ربما تكون دراسة جامعة ولاية بنسلفانيا، التي ربما جاءت كنتيجة ثانوية للتقنيات المتقدمة التي تُسهّل التشخيص المبكر للأطفال الرضع المصابين بأمراض عصبية عضلية، أول دراسة تُجرى نتيجة استخدام التكنولوجيا المتقدمة. وكان إنشاء كرسي أستاذية هندسية علمية ميكانيكية تخليداً لذكرى جيمس إل. هندرسون الابن، تطوراً بالغ الأهمية، قاده فريق لاري تشينغ الذي أدخل منهجية جديدة تعتمد على الأجهزة القابلة للارتداء والتعلم الآلي، مما أتاح دقة عالية بشكل استثنائي في التعرف على حديثي الولادة المعرضين للخطر وتصنيفهم.
تقنية مبتكرة لمكافحة الأمراض العصبية الحركية
تتألف هذه الدراسة التجريبية الحديثة، بعنوان "التقدم في العلوم"، من شبكة من وحدات قياس القصور الذاتي اللاسلكية المرنة، بالإضافة إلى خوارزمية مصغرة للتعلم الآلي، تُستخدم لمراقبة التنشيط التلقائي للوظائف الحركية لدى الرضع، وعلامات اضطراباتهم النمائية أو تطورها، كالشلل الدماغي. صُمم هذا النظام الروبوتي القائم على الذكاء الاصطناعي للكشف عن أنماط الحركة غير الطبيعية التي تُشير إلى الشلل الدماغي واضطراب طيف التوحد، وهو الهدف الأساسي لهذه التقنية.
أوضح الدكتور تشنغ بوعي أن هذه الحركات مؤشر على التطور العصبي العام للإنسان من الأسبوع الأول إلى الأسبوع العشرين بعد الولادة. غالبًا ما تعاني الطرق التقليدية التي يعتمد فيها الخبراء عادةً على التقييم البصري للأعراض من قصورٍ بسبب الخطأ البشري، والظروف الجوية القاسية، وتعقيد إعداد الفيديو. أما فيما يتعلق بتقنية الاستشعار التي قدمها تشنغ، فيمكننا الحديث عن تحسينين أكثر فعالية من حيث الموضوعية والتطبيق العملي. يُمكن لهذين التحسينين تقليل الوقت اللازم للتشخيص المبكر والأكثر دقة.
الكشف المبكر عن مشاكل الحركة العصبية باستخدام تقنية استشعار جديدة
تشهد أجهزة الاستشعار رواجاً متزايداً في مجال اللياقة البدنية منذ فترة، ومن المتوقع أن يستمر هذا التوجه في السنوات القادمة، نظراً لقدرتها على قياس مستويات النشاط في الوقت الفعلي. وتُعد هذه البيانات بالغة الأهمية للمستخدمين الراغبين في متابعة تقدمهم وتحقيق أهدافهم في اللياقة البدنية.
يتمتع نظام الاستشعار هذا، الذي طوره فريق تشنغ، بخصائص ميكانيكية مشابهة لجلد الإنسان، مما يجعله مثاليًا للتعامل مع بشرة الرضع الحساسة. وقد تم اختيار جبهة الرضيع ومعصميه وكاحليه كمواضع لتثبيت أول خمس وحدات قياس بالقصور الذاتي (IMUs)، مما أدى إلى إنشاء شبكة متفرقة ولكنها قادرة على رصد كامل نطاق حركة الرضيع دون إزعاجه. ثم تتم معالجة هذه البيانات الأولية بواسطة خوارزمية التعلم الآلي الخاصة بالفريق، والتي تستخدم خوارزمية مخصصةdentأنماط الحركة على أنها "طبيعية" أو "عالية الخطورة" أو "غير طبيعية"
لذا، لا يقتصر الأمر على تحسين دقة التشخيص فحسب، بل يقلل بشكل كبير من التكلفة والمواد المطلوبة مقارنةً بأساليب التشخيص المعتادة سابقًا، كما أوضح تشنغ. تُعدّ خوارزميات التعلّم الآلي الصغيرة أقل فائدة في المناطق ذات الموارد المحدودة. وينصبّ التركيز على النتائج السريعة التي توفرها هذه الخوارزميات، مع التأكيد على عدم الحاجة إلى أطر عمل معقدة للذكاء الاصطناعي.
تطوير أنظمة الخبراء لتحسين نتائج الرعاية الصحية
على الرغم من أن البحث التجريبي الذي أُجري على 23 رضيعًا واعد، إلا أنه غير كافٍ لتأكيد النتائج المرجوة، نظرًا لوجود هامش خطأ في مثل هذه الدراسات. لذا، لا بد من إجراء دراسات واسعة النطاق للتحقق من صحة النتائج. ومن بين أهداف تشنغ وأعضاء الفريق الآخرين، التعاون مع المتخصصين الطبيين، بالإضافة إلى تسليط الضوء على المنتج وتطوير التقنية. وسيُسهّل تطوير شبكة الاستشعار هذه إجراء أبحاث لا تقتصر على التقييمات العصبية الحركية فحسب، بل تشمل أيضًا تقييم وظائف القلب والرئتين، واهتزاز الأحبال الصوتية، والتدريب الرياضي.
يُتيح دمج الذكاء الاصطناعي والتقنيات القابلة للارتداء في التشخيص الطبي آفاقًا جديدة في رعاية الأطفال الصغار، مما قد يُحسّن من فرص التدخل المبكر ويرفع من معدل بقاء الأطفال المعرضين لخطر الإصابة بأمراض عصبية حركية. ومع استمرار الأبحاث المعمقة، قد تُصبح هذه التقنية الأداة الأمثل للأطباء والآباء لمتابعة حديثي الولادة بشكل وقائي وتنموي.
يؤكد هذا الإنجاز الذي حققته جامعة ولاية بنسلفانيا على ضرورة وأهمية التعاون بين مختلف المجالات، لا سيما الطب وعلوم الحاسوب. كما يُبرز إمكانية الوصول إلى هذه التطبيقات في الوقت الحاضر. فبفضل الأنظمة الذكية المدمجة والفعالة القائمة على الذكاء الاصطناعي، بالإضافة إلى أجهزة الاستشعار القابلة للارتداء غير الجراحية، قد يشهد التشخيص الطبي ورعاية المرضى تطورًا نحو نهج جديد، حيث تُستخدم التكنولوجيا لتسهيل استراتيجيات الكشف والعلاج.
نُشر هذا المقال في الأصل في موقع News Medical.
