لعبة تأهيل منخفضة التكلفة مدفوعة بالذكاء الاصطناعي كإطار عمل خفيف لتقييم السكتة الدماغية

تحويل اللعب إلى تعافٍ يومي

غالبًا ما تسلب السكتة الدماغية الحركات السهلة والآلية التي نعتمد عليها للأكل أو اللبس أو الحضن. استعادة تلك المهارات يتطلب عادة سنوات من العلاج التكراري وزيارات منتظمة للأخصائيين—وقت ومال لا يمتلكهما كثير من الناس. تستكشف هذه الدراسة مسارًا مختلفًا: لعبة فيديو بسيطة تتيح لنبّل السكتة الدماغية ممارسة ذراعيهم في المنزل بينما تقيس كاميرا عادية بهدوء مدى جودة حركتهم، مقدِّرةً نفس الدرجات السريرية التي يستخدمها المعالجون في العيادة.

لعبة تعمل أيضًا كفحص طبي

بنى الباحثون "لعبة تمرين"—لعبة فيديو مصممة للتمرين—حيث يوجّه اللاعب طائرًا عبر منظر ملون ليجمع الفاكهة. يحرك اللاعب ذراعه ويده فقط؛ وتتبع كاميرا عادية تلك الحركات وتوجّه الطائر في الوقت الحقيقي. في الخلفية، يتتبع برنامج ذكاء اصطناعي من مجموعة أدوات MediaPipe من جوجل موضع المعصم والكوع والكتف والأصابع إطارًا بإطار، دون أي حساسات خاصة أو أجهزة قابلة للارتداء. تصبح نفس الجلسة التي تسلي وتحفز اللاعب أيضًا سجلًا مفصلًا لمدى وصول الذراع، ومدى سلاسة حركته، ومدى قدرة اليد على الفتح.

دلائل حركة بسيطة تكشف القدرة

لعب اثنا عشر بالغًا يعيشون بتأثيرات طويلة الأمد للسكتة الدماغية اللعبة بكلتا الذراعين، ما أعطى الفريق 24 مجموعة من بيانات الذراع. كما فُحصت كل ذراع باستخدام مقياس فوجل-ماير، وهو مقياس سريري واسع الاستخدام لكنه يستغرق وقتًا لتقييم وظيفة الطرف العلوي. من تسجيلات اللعبة، استخلص الباحثون ستة عشر قياسًا مباشراً، مثل المساحة التي يغطيها المعصم على الشاشة، وإجمالي المسافة التي قطعتها اليد، ومدى اتساع فتح الأصابع، ومدى تنسيق حركة الكتف والكوع معًا. عندما جمّعوا الأذرع في فئات شديدة ومعتدلة وخفيفة وقريبة من الطبيعي، توافقت عدة من هذه المقاييس القائمة على اللعبة مع الفئات السريرية: فالأشخاص ذوو الاستخدام الأفضل للذراع استكشفوا مساحة أكبر، ونسقوا مفاصلهم بسلاسة أكبر، وأظهروا قدرة أكبر على فتح اليد.

من الحركات إلى درجة ذات معنى

بعد ذلك، تساءل الفريق عما إذا كانت هذه دلائل الحركة تستطيع أن تحل محل نتيجة الامتحان الرسمي. باستخدام الانحدار الخطي—وهو نوع شفاف من المعادلات الإحصائية—جمعوا مجموعة صغيرة من الميزات، بما في ذلك فتح اليد، والمجال المستكشف على الشاشة، وطول المسار الكلي، وتنسيق المفاصل. تنبأت الصيغة الناتجة بدرجة كل ذراع السريرية بدقة عالية، مطابقة عن كثب تقييمات المعالجين (ارتباط رتيب 0.92 وخطأ يقارب 4 نقاط على مقياس من 66 نقطة). عندما ترجم الباحثون الدرجات المتوقعة إلى الفئات المألوفة من اعتلال خفيف ومعتدل وشديد، صنّف النظام الأذرع بشكل صحيح بنسبة 86–93% من الحالات، وكانت الأخطاء تقتصر على الفئات المجاورة فقط، وليس بين النقيضين.

لماذا قد يكون الذكاء الاصطناعي خفيف اللمس أفضل

لاختبار ما إذا كانت التكنولوجيا الأثقل ستفيد، حاول المؤلفون أيضًا نماذج تعلم آلي أكثر تعقيدًا، بما في ذلك الغابات العشوائية والشبكات العصبية العميقة التي تتعلم مباشرة من بيانات الحركة الخام. على الرغم من تعقيدها، لم تتفوق هذه الأساليب على صيغة الانحدار البسيطة وكانت أصعب في التفسير والتشغيل في الوقت الحقيقي على جهاز محمول نموذجي. في المقابل، يستخدم النموذج الخفيف مجموعة صغيرة من ميزات الحركة الواضحة المفهومة، ويمكن تشغيله على نفس الجهاز الذي يدير اللعبة، ولا يتطلب سوى كاميرا مدمجة. وهذا يجعله مناسبًا جيدًا للاستخدام المنزلي والمراقبة عن بُعد والعيادات المزدحمة حيث لا يستطيع المعالجون قضاء نصف ساعة في الاختبارات الرسمية عند كل زيارة.

ماذا قد يعني هذا للحياة بعد السكتة الدماغية

لدى الناجين من السكتة الدماغية، يلمّح هذا الإطار إلى مستقبل حيث تصبح جلسات إعادة التأهيل اليومية أيضًا فحوصات، محولًا اللعب الممتع إلى تتبّع مستمر للتعافي بجهد منخفض. لا تزال الدراسة دليلاً على المفهوم، بُنيت على مجموعة صغيرة من المتطوعين، ويخطط المؤلفون لتجارب أوسع لتأكيد وتطوير نهجهم. ومع ذلك فالأمر واضح: من خلال جمع لعبة جذابة مع تتبع بالكاميرا ميسور التكلفة ونموذج ذكاء اصطناعي واضح ومتواضع، قد يكون من الممكن تقديم تقييمات متكررة وموضوعية في المنزل—دعم علاج أكثر تخصيصًا مع تخفيف العبء عن خدمات التأهيل التي تعاني بالفعل من ضيق الموارد.

الاستشهاد: Tannús, J., Valentini, C. & Naves, E. AI-driven low-cost rehabilitation exergame as a lightweight framework for stroke assessment. npj Digit. Med. 9, 196 (2026). https://doi.org/10.1038/s41746-026-02383-1

الكلمات المفتاحية: إعادة تأهيل السكتة الدماغية, ألعاب التمرين, المؤشرات الحيوية الرقمية, إعادة التأهيل عن بعد, تتبع الحركة بالذكاء الاصطناعي