Early Prediction of Imminent Intrinsically Generated Trips During Gait in People Post-Stroke
طورت هذه الدراسة وصادقت على مُتنبئ مبكر ومستهدف باستخدام نموذج خطي ثنائي الميزات نجح في تحديد 88% من الرحلات الوشيكة المتولدة ذاتياً لدى الأشخاص بعد السكتة الدماغية قبل حوالي 191 مللي ثانية من بدء الرحلة، مما يتيح تدخلات فورية وضرورية في الوقت الفعلي للوقاية من السقوط.
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
بالنسبة لملايين الأشخاص الذين يعيشون في أعقاب السكتة الدماغية، تحمل عملية المشي البسيطة خطراً خفياً. وبينما يفترض الكثيرون أن السقوط ينتج عن فقدان التوازن أو التعثر بجسم ما، فإن عدداً كبيراً من هذه الحوادث يحدث بسبب خلل داخل حركة الجسم نفسه. فبينما يمشي الشخص، تتأرجح ساقه للأمام في قوس سلس. وأحياناً، دون وجود أي عائق خارجي، تفشل القدم في الارتفاع بما يكفي فتتحرك ملامسةً للأرض. هذا التعثر الداخلي، المعروف باسم "التعثر المتولد ذاتياً"، يمكن أن يتسبب في اشتباك الساق، مما يؤدي إلى اختلال توازن الشخص وغالباً ما ينتهي بالسقوط. وبالنسبة للناجين من السكتة الدماغية، تكون مثل هذه السقطات مدمرة بشكل خاص، حيث تؤدي تكراراً إلى كسور في العظام، وفقدان الاستقلالية، وخوف عميق من المشي مرة أخرى. وبينما يساعد العلاج الطبيعي الكثيرين، إلا أنه لا يمنع دائماً حالات التعثر هذه، كما أن رد الفعل الطبيعي للجسم تجاه التعثر غالباً ما يكون أبطأ من أن يمنع السقوط. وهذا يترك فجوة حرجة: كيف يمكن للتكنولوجيا أن تتدخل بسرعة كافية لمنع التعثر قبل وقوعه، دون التدخل المستمر في المشي الطبيعي؟
لقد وضع فريق من الباحثين في جامعة نورث كارولاينا في تشابل هيل وجامعة ولاية نورث كارولاينا هدفاً لبناء نظام يمكنه التنبؤ بهذه التعثرات الداخلية قبل حدوثها. كان هدفهم هو إنشاء طريقة تعمل كشبكة أمان ذكية، تتدخل فقط عند الضرورة. استعانوا بإحدى عشرة شخصاً ممن أصيبوا بسكتة دماغية قبل ستة أشهر على الأقل، وكانوا قد أبلغوا عن تعثر واحد أو وشيك السقوط على الأقل في الأشهر الستة الماضية. ولدراسة هذه الأحداث في بيئة محكومة، مشى المشاركون على جهاز المشي (التريدميل) بينما قام الباحثون بتحدي تركيزهم بلطف؛ حيث طُلب من المشاركين صرف نظرهم عن أقدامهم، أو ترك الدرابزين، أو القيام بمهام ذهنية مثل تسمية الأطعمة، لمحاكاة المشتتات التي تؤدي غالباً إلى حوادث في العالم الحقيقي. وبينما كانوا يمشون، استخدم الباحثون كاميرات تتبع الحركة لتتبع الحركات الدقيقة لأرجلهم وسجلوا القوى التي مارستها أقدامهم ضد حزام جهاز المشي.
كان التحدي الذي واجه الباحثين هو أن حالات التعثر هذه نادرة. ففي آلاف الخطوات التي اتخذها المشاركون، أدت نسبة ضئيلة فقط إلى تعثر أو احتكاك كبير بالأرض. ولتدريب حاسوب على التعرف على هذه الأحداث النادرة، كان على الفريق تعليمه كيفية رصد علامات التحذير الخفية التي تظهر قبيل اشتباك القدم بالأرض. لقد ركزوا على اللحظات التي تسبق رفع القدم عن الأرض مباشرة، وهي مرحلة من مراحل المشي تسمى "مرحلة الوقوف المتأخر". ومن خلال تحليل زاوية الساق السفلية وسرعة التأرجح، بحثوا عن أنماط تختلف عن الخطوة الطبيعية السلسة. وقاموا بتجميع البيانات في فئتين: خطوات طبيعية وخطوات "غير طبيعية"، والتي شملت كلاً من التعثرات الكاملة والاحتكاكات الشديدة حيث اصطدمت القدم بالأرض لكن الشخص تمكن من استعادة توازنه.
