Сетевая модель опорно-двигательного аппарата позволяет прогнозировать компенсаторные травмы: упрощенная модель опорно-двигательного аппарата, разработанная авторами, может привести к клиническим разработкам для тестирования терапевтических реакций на травмы.

Сетевая наука изучает, как действия отдельных частей системы влияют на поведение системы в целом. Некоторые обычно изучаемые сети включают компоненты компьютерных микросхем и пользователей социальных сетей, но инженеры Пенсильванского университета теперь применяют сетевую науку к гораздо более старой системе: человеческому телу.

Хотя сетевая модель авторов упрощает дело, рассматривая кости как «шары», а мышцы как «пружины», тем не менее, она может дать более четкое представление о том, как травма одной части тела может привести к увеличению нагрузки на другую.Авторы говорят, что по мере того, как модель становится более реалистичной и адаптированной к индивидуумам, она может помочь клиницистам и физиотерапевтам предсказать компенсирующие травмы и предложить способы их избежать.

«Люди, изучающие биомеханику, обычно сосредотачиваются на одной части тела — плече, запястье или колене», — сказал Бассетт. "Поскольку это знание настолько локализовано, у них нет способа связать его с остальной частью тела или думать о компенсационных травмах, которые находятся далеко.«Нам действительно пришлось вернуться к текстам типа« Анатомия Грея ». Это была долгая и кропотливая работа, чтобы выяснить, какая кость с какой мышцей соединяется, и собрать эти данные в полную сеть».Даже в очень абстрактной форме эта сеть дает представление о том, как силы передаются по опорно-двигательной системе.«Мы можем сказать:« Если это мышца, которую вы повредили, вот другие мышцы, о которых мы должны больше всего беспокоиться », — сказал Бассетт.

Исследователи также сравнили свою сеть с «моторным гомункулом», способом сопоставления определенных областей мозга с частями тела, которые они контролируют.«Мы увидели, что чем большее влияние мышца оказывает на остальную часть тела, тем больше возможностей мы используем в нашем мозге, чтобы контролировать ее», — сказал Бассетт. «Мы думаем, что для нас это способ поддерживать прочность этих мышц — если мышца может оказывать сильное влияние на остальную часть тела, вы не хотите, чтобы при ее контроле происходила ошибка».В будущем сеть будет уточнена, добавлены более реалистичные массы для отдельных костей и растяжение для отдельных мышц.

Также будет улучшено моделирование сухожилий и мышц с более сложным сгибательным поведением.