Multimodal mean and variability gait features for machine- learning discrimination between healthy middle-aged and older adults and participants with knee osteoarthritis, with exploratory Kellgren-Lawrence grading: a retrospective internal evaluation
تُظهر هذه الدراسة الاسترجاعية أن نموذج دمج تعلم آلي متعدد الأنماط، يجمع بين ميزات المشية المتوسطة والمتغيرة من مجالات الزمان والمكان، وضغط باطن القدم، ونطاق حركة المفاصل، يحقق دقة عالية في التمييز بين البالغين الأصحاء وأولئك المصابين بمرض فصال الركبة، على الرغم من أن أداءه في تصنيف شدة "كيلغرين-لورانس" الاستكشافي كان غير متسق بين مجموعات التحقق ومجموعات الاختبار الداخلية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
المشي هو إيقاع نادراً ما نفكر فيه حتى يختل. بالنسبة للأشخاص المصابين بداء فصال الركبة (الخشونة)، وهو حالة تتآكل فيها الطبقة الواقية في المفصل، يتغير هذا الإيقاع. قد يمشون ببطء أكبر، أو يخطون خطوات أقصر، أو يغيرون طريقة توزيع وزنهم لتجنب الألم. لطالما عرف العلماء أن الطريقة التي يمشي بها الشخص تحمل أدلة حول صحته، لكنهم واجهوا صعوبة في الاتفاق على أي من هذه الأدلة هو الأكثر أهمية. هل هو متوسط الطريقة التي يتحرك بها الشخص، أم هي التمايلات الصغيرة واللحظية في خطوته؟ هل يخبرنا الضغط تحت قدمه قصة مختلفة عن زاوية ركبته؟ إن فهم هذه التفاصيل أمر بالغ الأهمية لأنه قد يساعد الأطباء على اكتشاف المرض في وقت مبكر أو تتبع تقدمه دون الاعتماد كلياً على الأشعة السينية، التي تُظهر بنية العظام ولكنها لا تُظهر كيف يتحرك الشخص بالفعل.
سعى فريق من الباحثين في الصين إلى فك رموز هذه الأسئلة من خلال الإنصات بدقة لخطوات ما يقرب من 340 شخصاً. فقد جمعوا مجموعة من البالغين الأصحاء، تتراوح أعمارهم بين منتصف العمر وكبار السن، ومجموعة ثانية من الأشخاص المصابين بداء فصال الركبة المؤكد. وباستخدام ممر متخصص يقيس الضغط تحت القدم ونظام كاميرا يتتبع حركة المفاصل، سجلوا كيفية مشي كل شخص. لم ينظر الباحثون فقط إلى متوسط السرعة أو متوسط زاوية الركبة، بل قاموا أيضاً بقياس مدى تباين هذه الأرقام من خطوة إلى أخرى. وقد عاملوا هذين النوعين من المعلومات — المتوسط المستقر والتقلب المتغير — كمسارات بيانات منفصلة، آملين أن يؤدي الجمع بينهما إلى خلق صورة أوضح لمن يعاني من المرض ومن لا يعاني.
ركزت الدراسة على هدفين متميزين. أولاً، أرادوا معرفة ما إذا كان بإمكان برنامج حاسوبي التمييز بين المشاة الأصحاء وأولئك الذين يعانون من آلام الرضبة. ثانياً، حاولوا معرفة ما إذا كانت بيانات المشي نفسها يمكن أن تصنف المرضى إلى مستويات مختلفة من الشدة، بناءً على مقياس قياسي يستخدمه الأطباء لتقدير الضرر الذي تظهره الأشعة السينية. وللقيام بذلك، قاموا بتغذية الحاسوب ببيانات من ثلاثة مجالات رئيسية: كيفية ملامسة القدم للأرض، وكيفية حركة المفاصل، وتوقيت الخطوات. واختبروا العديد من النهج الرياضية المختلفة لإيجاد النهج الأفضل، مع تقسيم بياناتهم بعناية بحيث يتعلم الحاسوب من مجموعة من الأشفاص ويُختبر على مجموعة أخرى مختلفة تماماً لم يسبق له رؤيتها من قبل.
كانت النتائج بالنسبة للهدف الأول مذهلة. فعندما طُلب من الحاسوب ببساطة التمييز بين شخص سليم وآخر مصاب بداء فصال الركبة، أصبح دقيقاً بشكل ملحوظ. ومن خلال الجمع بين أنماط المشي المتوسطة والتباينات في تلك الأنماط، حدد النموذج المجموعات بدقة في كل حالة تقريباً. وجاءت أهم الأدلة من مزيج من المصادر: مدى اتساق انتقال الوزن في القدم، ومدى حركة الركبة، ومدى استقرار الكاحل. وهذا يشير إلى أن المرض يغير كلاً من الاستراتيجية العامة التي يستخدمها الشخص للمشي واستقرار تلك الاستراتيجية. لم يحتج الحاسوب إلى الاعتماد على نوع واحد فقط من القياسات؛ بل كانت القوة تكمن في الإنصات إلى القصة الكاملة للمشي.
ومع ذلك، أثبت الهدف الثاني أنه أكثر صعوبة بكثير. فعندما طلب الباحثون من الحاسوب تقدير شدة المرض — أي التمييز بين الحالات الخفيفة والمتوسطة والشديدة بناءً على المشي وحده — كانت النتائج غير متسقة. فالنموذج الذي نجح في اكتشاف المرض فشل في تصنيف المرضى حسب مدى سوء حالتهم بشكل موثوق. وفي مرحلة الاختبار، خلط الحاسوب غالباً بين مستويات الشدة المختلفة، ولم يكن أداؤه أفضل من التخمين العشوائي في بعض الحالات. وتعد هذه النتيجة مهمة لأنها تشير إلى أنه بينما توضح أنماط المشي بوضوح وجود مشكلة ما، إلا أنها لا ترتبط بالضرية بالدرجة المحددة للضرر الظاهر في الأشعة السينية. فقد يمشي شخصان لديهما نفس المستوى من ضرر المفاصل بطرق مختلفة تماماً، رب الله لأن أحدهما قد كيّف حركته للتعامل مع الألم بينما لم يفعل الآخر ذلك.
خلص الباحثون إلى أنه بينما يعد تحليل المشي أداة قوية للكشف عن وجود داء فصال الركبة، إلا أنه ليس أداة موثوقة بعد لتقدير شدته. وتسلط الدراسة الضوء على أن طريقة مشينا هي مزيج معقد من العادات، والاستجابات للألم، والقيود الجسدية التي لا تتوافق دائماً بشكل مثالي مع الضرر الهيكلي في المفصل. وفي الوقت الحالي، يبدو الاستخدام الأمثل لهذه التكنولوجيا هو تحديد من يحتاج إلى مزيد من الرعاية الطبية، بدلاً من محاولة استبدال الأشعة السينية بآلة لعد الخطوات. ويفتح هذا العمل الباب أمام دراسات مستقبلية لمعرفة ما إذا كان يمكن لهذه البصمات المشية تتبع كيفية تغير حالة الشخص بمرور الوقت، ولكنه يعمل أيضاً كتذكير بأن جسم الإنسان معقد للغاية بحيث لا يمكن اختزاله في درجة واحدة بسيطة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.