זיהוי וחיזוי מדדי יציבות בצעידה של אנשים לאחר שבץ בעת הליכה על משטחים לא אחידים באמצעות למידת מכונה

למה חשוב להישאר יציבים בחוץ אחרי שבץ

עבור רבים המתאוששים משבץ, המבחן האמיתי של ההליכה אינו במרפאה אלא בחוץ—על מדרכות סדוקות, שבילי דשא ומדרגות לא אחידות. משטחים יומיומיים אלה מעלים בשקט את הסיכון למעידה ונפילה. המחקר הזה בוחן כיצד חיישני תנועה זעירים ואלגוריתמים מחשוביים מודרניים יכולים לחשוף מי צפוי להתקשות על שטח כזה וכמה טוב מבחנים פשוטים הנערכים בתוך מבנה יכולים לחזות יציבות בחוץ.

קרקע לא אחידה כאתגר חבוי

ניידות בחוץ היא מרכזית לעצמאות ולחיים חברתיים אחרי שבץ, ועדיין רבים מהניצולים מדווחים שההליכה בחוץ קשה ומפחידה. משטחים לא אחידים מציבים זעזועים קטנים ובלתי צפויים המאתגרים באופן מתמיד את מערכת שיווי המשקל של הגוף. לאנשים שעברו שבץ יש לעתים שרירים חלשים יותר ותגובות איטיות יותר, מה שמקשה עליהם להתמודד עם הפרעות עדינות אלה. למרות זאת, רוב הערכות השגרתיות עדיין מתמקדות ברצפות חלקות בתוך מבנה, ומשאירות פער בין מה שנמדד במרפאה לבין מה שאנשים חווים בחיי היומיום.

חבישת חיישנים ללכידת הליכה מהעולם האמיתי

החוקרים בחנו 71 אנשים אחרי שבץ ו-39 מבוגרים בריאים בגיל דומה. כל אדם הלך הלוך ושוב לאורך מסלול חלק של 10 מטרים ולצדו מסלול לא אחיד של 10 מטרים בעודו חובש חיישן תנועה קטן בגב התחתון. החיישן מדד כיצד הגו נע מעלה ומטה, מצד לצד ומקדימה ואחורה. מהאותות האלה קיבצו הצוות מספר מדדים המתארים עד כמה דפוס ההליכה יציב או בלתי סדיר—חלקם מתארים בפשטות את גודל התנועה, ואחרים מתארים עד כמה הצעדים חלקים וקצביים לאורך זמן.

לתת למחשב למצוא את האותות המובהקים ביותר

במקום לבחון כל מדד בנפרד, השתמשו החוקרים בלמידת מכונה, סוג של ניתוח מחשובי שיכול למיין באמצעותו משתנים רבים בו־זמנית ולמצוא את המידע המשותף שביניהם. הם קודם כל אימנו מודלים להבחין בין אנשים אחרי שבץ ובין מבוגרים בריאים בהתבסס אך ורק על נתוני החיישן מההליכה על המשטח הלא אחיד. מודלים אלה הגיעו לדייקנות של יותר מ-95%. שלושה אותות בלטו כמיוחדים בעוצמתם: עוצמת תנועת הגו מעלה ומטה (נקראת RMS אנכי), עד כמה התנועה קדימה–אחורה בלתי סדירה לאורך זמן (אנטרופיית דגימה), וכמה חלק וקצבי היא התנועה בכיוון קדימה–אחורה (יחס הרמוני). ביחד הם הציגו תמונה ברורה של יציבות מופחתת לאחר שבץ.

חיזוי יציבות בחוץ מתוך מבחנים פנימיים

בשלב הבא בדקו החוקרים האם ניתן להעריך את המדדים המרכזיים האלה של המשטח הלא אחיד—וכן את מהירות ההליכה עצמה—שימוש אך ורק בנתונים ממבחני הליכה קלים לביצוע על משטח חלק. הם שילבו מדדים פשוטים כמו מהירות ההליכה בפנים יחד עם מידע על זוויות מפרקים, פעילות שרירים וקריאת חיישנים, ואז אימנו מודלים לחזות מה יקרה על המסלול הלא אחיד. מהירות ההליכה בתוך המבנה התגלתה כחשובה במיוחד. אנשים אחרי שבץ שהלכו באיטיות מתחת לכ-0.8 מטר לשנייה על משטח חלק נטו להאט עוד יותר ולהציג תנועות גו מעלה–מטה גדולות יותר על משטח לא אחיד, דבר שמצביע על קושי להסתגל לאתגר. סדירות וחלקות תנועת הגו על משטחים לא אחידים ניבאו בחלקן גם על פי אופן תנועת הקרסול במגע הרגל עם הקרקע וכפי שההליכה כבר הייתה חלקה על משטח ישר.

מה זה אומר לשיקום ולחיי היומיום

להבנתי הציבורית, המסר פשוט: חיישן קטן נלבש על הגב התחתון, בצירוף מבחני הליכה בתוך מבנה וניתוח מחשובי חכם, יכול לחשוף מי צפוי לאבד יציבות על מדרכות משובשות אחרי שבץ. אנשים שכבר הולכים באיטיות יחסית על משטח חלק—במיוחד מתחת לכ-0.8 מטר לשנייה—נוטים לזוז בפחות ביטחון וביותר רעידות על משטחים לא אחידים. על ידי מעקב אחר מדדי חיישן פשוטים של כמה הגו קופץ וכמה חלקים הצעדים, מטפלים יכולים לתכנן תכניות אימון מותאמות יותר, למקד עבודה על שליטה בגו ובקרסול ולנטר שיפור לאורך זמן. בטווח הארוך, "ביומארקרים" דיגיטליים כאלה עשויים לעזור להפוך את ההליכה בחוץ לבטוחה ונגישה יותר עבור רבים שנפגעו משבץ.

ציטוט: Inui, Y., Takamura, Y., Nishi, Y. et al. Identifying and predicting gait stability metrics in people with stroke in uneven-surface walking using machine learning. Sci Rep 16, 5618 (2026). https://doi.org/10.1038/s41598-026-35966-9

מילות מפתח: שיקום לאחר שבץ, יציבות יציבה, הליכה על משטחים לא אחידים, חיישנים נלבשים, למידת מכונה