تحليل مشية الكلاب باستخدام مستشعرات قصورية والتعلم العميق لاضطرابات العظام والجهاز العصبي

لماذا تهم طريقة مشي كلبك

يعمد العديد من أصحاب الكلاب إلى ملاحظة أن حيوانهم الأليف يبدأ في العرج أو يتحرك بشكل غير طبيعي، لكن حتى الأطباء البيطريون الماهرون قد يواجهون صعوبة في تبيان ما إذا كان السبب من المفاصل المؤلمة أم من الجهاز العصبي. تستكشف هذه الدراسة نهجًا جديدًا لقراءة مشية الكلب باستخدام مستشعرات حركة صغيرة والذكاء الاصطناعي الحديث، بهدف تحقيق تشخيصات أبكر وأكثر دقة تحسن العلاج وجودة الحياة.

مستشعرات صغيرة، صورة كبيرة

ركّب الباحثون على الكلاب مستشعرات حركة بحجم العملة، مشابهة لتلك الموجودة في الهواتف الذكية وأجهزة تتبع اللياقة. تحتوي هذه الأجهزة على مقيِّسات تسارع وجيروسكوبات تلتقط كيفية تحرك جسم الكلب في ثلاثة أبعاد أثناء المشي أو الجري. على عكس المعدات المخبرية الضخمة مثل ألواح القوة أو أنظمة الكاميرا، فإن هذه المستشعرات غير مكلفة ومحمولة ومريحة بما يكفي لتمكين الكلاب من الحركة بشكل طبيعي. وهذا يجعلها أدوات واعدة للاستخدام اليومي في العيادات البيطرية أو حتى للمراقبة المنزلية.

كيف أُجريت الدراسة

عمل الفريق مع 29 كلبًا: 17 حيوانًا سليمًا، وستة يعانون من مشكلات عظمية مثل الأطراف المؤلمة، وستة مصابين بحالات عصبية تؤثر على التنسيق. سار كل كلب ذهابًا وإيابًا على ممر داخلي قصير، أحيانًا بخطو مريح وأحيانًا بخطو أسرع (trotting)، أثناء ارتدائه ما يصل إلى ثلاثة مستشعرات على الرأس والرقبة (عبر طوق) ومنطقة الذيل. أمّن هذا الإعداد حوالي ثلاث ساعات من بيانات الحركة المفصّلة. ثم قطع العلماء التسجيلات إلى مقاطع قصيرة بحيث يمكن فحص أنماط كل مقطع حركة صغير.

تدريب الحاسوب لقراءة مشية الكلب

بدلاً من تصميم مقاييس يدوية—مثل طول الخطوة أو مدى ارتقاء الظهر—استخدم الباحثون طريقة تعلم عميق تتيح للحاسوب اكتشاف الأنماط مباشرة من إشارات المستشعر الخام. يأخذ نموذجهم، المعروف بشبكة عصبية تلافيفية، ست تدفقات من البيانات (ثلاثة محاور للتسارع وثلاثة للدوران) ويمرّرها عبر عدة طبقات تستخرج تلقائيًا ميزات مفيدة. في النهاية، يخصّص النظام كل مقطع حركة إلى واحدة من ثلاث فئات: سليم، عظام/مفاصل، أو عصبي. يمكن أيضًا استخدام نفس الشبكة في مهام أبسط، مثل القرار فقط ما إذا كان الكلب سليمًا أم لا.

تحديد أفضل إعداد للمستشعر

كان الهدف الأساسي هو العملية: كم عدد المستشعرات ونوع المشية المطلوبان للحصول على إجابات موثوقة. بمقارنة العديد من التركيبات، وجدت الدراسة أن مستشعرًا واحدًا على الرقبة غالبًا ما كان يؤدي أداءً مماثلًا لاستخدام عدة مستشعرات، خاصة أثناء الجري الخفيف (trotting). عندما اختبر الحاسوب على مقاطع مأخوذة من نفس مجموعة الكلاب التي تدرب عليها، صنّف أنماط المشي السليم والعظمية والعصبية بشكل صحيح في حوالي 96 بالمئة من الحالات. وعند مواجهته كلابًا جديدة تمامًا، انخفضت الدقة—كما هو متوقع—لكنها ظلت واعدة: نحو 85 بالمئة للفصل بين السليم وغير السليم وحوالي 80 بالمئة لتمييز المجموعات الثلاث عند استخدام إعدادات مُختارة بعناية.

ماذا يعني هذا للكلاب وبيطرييها

من منظور غير متخصّص، تُظهر هذه الدراسة أن تسجيل كيفية تحرك الكلب ببساطة عبر مستشعر صغير على الطوق يمكن أن يمدّ الحاسوب بمعلومات كافية ليقرر ما إذا كان الكلب على الأرجح سليمًا، أو يعاني من مشكلة في المفاصل أو العظام، أو من مشكلة عصبية. لا يُقصد من النظام أن يحل محل الطبيب البيطري، لكنه قد يكون أداة موضوعية تبرز المشكلات الطفيفة في وقت أبكر، وتدعم الحصول على رأي ثانٍ، وتقلل الحاجة لفحوص مكلفة أو تدخلات جراحية. ومع مجموعات بيانات أكبر وأكثر تنوعًا، يمكن أن تتطور نفس المقاربة إلى أداة فحص روتينية—مساعدة الأطباء والمالكين على اكتشاف مشاكل المشي مبكرًا وتخصيص العلاج لحالة كل كلب الأساسية.

الاستشهاد: Palez, N., Straß, L., Meller, S. et al. Canine gait analysis using inertial sensors and deep learning for orthopedic and neurological disorders. Sci Rep 16, 13966 (2026). https://doi.org/10.1038/s41598-026-40717-x

الكلمات المفتاحية: مشية الكلاب, أجهزة استشعار قابلة للارتداء, التعلم العميق, عرج الكلاب, تشخيص بيطري