تحديد التعب العضلي العصبي والذهني لدى لاعبي كرة الطاولة الشباب النخبة باستخدام التعلم الآلي

لماذا يهم التعب لدى الرياضيين الشباب

بالنسبة للاعبي كرة الطاولة الشباب الساعين لتحقيق مستوى النخبة، فإن التعب هو أكثر من مجرد شعور بالإرهاق قليلاً. يمكن أن تبطئ الحالة البدنية والذهنية ردود الفعل بصمت، وتغير التقنية، وتزيد من احتمال الأخطاء أو حتى الإصابة. ومع ذلك نادراً ما يتوفر للمدربين طريقة موضوعية وفورية لرصد متى يكون اللاعب متعباً ذهنياً أو جسدياً. تستقصي هذه الدراسة ما إذا كان من الممكن أن يقرأ مضرب ذكي مزود بأجهزة استشعار وخوارزميات تعرف على الأنماط الحديثة التغيرات الصغيرة في ضربات اللاعب ليكشف حالة التعب الخفية لديه.

مضرب ذكي يشعر بكل ضربة

عمل فريق البحث مع تسعة من أفضل لاعبي كرة الطاولة المراهقين في فرنسا. حولوا مضرباً عادياً إلى أداة قياس عبر إضافة حسّاس حركة ثلاثي الأبعاد صغير في المقابض وأربعة حسّاسات ضغط في مواضع تماسك اليد وعلى موضع إبهام السبابة والسبابة على الشفرة. في كل مرة يضرب فيها اللاعب الكرة، سجّل المضرب مدى سرعة حركته ومدى قوة ضغط اليد في نقاط مختلفة. تم أخذ عينات من هذه الإشارات بسرعات عالية جداً، وتصفية الضجيج، وتطبيعها، ثم دمجها في أثر بيانات واحد لكل ضربة.

تصميم شروط لعب مرهقة ومنتعشة

لربط أنماط الضرب هذه بأنواع التعب المختلفة، صمّم العلماء بعناية ثلاث حالات منفصلة. في الحالة الأولى، نفّذ اللاعبون مهمة انتباه مُطالَبة على الحاسوب لمدة 90 دقيقة، وهي معروفة بتفريغ الطاقة الذهنية دون إجهاد العضلات بشكل مباشر. في الحالة الثانية، قاموا بتكرار تقلّصات لافتة الشدة وغير متساوية للعضلة ذات الرأسين في ذراع اللعب حتى فقدوا نحو 15% من أقصى قوة للكوع، محدثين تعباً عضلياً واضحاً. في حالة الضبط (التحكم)، شاهدوا ببساطة فيلماً محايداً معرفياً. قبل وبعد كل جلسة، أكمل اللاعبون اختبار كرة طاولة موحّد باستخدام روبوت إطلاق الكرة، بينما قيس سرعة الكرة ودقتها وعدد الأخطاء. كما أبلغوا عن مدى شعورهم بالتعب وصعوبة المهام، وفُحصت قوة ذراعهم بجهاز خاص لقياس القوة.

من تغيّرات خفية في الضربة إلى أنماط معروفة

أكدت الاختبارات الذاتية واختبارات القوة أن البروتوكولات الذهنية والبدنية فعلت فعلاً ما يجعل اللاعبين يشعرون ويتصرفون كتعبين: فقد زاد التعب الذهني من الجهد المدرك والشعور بالإرهاق، وخفّض التعب البدني قوة الذراع كما كان مخططاً. ومن المدهش أن مقاييس الأداء الكلاسيكية مثل سرعة الكرة والدقة لم تتغير بشكل واضح وإحصائياً قوي عبر الحالات، خصوصاً في هذه العينة الصغيرة من الشباب الماهرين. ومع ذلك، عندما اتجه الباحثون إلى بيانات المستشعر الغنية من المضرب، ظهرت قصة مختلفة. أدخلوا آلاف الضربات الملصقة بالتسميات — كل واحدة معلمة بأنها من جلسة تعب ذهني أو تعب بدني أو حالة تحكم — إلى مجموعة من نماذج التعلم الآلي الخاضعة للإشراف، بما في ذلك الجار الأقرب وغابات القرار العشوائية. تعلّمت هذه الخوارزميات التعرف على تحولات دقيقة في منحنيات التسارع وضغط القبضة لا تستطيع العين رؤيتها.

تدريب الحواسيب على كشف اللاعبين المتعبين

عندما كان الهدف ببساطة تحديد ما إذا كانت الضربة جاءت من حالة متعبة أم غير متعبة، صنف أفضل نموذج، وهو الجار الأقرب، نحو 84% من الحالات بشكل صحيح. وعندما طُلب من النماذج التمييز بين ثلاث حالات محددة — لا تعب، تعب ذهني، وتعب عضلي — بلغ نموذج الغابة العشوائية دقة تقارب 82%. هذا يعني أنه، رغم أن اللاعبين ظلّوا قادرين على ضرب الكرة بسرعة ودقة تقريباً متساوية، فقد تغيّر «توقيع» المضرب بما يكفي ليكشفه نظام مُعتمد على البيانات. الاختبارات الأكثر تطلباً التي حاولت التعميم عبر لاعبين أظهر نجاحاً أقل، ويرجع ذلك في المقام الأول إلى صغر حجم العينة وأن أسلوب كل رياضي كان فريداً، لكنها تشير إلى أن إعادة تدريب النماذج داخل مجموعة تدريب نخبوية مستقرة أمر ممكن.

ما الذي يعنيه هذا للتدريب والصحة

بمصطلحات يومية، تُظهر هذه الدراسة أن مضرباً ذكياً والخوارزميات المناسبة يمكن أن «تستمع» إلى كيفية تحرك الرياضي الشاب وتنبّه بهدوء عندما تكون طاقته البدنية أو الذهنية منخفضة، حتى قبل ظهور الأخطاء الواضحة. قد يستخدم المدربون في نهاية المطاف مثل هذه الأدوات لإدارة أحمال التدريب، ومنع الإفراط في الاستخدام، وتوقيت فترات الراحة التكتيكية أو الذهنية بدقة أكبر أثناء الممارسة والمنافسة. وبينما سيحتاج الأمر إلى مزيد من اللاعبين والمزيد من المستشعرات وأنظمة في الوقت الفعلي قبل أن يصبح هذا مساعداً قياسياً على جانب الملعب، فإن الرسالة الأساسية واضحة: التغيرات الطفيفة في كيفية إمساكنا بالمضرب وتأرجحه يمكن أن تكشف ما إذا كنا منتعشين أو مرهقين ذهنياً أو متعبين عضلياً — والآلات أصبحت جيدة بما فيه الكفاية لتمييز ذلك بالفعل.

الاستشهاد: Delumeau, T., Deschamps, T., Plot, C. et al. Identifying neuromuscular and mental fatigue in elite youth table tennis players using machine learning. Sci Rep 16, 11812 (2026). https://doi.org/10.1038/s41598-026-40324-w

الكلمات المفتاحية: كرة الطاولة, إرهاق رياضي, أجهزة استشعار قابلة للارتداء, التعلم الآلي, الرياضيون الشباب