Schnelle prädiktive Simulationen mit komplexen muskuloskelettalen Modellen deuten darauf hin, dass vielfältige gesunde und pathologische menschliche Gangarten aus ähnlichen Kontrollstrategien entstehen können.

Physikbasierte prädiktive Simulationen menschlicher Bewegungen haben das Potenzial, die personalisierte Medizin zu unterstützen, jedoch haben hohe computationale Kosten und Schwierigkeiten bei der Modellierung von Kontrollstrategien ihre Verwendung eingeschränkt. Wir haben ein recheneffizientes optimales Steuerungsmodell entwickelt, um menschliche Gangarten basierend auf der Optimierung eines Leistungskriteriums vorherzusagen, ohne auf experimentelle Daten angewiesen zu sein. Das Modell generiert dreidimensionale muskelgetriebene Simulationen im Durchschnitt in 36 Minuten - mehr als 20 Mal schneller als bestehende Simulationen - durch die Verwendung von direkter Kollokation, impliziten Differentialgleichungen und algorithmischer Differenzierung. Mit diesem Modell identifizierten wir ein multi-objektives Leistungskriterium, das Energie- und Aufwandserwägungen kombiniert und physiologisch realistische Gehbewegungen erzeugt. Dasselbe Kriterium sagte auch den Übergang vom Gehen zum Laufen sowie klinische Gangdefizite vorher, die durch Muskelschwäche und Prothesenverwendung verursacht wurden, was darauf hindeutet, dass vielfältige gesunde und pathologische Gangarten aus derselben Kontrollstrategie entstehen können. Die Fähigkeit, die Mechanik und Energetik einer breiten Palette von Gangarten mit komplexen dreidimensionalen muskuloskelettalen Modellen vorherzusagen, wird es ermöglichen, neuartige Hypothesen zur Gangkontrolle zu testen und die Entwicklung optimaler Behandlungen für neuro-muskuloskelettale Störungen zu beschleunigen.