AI بالعربي – متابعات
حسب موقع الأمم المتحدة، يعيش أكثر من مليار شخص، أو ما يقرب من 15 في المائة من نسبة سكان العالم التي تقدر بأزيد من 7 مليارات نسمة، مع شكل من أشكال الإعاقة. وتوجد نسبة 80 في المائة منهم في البلدان النامية. لا يستطيع 50 ٪ من الأشخاص ذوي الإعاقة تحمل تكاليف الرعاية الصحية.
وتشكل الإعاقة الجسدية حصة مهمة من مجموع الإعاقات.
وبالإضافة إلى المعاناة التي تسببها لهم الإعاقة، يعاني الأشخاص دووا الإعاقة من الخصاص الكبير في الأطقم الطبية المتخصصة، مما يضاعف معانتهم. فدووا الإعاقة الجسدية يعانون من قلة المعالجين الفيزيائيين.
فكيف يمكن للذكاء الاصطناعي وأنترنيت الأشياء التدخل لتخفيف معاناة دوي الإعاقة الجسدية، والتغلب على النقص الفظيع في المعالجين الفيزيائيين؟
ابتكار نظام إعادة تأهيل جسدي دون معالج فيزيائي
حسب الجزيرة نت، يُعاني القطاع الطبي من نقصٍ حاد في عدد المعالجين الفيزيائيين؛ إذ تشير الإحصاءات إلى أن مرضى الإعاقات المزمنة اضطروا للتعايش مع إصاباتهم فيما تصل نسبته إلى 75% من أعمارهم لعدم وجود عدد كافٍ من المعالجين.
حل هذه الأزمة قد يكمن في الاستفادة من تطور تقنيات أجهزة الاستشعار؛ مثل الأجهزة التي تُثبّت على الجسم وتتعقب الحركة، والتي يمكن استخدامها في عدة مجالات علاجية تساعد المرضى على الحركة باستقلالية ودقة.
قلة عدد أخصائي العلاج الطبيعي المتوافرين دفعت الباحثين والمصممين إلى إنشاء نظام إعادة تأهيل جسدي دون الحاجة إلى حضور جلسات مع المعالج الفيزيائي.
العاملون في مختبر علوم الحاسوب والذكاء الاصطناعي (CSAIL) التابع لمعهد ماساشوستس للتكنولوجيا (MIT)، تعاونوا مع مستشفى ماساشوستس العام (MGH) في تجربة نظام مشروع “مسل ريهاب” (MuscleRehab) الذي يعمل على التقاط وتتبع الحركة بـ3 تقنيات؛ وهي تقنية تصوير تقيس حركة العضلات وتسمى التصوير المقطعي للمقاومة الكهربائية (EIT)، وسماعة الواقع الافتراضي (VR)، بالإضافة إلى بدلة للتتبع.
ويسمح الواقع الافتراضي وبدلة التتبع للمريض بمشاهدة نفسه وهو يعمل جنبًا إلى جنب مع معالج فيزيائي خيالي.
وبهذه التكنولوجيا، تمكن الفريق العلمي من قياس دقة التمرين، ثم عرض النتائج على معالج فيزيائي محترف، قام بدوره بتحديد مجموعات العضلات التي من المفترض أن تشارك كل تمرين، ما حسّن الدقة الإجمالية للتمارين بنسبة 15%.
خليط من الذكاء الاصطناعي وإنترنت الأشياء
تتكون هذه الأنظمة من أنواع مختلفة من أجهزة الاستشعار التي تستخدم إنترنت الأشياء (IoT)، إذ تعمل خوارزميات الذكاء الاصطناعي على تشغيل نمذجة الاستدلال لتحديد كيفية تحرك كل عضلة، وتعتمد على البيانات في تحديد مجموعات العضلات، وتقديم تمارين أكثر فائدة.
يقول جوني تشو، طالب الدكتوراه في معهد ماساشوستس للتكنولوجيا والمؤلف الرئيسي لبحث “مسل ريهاب”، إن الباحثين سعوا إلى “ألا يقتصر سيناريو الاستشعار على الإعداد السريري، بل إلى تمكين إعادة تأهيل الرياضيين وتعافيهم من الإصابات استنادًا إلى البيانات. هدفنا أن نرى ما إذا كان بإمكاننا المساعدة في الوقاية من خلال قياس المشاركة العميقة للعضلات، بحيث نتمكن من ملاحظة ما إذا كانت البيانات غير طبيعية مقارنة بتاريخ حركة المريض، وتقديم نظرة ثاقبة على مسار العضلات المحتمل في هذه الحالات”.
ودأب الدكتور تشو على التعمق في مجال أجهزة استشعار الصحة الشخصية، واستوحى تقنية التصوير المقطعي للمقاومة الكهربائية، الذي يقيس التوصيل الكهربائي للعضلات، من مشروع قام به في عام 2021. واستخدم فه تقنيات تصوير حديثة لإنشاء مجموعة أدوات لتصميم وتصنيع أجهزة استشعار الحركة والصحة.
واقتصر استخدام تقنية التصوير المقطعي للمقاومة الكهربائية في السابق، على مراقبة وظائف الرئة، واكتشاف أورام الصدر، وتشخيص الانسداد الرئوي، لكن لم يتم استخدامه في فحوصات العضلات أو التصوير المرتبط بالحركة.
طريقة عمل جهاز “مسل ريهاب”
يشار إلى أن الجهاز الذي أنتجه مشروع “مسل ريهاب”، يضم لوحة استشعار تستخدم تقنية التصوير المقطعي للمقاومة الكهربائية، يتصل بها شريطان مملوءان بأقطاب كهربائية موضوعة في البدلة أعلى الفخذ، لالتقاط بيانات حجمية ثلاثية الأبعاد.
ولالتقاط الحركة، استخدم الفريق أوبتي تراك (OptiTrack)، التي تستخدم 39 علامة ومجموعة من الكاميرات التي تستشعر الحركة بمعدلات إطارات عالية جدًّا.
ويتم عرض هذا بعد ذلك على نظارة واقع افتراضي، يتم تشغيلها وإظهار العضلة النشطة من خلال إبرازها بعدة ألوان، هي والعضلات المحيطة.
