סיווג בלמידת מכונה של מחלת פרקינסון בשלבים מוקדמים באמצעות תכונות ביומכניות של ישיבה-להליכה

למה העמידה מכיסא חשובה

עבור רבים מהמבוגרים, הקימה פשוטה מכיסא וצעידה בכמה צעדים ראשונים מרגישה מעט לא יציבה. עבור אנשים בשלב המוקדם ביותר של מחלת פרקינסון, תנועה יומיומית זו יכולה לחשוף באופן שקט בעיות בשיווי המשקל ובבקרת התנועה הרבה לפני שהתסמינים הופכים בולטים. המחקר הזה בוחן האם משימת "ישיבה-להליכה" קצרה, בשילוב חיישני תנועה ולמידת מכונה, יכולה לסייע בזיהוי פרקינסון מוקדם ובאופן אובייקטיבי יותר מאשר תצפית קלינית שגרתית בלבד.

התבוננות מקרוב בתנועה יומיומית

החוקרים התמקדו במשימת ישיבה-להליכה, שמחברת שתי פעולות מאתגרות: קימה מכסא והתנעת ההליכה. המעבר הזה מעמיס על שיווי המשקל מאחר שמשקל הגוף מועבר במהירות קדימה ולרגל אחת. במחקר נטלו חלק 63 אנשים בשלב מוקדם של פרקינסון ו-43 מבוגרים בני גיל דומה ללא המחלה, שביצעו את המשימה בקצב נוח. בזמן התנועה נאספו נתונים באמצעות מערך מצלמות, מדדי כוח ברצפה וחיישנים קטנים על שרירי הרגליים, ותועדו ההתנהגויות של הגוף והשרירים מהרגע שבו נוטה הגוף קדימה ועד סיום שני הצעדים הראשונים.

מעל מאה מדידות למספר אותות מרכזיים

כל ניסיון ישיבה-להליכה חולק לפאזות, מרגע הנטייה של הגו ועד מגע כף הרגל השנייה, ומעל 200 מדידות נוספו. בין המדדים נכללו מהירות התנועה של מרכז המסה הכללי של הגוף, מרחק ההעתקה שלו ביחס ללחץ מתחת לרגליים, ואופן סיבוב הגו והרגליים. אלגוריתמים חישוביים מתקדמים סיננו את מערך הנתונים הגדול הזה. באמצעות שיטות כמו יער אקראי (random forest) וחיזוק גרדיאנטי (gradient boosting), הצוות צמצם תחילה את המדידות ל-26 שהבחינו הכי טוב בין אנשים עם פרקינסון מוקדם למתנדבים בריאים. ניתוח סטטיסטי נוסף הפחית את הרשימה לשלושה מדדים ביומכניים שיחד נשאו את רוב המידע המועיל.

איך פרקינסון מוקדם נראה בתנועה

שלושת המדדים המרכזיים תיארו כיצד אנשים שלטו במסת הגוף ובגוף העליון בזמן הקימה ובצעדי הפתיחה. בהשוואה לעמיתיהם הבריאים, אלה עם פרקינסון מוקדם הזיזו את מרכז המסה שלהם לאט יותר לאורך כל המשימה, העבירו אותו מרחק קצר יותר קדימה ביחס ללחץ תחת כפות הרגליים בשלב הצעד הראשון, וכיפפו את החלק העליון של הגב טווח קטן יותר. דפוסים אלה מצביעים על העברה זהירה ומוקטנת של המשקל וגו נוקשה יותר — שינויים שעשויים להיות פיצוי על מנת לשמור על שיווי המשקל כאשר מעגלי תכנון התנועה במוח כבר פגועים בעדינות. המחקר גם מצא הבדלים גדולים יותר בין צד שמאל וימין בפעילות שרירי השוק בקבוצת הפרקינסון, מה שמגיב לנטיית המחלה להתחיל בצד אחד של הגוף.

מלמדים מחשבים לזהות את הדפוס

עם המדדים הללו, הצוות אימן מספר מודלי למידת מכונה להבחין מי חולה בפרקינסון ומי לא. כאשר הוזנו כל 200 המדידות המקוריות, המודל הטוב ביותר — מסווג יער אקראי — סיווג נכון את המשתתפים בכ-87% מהמקרים. שימוש ב-26 התכונות החשובות השיפר זאת במעט לכ-92%. באופן מרשים, כאשר המודל הסתמך רק על שלושת המדדים הסופיים מישיבה-להליכה, דיוקו נשאר חזק בכ-85%. הדבר ממחיש כי גם סט קומפקטי מאוד של אותות תנועה, הנלקח ממשימה יומיומית פשוטה, יכול להסב מידע מהימן על מחלה בשלב מוקדם.

מה זה עשוי להציע לטיפול יומיומי

המחברים מסכמים ששינויים עדינים באופן שבו אנשים קמים ומבצעים את הצעדים הראשונים שלהם יכולים לשמש כסימני אזהרה מוקדמים רגישים לפרקינסון. כיוון שהשלושה מדדים מרכזיים משקפים שינויים קטנים במהירות תנועת הגוף הכללית, בהעברת המשקל קדימה ובתנועת הגו, ניתן למדודם ככל הנראה בכלים פשוטים יותר כגון חיישנים לבישים או פלטפורמות תנועה במרפאה. אם יאומתו בקבוצות גדולות ומגוונות יותר, גישה זו עשויה לספק לרופאים דרך מהירה ולא פולשנית לסרוק מבוגרים לאיתותים מוקדמים של פרקינסון ולזהות מי בסיכון גבוה לנפילות — הרבה לפני שהופיעו תסמינים בולטים יותר.

ציטוט: Kim, M., Youm, C., Park, H. et al. Machine learning classification of early-stage Parkinson’s disease using sit-to-walk biomechanical features. Sci Rep 16, 10559 (2026). https://doi.org/10.1038/s41598-026-45122-y

מילות מפתח: מחלת פרקינסון, צעד והגנה על שיווי משקל, למידת מכונה, ביומכניקה, אבחון מוקדם