇洛夫特拉维夫索拉斯基医疗中心(特拉维夫)的研究人员领导了一项多学科国际研究，该研究开发了一种基于机器学习的创新模型，可以准确估算步长。新模型可以集成到可穿戴设备中，该设备通过“皮肤胶带”贴在下背部，可以持续监测患者日常生活中的步数。

“步长是衡量一系列问题和疾病的敏感指标，从认知能力下降和衰老到帕金森症。目前存在的传统测量设备是固定的、笨重的，只能在专门的诊所和实验室中找到。我们开发的模型可以使用可穿戴传感器在患者全天的自然环境中进行精确测量，”研究人员表示。