Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

סיווג פרופילים של פגיעות ברצועה הצולבת הקדמית באמצעות ניתוח ריצה: גישה של למידת מכונה

· חזרה לאינדקס

מדוע פגיעות בברך חשובות לפעילים

עבור ספורטאים ואנשים פעילים רבים, פגיעה ברצועת ברך יכולה להוות נקודת מפנה שמשנה את האופן שבו הם נעים לתקופה ארוכה. הרצועה הצולבת הקדמית (ACL) היא מייצבת מרכזית בברך, ודימומים שלה שכיחים בענפי ספורט הכוללים חיתוכים, קפיצות ועצירות פתאומיות. גם לאחר ניתוח וחודשים של שיקום, אנשים לעיתים קרובות אינם חוזרים לרמת המשחק הקודמת ועשויים להתמודד עם סיכון מוגבר לאוסטאוארטריטיס מוקדם. במחקר זה נחקר האם מחשבים יכולים לזהות שינויים זעירים באופן הריצה לאחר ניתוח ACL—שינויים שעדיין עדינים מדי לעין או לבדיקות סטנדרטיות.

כיצד המחקר בחן דפוסי ריצה

החוקרים גייסו 30 ספורטאים צעירים: 15 בריאים ו-15 שעברו שיחזור ACL במהלך 5–8 החודשים שקדמו למחקר. כולם היו ללא כאב, קיבלו אישור מהמטפלים שלהם והתחרו ברמות דומות בענפי ספורט כמו כדורגל, פוטסל, אומנויות לחימה וכדורעף. כל ספורטאי רץ על הליכון מצויד בחיישנים בקצב קבוע בעוד חיישנים מתחת לחגורת ההליכון הקליטו את אופן מגע כפות הרגליים במשטח. מההתקנה הזו קבעו הצוות תכונות בסיסיות של ריצה כגון משך כל צעד וצעד-מלא, משך עמידה על הרגל וכף הרגל באוויר, מרחק כל צעד ומהירות העברת הכוחות ומרכז הלחץ מתחת לכף הרגל.

הפיכת תנועה מורכבת לנתונים שימושיים

ריצה היא פעולה חוזרת מאוד, ולכן גם שינויים קטנים בתיזמון או בעומס יכולים להצטבר על פני אלפי צעדים. ההליכון הקליט 2,470 צעדים בודדים מכל המשתתפים, ויצר מערך נתונים עשיר אך מורכב. כדי לפענח אותו, החוקרים תחילה סטנדרטו את הערכים כך שאף מדד אחד לא ישתלט רק בגלל שיש לו טווח גדול יותר. לאחר מכן השתמשו בשיטה מתמטית לדחיסת הנתונים תוך שמירה על רוב השונות החשובה. משם התרכזו ב-11 תכונות ריצה מפתח, כולל זמן צעד, זמן עמידה, זמן נדנוד, אורך צעד וצעד-מלא, כוח אנכי שיא, מהירות עליית הכוח, וכמה מהר הלחץ נע קדימה וצידה מתחת לכף הרגל.

Figure 1. שימוש בניתוח ממוחשב של ריצה על הליכון כדי להפריד בין ספורטאים בריאים לבין אלה שתוקנו בניתוח ACL בהתבסס על דפוס התנועה שלהם.
Figure 1. שימוש בניתוח ממוחשב של ריצה על הליכון כדי להפריד בין ספורטאים בריאים לבין אלה שתוקנו בניתוח ACL בהתבסס על דפוס התנועה שלהם.

מתן למחשבים למיין רצים בריאים ופגועים

עם המדידות האלו ביד, הצוות אימן מספר סוגי תוכניות מחשב הידועות כדגמי למידת מכונה כדי להבחין בין רצים בריאים לאלה עם היסטוריית ACL. הם בדקו מגוון כלים נפוצים, כולל עצי החלטה, יערות אקראיים, מכונות וקטור תמיכה ורשתות עצביות. כדי להימנע מתוצאות מטעות, השתמשו בגישה בדיקה זהירה שבה הצעדים של כל אדם נשמרו כולן או באימון או בבדיקה. כך היו המודלים חייבים להכליל לאנשים חדשים ולא רק לצעדים חדשים של אותו אדם. הביצוע המצטיין היה שיטה פשוטה שנקראת K השכנים הקרובים, שמשווה כל צעד חדש לאלה הדומים לו שנראו קודם. היא סיווגה צעדים בדיוק גבוה מאוד וביכולת כמעט מושלמת להפריד בין שתי הקבוצות.

Figure 2. מבט שלב‑אחר‑שלב על האופן שבו תכונות תיזמון של צעד עוזרות למודל מחשב לזהות שינויים עדינים בברך לאחר ניתוח ACL.
Figure 2. מבט שלב‑אחר‑שלב על האופן שבו תכונות תיזמון של צעד עוזרות למודל מחשב לזהות שינויים עדינים בברך לאחר ניתוח ACL.

מה חשוב ביותר בצעד של רץ

מעבר לפשטות של תיוג רצים כבריאים או לאחר שיחזור ACL, המחברים רצו לדעת אילו חלקים בדפוס הריצה נושאים את המידע הכי מועיל. במגוון מודלים, תכונות תיזמון עלו לראש הרשימה. זמן צעד, זמן עמידה וזמן נדנוד היו חשובים במיוחד, לצד קצב תזוזת מרכז הלחץ קדימה מתחת לכף הרגל. תוצאות אלו תואמות מחקרים קודמים שמראים שאחר ניתוח ACL אנשים לעיתים משנים כמה זמן הם מבלים על כל רגל וכיצד הם מעמיסים על המפרקים, גם אם ריצתם נראית נורמלית לעין. בעוד שעץ החלטה ישיר היה קל יותר לפרש, הוא לא טיפל במורכבות הנתונים טוב כמו מודלים שמשלבים עצים רבים או מתבססים על שכנים רבים.

מה המשמעות לשיקום וחזרה לספורט

המחקר מציע שניתן באמצעות נתוני הליכון שנאספו בקפידה ובשילוב עם ניתוח מחשבתי מודרני לחשוף שינויים נשארים בדפוס הריצה לאחר שיחזור ACL. עבור ספורטאים יומיומיים, הדבר עשוי בעתיד להתבטא בבדיקות מהירות מבוססות נתונים במהלך השיקום שידגישו אם הצעד שלהם באמת חזר לנורמה או שממשיך להציג דפוסים הקשורים לעומס נוסף על הברך. קלינים יוכלו למקד את האימון בשיפור תיזמון ותיאום לאורך הצעד במקום להתמקד רק בחוזק או ברמות כאב. אם ישולבו במוצרים הניתנים ללבישה או במערכות משוב בזמן אמת, מודלים דומים עלולים לסייע בזיהוי מוקדם של סיכוני פציעה חוזרת ולהנחות תוכניות תרגול מותאמות יותר, במטרה ארוכת טווח להפחית את הסיכוי לבעיות ברך כרוניות כגון דלקת מפרקים מוקדמת.

ציטוט: Tavakoli, H., Ataabadi, P.A., Khezri, D. et al. Classification of anterior cruciate ligament injury profiles through running analysis: a machine learning approach. Sci Rep 16, 15010 (2026). https://doi.org/10.1038/s41598-026-44264-3

מילות מפתח: פגיעה ב-ACL, ניתוח הליכה, למידת מכונה, ביומכניקה של ריצה, שיקום בספורט