Gangklassifikation mit Sprachmodellen: Textkodierte Bewegungsdaten überzeugen

In einer neuen Studie wurde untersucht, ob große Sprachmodelle (LLMs) in der Lage sind, Gangmuster anhand von textkodierten Kinematikdaten zu klassifizieren. Dabei wurden die Bewegungen von 20 Probanden, die sieben verschiedene Gangarten ausführten, in numerische Textsequenzen umgewandelt.

Die Analyse verglich einen klassischen KNN‑Classifier, einen One‑Class‑SVM (OCSVM) und mehrere Zero‑Shot‑LLMs – GPT‑5, GPT‑5‑mini, GPT‑4.1 und das kompakte o4‑mini. Für die Bewertung wurde die Leave‑One‑Subject‑Out‑Kreuzvalidierung eingesetzt.

Der KNN‑Classifier erzielte die höchste Leistung mit einem Matthews‑Correlation‑Coefficient (MCC) von 0,88. Das leistungsstärkste LLM, GPT‑5, erreichte bei Referenz‑Grounding einen multiclass MCC von 0,70 und einen binären MCC von 0,68, was die OCSVM (MCC = 0,60) deutlich übertraf. Besonders interessant war, dass die Genauigkeit der LLMs stark von expliziten Referenzdaten und der selbstbewerteten Konfidenz abhängt – bei Auswahl nur der hoch‑konfidenzhaften Vorhersagen stieg der MCC auf 0,83.

Ein weiteres Ergebnis zeigte, dass das schlanke Modell o4‑mini Leistungen liefert, die mit den größeren Modellen vergleichbar sind, was die Recheneffizienz unterstreicht.

Die Studie demonstriert, dass LLMs, wenn sie mit geeigneten Referenzinformationen unterstützt werden, Gangklassifikationen zuverlässig durchführen können. Dies eröffnet einen vielversprechenden Ansatz für die Integration von KI in die klinische Bewegungsanalyse.