اختبر الباحثون طريقتين مختلفتين لمساعدة الحاسوب على التعلم من هذه البيانات غير المتوازنة، حيث تفوق عدد الخطوات الطبيعية بشكل هائل على الخطوات الخطيرة. تضمنت إحدى الطريقتين إزالة بعض الخطوات الطبيعية لجعل المجموعات أكثر تساوياً، بينما تضمنت الطريقة الأخرى ببساطة إخبار الحاسوب بأن التعامل مع خطأ في خطوة خطيرة يعد خطأً أكبر بكثير من الخطأ في خطوة طبيعية. وقد أثبت النهج الثاني فعالية أكبر. تعلم الحاسوب أن العلامة التحذيرية الأكثر موثوقية هي زاوية الساق السفلية قبل رفعها عن الأرض مباشرة. فعندما يوشك التعثر على الحدوث، تميل الساق السفلية لتكون في وضع أفقي أكثر، أو أكثر تسطحاً من المعتاد. ومن خلال مراقبة هذا الوضع المحدد، استطاع النظام تحديد التعثر المحتمل بدقة عالية.
كانت النتيجة الأكثر أهمية هي مدى التبكير الذي استطاع النظام من خلاله إجراء هذا التنبؤ. استطاع الحاسوب رصد تعثر محتمل بمتوسط 191 مللي ثانية قبل بدء التعثر فعلياً. وهذه نافذة زمنية حاسمة؛ فهي تسبق بفترة كبيرة لحظة مغادرة القدم للأرض، وهي اللحظة التي تعمل فيها الأجهزة الحالية عادةً، مثل المحفزات الكهربائية. وبما أن العضلات تستغرق وقتاً للاستجابة للإشارة الكهربائية، فإن الانتظار حتى تترك القدم الأرض غالباً ما يكون متأخراً جداً لمنع السقوط. ومن خلال التنبؤ بالتعثر قبل نحو 200 مللي ثانية، يوفر النظام وقتاً كافياً لجهاز ما لتحفيز عضلات الساق ورفع القدم لمستوى أعلى، مما يسمح لها بتجاوز الأرض قبل حد de الاشتباك. كما تم اختبار النظام على مشاركين لم تُستخدم بياناتهم لبناء النموذج، وقد أدى أداءً جيداً، حيث حدد التعثرات بشكل صحيح في خمسة من أصل ثمانية مشاركين، وتنبأ بنحو 90 بالمائة من جميع حالات التعثر بشكل عام.
وعلى الرغم من أن هذه الدراسة أجريت في بيئة مختبرية مع عدد محدود من المشاركين، إلا أن النتائج تشير إلى مسار واعد للمستقبل. لم يقم الباحثون ببناء جهاز قابل للارتداء يمكن للناس استخدامه اليوم، لكنهم أثبتوا أن البيانات اللازمة للتنبؤ بالتعثر موجودة ويمكن العثور عليها باستخدام مستشعرات بسيطة تتبع حركة الساق. يسلط هذا العمل الضوء على أن مفتاح منع هذه السقطات لا يكمن في المساعدة المستمرة، التي قد تكون مرهقة وغير ضرورية، بل في التدخل الدقيق وفي الوقت المناسب. ومن خلال فهم السمات الحركية المحددة للتعثر قبل وقوعه، يمكن للمهندسين تصميم تقنيات مساعدة مستقبلية تعمل فقط عندما يحتاج إليها الجسم، مما يوفر طريقة أكثر أماناً واستقلالية للمشي لأولئك الذين يتعافون من السكتة الدماغية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.