İnme değerlendirmesi için hafif bir çerçeve olarak yapay zekâ destekli düşük maliyetli rehabilitasyon egzersizi oyunu

Oyunla Günlük Yeniden Kazanımı Birleştirmek

İnme, yemek yemek, giyinmek veya birini kucaklamak için ihtiyaç duyduğumuz kolay, otomatik hareketleri sıklıkla çalar. Bu becerileri yeniden kazanmak genellikle yıllarca tekrarlayıcı terapi ve uzmanlarla düzenli kontroller gerektirir—birçok insanın ne zamanı ne de parası buna yeter. Bu çalışma farklı bir yolu araştırıyor: inme geçirmiş kişilerin evde kollarını çalıştırmasını sağlayan basit bir video oyunu; sıradan bir kamera ise onların hareketlerini sessizce ölçerek klinikte terapistlerin kullandığı aynı klinik puanları tahmin ediyor.

Hem Oyun Hem Kontrol Olan Bir Sistem

Araştırmacılar bir “egzersiz oyunu” —yani egzersiz amaçlı tasarlanmış bir video oyunu— geliştirdiler; oyuncular renkli bir manzarada bir kuşu yönlendirerek meyve topluyor. Oyuncu sadece kolunu ve elini hareket ettiriyor; standart bir kamera bu hareketleri gerçek zamanlı olarak izleyip kuşu kontrol ediyor. Sahne arkasında Google’ın MediaPipe aracından gelen yapay zekâ yazılımı, bilek, dirsek, omuz ve parmakların konumunu kare kare takip ediyor; özel sensörler veya giyilebilir cihazlara gerek yok. Oyuncuyu eğlendiren ve motive eden aynı oturum, kolun ne kadar uzandığı, nasıl akıcı hareket ettiği ve elin ne kadar açılabildiği gibi ayrıntılı bir kayıt da sağlıyor.

Yetenekleri Ortaya Koyan Basit Hareket İpuçları

Uzun dönem inme etkileri yaşayan on iki yetişkin oyunu her iki kolla oynadı ve ekip 24 kol veri seti elde etti. Her kol ayrıca üst ekstremite işlevinin yaygın ancak zaman alıcı klinik ölçeği olan Fugl–Meyer Değerlendirmesi ile muayene edildi. Oyun kayıtlarından araştırmacılar, ekranda bileğin kapladığı alan, elin toplam kat ettiği mesafe, parmakların ne kadar açılabildiği ve omuz ile dirseğin birlikte ne kadar iyi hareket ettiği gibi on altı basit ölçüm çıkardı. Kolları ağır, orta, hafif ve neredeyse normal işlev kategorilerine ayırdıklarında, bu oyun tabanlı ölçütlerin birkaçının klinik kategorilerle düzgün şekilde örtüştüğü görüldü: daha iyi kol kullanımı olan kişiler daha geniş bir alanı keşfetmiş, eklemlerini daha akıcı koordine etmiş ve eli açma kapasitesini daha fazla göstermiştir.

Hareketlerden Anlamlı Bir Puana

Sırada bu hareket ipuçlarının resmi bir sınav puanının yerini alıp alamayacağı sorusu vardı. Şeffaf bir istatistiksel denklem türü olan lineer regresyonu kullanarak, el açma, ekranda keşfedilen alan, toplam yol uzunluğu ve eklem koordinasyonu gibi küçük bir özellik setini birleştirdiler. Ortaya çıkan formül, her bir kolun klinik puanını yüksek doğrulukla tahmin etti ve terapistlerin puanlarıyla yakından eşleşti (66 puanlık ölçekte sıralama korelasyonu 0.92 ve yaklaşık 4 puanlık bir hata). Araştırmacılar tahmin edilen puanları hafif, orta ve ağır bozukluk gibi tanıdık kategorilere çevirdiklerinde, sistem kolları %86–93 oranında doğru sınıflandırdı ve yapılan hatalar yalnızca komşu kategoriler arasında, uç kategoriler arasında değil meydana geldi.

Neden Hafif Dokunuşlu Yapay Zekâ Daha İyi Olabilir

Daha ağır teknolojinin yardımcı olup olmayacağını test etmek için yazarlar ayrıca rastgele ormanlar ve ham hareket verilerinden doğrudan öğrenen derin sinir ağları gibi daha karmaşık makine öğrenimi modellerini denedi. Bu yaklaşımlar ne kadar sofistike olsalar da, basit regresyon formülünü geçemedi ve tipik bir mobil cihazda gerçek zamanlı çalıştırılması ve yorumlanması daha zordu. Buna karşılık, hafif model yalnızca birkaç açıkça anlaşılabilir hareket özelliği kullanıyor, oyunu çalıştıran aynı cihazda çalışabiliyor ve entegre bir kameradan başka bir şeye ihtiyaç duymuyor. Bu da onu ev kullanımı, uzaktan izleme ve terapistlerin her ziyarette yarım saatlik formal testi ayıramadığı yoğun klinikler için uygun hale getiriyor.

İnme Sonrası Hayat İçin Ne Anlama Gelebilir

İnme geçirenler için bu çerçeve, günlük rehabilitasyon seanslarının aynı zamanda kontrolleri de oluşturduğu; keyifli oyunu sürekli, düşük çaba gerektiren bir iyileşme izlemeye dönüştürdüğü bir geleceğe işaret ediyor. Çalışma hâlâ küçük bir gönüllü grubuna dayanan bir kavram kanıtı niteliğinde ve yazarlar yaklaşımlarını doğrulamak ve geliştirmek için daha büyük denemeler planlıyor. Yine de mesaj net: ilgi çekici bir oyunu uygun maliyetli kamera tabanlı takiple ve açık, mütevazı bir yapay zekâ modeliyle birleştirerek, evde sık sık objektif değerlendirmeler sunmak—daha kişiselleştirilmiş terapiyi desteklerken zaten yoğun olan rehabilitasyon hizmetlerinin iş yükünü hafifletebilir—mümkün olabilir.

Atıf: 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

Anahtar kelimeler: inme rehabilitasyonu, egzersiz oyunları, dijital biyobelirteçler, uzaktan rehabilitasyon, yapay zekâ hareket takibi