تحديد سمات المشي الأساسية لدى مرضى السكتة الدماغية باستخدام حسّاسات بالقصور الذاتي قابلة للارتداء وتعلّم آلي مُراقَب وغير مُراقَب

لماذا يهم المشي بعد السكتة الدماغية

غالبًا ما يحوّل السكتة الدماغية المشي البسيط عبر الغرفة إلى معاناة يومية. بالنسبة للعديد من الناجين، يحدّد مدى قدرة الساقين والجذع والرأس على الحركة ما إذا كانوا قادرين على العيش باستقلالية، تجنّب السقوط، والعودة إلى العمل أو الحياة الاجتماعية. تستقصي هذه الدراسة كيف يمكن لحساسات صغيرة قابلة للارتداء وبرامج حاسوبية ذكية أن تلتقط بصمات مخفية لمشي ما بعد السكتة، مما يساعد الأطباء على رؤية ما لا تراه العين المجردة ويمهّد الطريق لإعادة تأهيل أكثر استهدافًا.

قياس الخطوات بأجهزة قابلة للارتداء صغيرة

زود الباحثون 85 شخصًا عانوا من سكتة دماغية و97 متطوعًا سليمًا بخمسة حسّاسات بحجم قطعة نقدية. وُضعت هذه الحساسات على الجبهة والصدر وأسفل الظهر وكِلا الساقين، ومشا المشاركون ذهابًا وإيابًا لمسافة عشرة أمتار بوتيرتهم المعتادة. سجّلت الحساسات كيفية تحرّك الجسم في ثلاثة أبعاد، ملتقطة ليس فقط السرعة وطول الخطوة ولكن أيضًا نعومة وثبات الجذع والرأس، ومدى تساوي تحميل العمل بين الساقين. من هذه التسجيلات، حسب الفريق 79 مقياسًا مختلفًا يصف التوقيت، التماثل بين الساقين، التباين من خطوة لأخرى، ومدى نعومة وثبات الجزء العلوي من الجسم.

تعليم الحواسيب على اكتشاف المشية المشكلة

مع هذا العدد الكبير من المقاييس، كان التحدّي معرفة أيها يفصل فعلاً بين الناجين من السكتة والمشيين الأصحاء. استخدم الفريق ثلاث طرق مختلفة من التعلّم الآلي، جميعها مصممة لتصنيف الأشخاص إلى مجموعتين بناءً على مشيتهم: الجيران الأقرب k، آلات التّوجيه الداعمة (SVM)، وأشجار القرار. طبّقوا أولًا اختبارات إحصائية قياسية لاستبعاد المقاييس التي تبدو غير مفيدة بوضوح، ثم أزالوا تلك التي كانت تكرر الأخرى تقريبًا. أخيرًا استخدموا نهج تقليص تدريجي يدرب كل خوارزمية مع إزالة مقياس واحد في كل مرة، محتفظين فقط بتلك التي تحافظ على دقة تصنيف عالية. عبر تقسيمات عشوائية متعددة للبيانات، ميّزت الآلات بشكل صحيح بين المصابين بالسكته والأصحاء في نحو تسع حالات من كل عشر، مع أداء أفضل وأكثر اتساقًا لآلة التوجيه الداعمة.

التركيز على أدلّ أدلة المشي

من بين المقاييس الـ79 الأصلية، قلّصت العملية القائمة إلى تسعة فقط حملت معظم المعلومات المفيدة. غطت هذه المقاييس سرعة المشي، مدى تباين توقيت الخطوات، تماثل حركة الجذع من جانب إلى جانب، ونعومة حركات الرأس والصدر، خصوصًا في اتجاهي الأمام-الخلف والجانب-إلى-الجانب. برزت نعومة حركة الرأس كمؤشر جديد وقوي لمشاكل المشي المرتبطة بالسكتة، مشيرة إلى مشاكل في التوازن وتثبيت البصر وكيفية دمج الدماغ لإشارات الأذن الداخلية والجسم أثناء المشي. ومن اللافت أن المقاييس الكلاسيكية لعدم تماثل الخطوات اليسرى-اليمنى لم تنجُ من الاختيار، ومن المحتمل أن يكون ذلك لأن السكتة قد تعطل المشية بأنماط مختلفة متعددة، ما يضعف قدرتها على التفريق الموثوق بين المجموعات.

ترك البيانات لتكوّن مجموعاتها بنفسها

لاختبار ما إذا كانت هذه الأدلة المختارة مفيدة بالفعل—وليس مخصّصة فقط لأساليب التعلم المستخدمة—استعمل الباحثون تقنية غير مُراقَبة. بدلًا من إخبار الحاسوب بمن أصيب بالسكتة، زوّدوه بالمقاييس المختارة وطلبوا منه تشكيل مجموعتين استنادًا إلى التشابه فقط. باستخدام طريقة تُدعى k-medoids وعدّة طرق لقياس المسافة بين نقاط البيانات، أظهروا أن ثلاثة مقاييس فقط—سرعة المشي الكلية، مدى تباين مرحلة الثبات، وإشارة جذع متعلّقة بالتماثل—كانت كافية لتجميع الأشخاص كمصابين بالسكته أو أصحاء بدقة تبلغ نحو 90%. واتضح أن قاعدة مسافة تركز على نمط المقاييس بدلًا من حجمها المطلق كانت الأكثر ثباتًا عبر الاختبارات المتكررة.

ماذا يعني هذا للرعاية اليومية

بالنسبة لغير المتخصص، الرسالة الأساسية هي أن مشيًا قصيرًا أثناء ارتداء خمسة حسّاسات صغيرة يمكن أن يكشف «بصمة» موجزة لكيف غيّرت السكتة مشية الشخص. يمكن للحواسيب أن تستخدم حفنة من مقاييس الحركة المختارة بعناية—سرعتك في المشي، مدى ثبات خطواتك، ونعومة حركة جذعك ورأسك—لتفريق مشية المصاب بالسكته عن المشية السليمة بشكل موثوق. يقربنا هذا الاكتشاف من أدوات بسيطة ملائمة للعيادات يمكنها تتبّع الانتعاش موضوعيًا، إبراز مشكلات توازن مخفية، وتوجيه المعالجين في تخصيص التمرينات. مع مزيد من العمل لتشغيل هذه الأساليب في الوقت الحقيقي وعلى مجموعات مرضى أكثر تنوعًا، قد تصبح مثل هذه الأنظمة رفقاء يوميين في إعادة تأهيل السكتة، محوّلة كل خطوة إلى تغذية راجعة مفيدة على طريق مشي أكثر أمانًا وثقة.

الاستشهاد: Brasiliano, P., Orejel-Bustos, A.S., Belluscio, V. et al. Identifying key gait features in stroke patients using wearable inertial sensors and supervised and unsupervised machine learning. Sci Rep 16, 8908 (2026). https://doi.org/10.1038/s41598-026-43666-7

الكلمات المفتاحية: مشية السكتة الدماغية, حساسات قابلة للارتداء, تعلّم آلي, إعادة التأهيل, ثبات المشي