ووفقاً لهذه الدراسة الجديدة التي أجراها فريق من باحثي كلية الهندسة الكهربائية والحاسوب في جامعة طهران، تم تقديم مؤشر بسيط وقوي لتقييم ورصد آرتروز مفصل الحوض، وحل مبتكر لمواجهة التحديات القائمة في تشخيص ورصد هذا المرض التدريجي.
ويمكن لهذا الابتكار التغلب على قيود طرق التصوير الشائعة، وتوفير إمكانية الرصد المستمر وحتى التشخيص المبكر لهذا المرض المنتشر في بيئات غير سريرية.
وقالت رضوان نصيري، عضو هيئة التدريس في كلية الهندسة الكهربائية والحاسوب بجامعة طهران، حول ضرورة إجراء هذا البحث: تشمل عوامل الخطر العامة للآرتروز التقدم في السن، والسمنة، والجنس، ونمط الحياة الخامل، والوراثة، والعمل البدني الشاق.
ووفقاً للدراسات، يمكن أن تزيد التشوهات في نمط المشي من خطر الإصابة. لذا، فإن رصد نمط المشي أمر أساسي للتشخيص المبكر، وتقييم تقدم المرض، وقياس فعالية العلاجات.
وأشارت نصيري إلى التحديات القائمة في تشخيص هذا المرض التدريجي، قائلة: حتى الآن، كانت الصور الشعاعية الطريقة الأكثر شيوعاً لتشخيص وتحديد شدة الآرتروز؛ مثل نظام تصنيف كيلغرين-لورانس KL الذي يصنف المرضى في أربع درجات شدة “١، ٢، ٣ و٤”، ومع ذلك، فإن الاختلافات الكبيرة في نمط المشي بين المرضى ذوي الشدة المماثلة، والتشابه بين الدرجات المختلفة، والاعتماد على رأي المتخصصين – الذي قد يؤدي إلى الخطأ – قد حدّ من دقة وكفاءة هذه الطرق.
كما أن الأشخاص ذوي الخطر العالي للإصابة قد لا تظهر عليهم أي علامات مرضية في الصور الشعاعية. وتابعت نصيري: إن الطرق القائمة على التصنيف غير مناسبة لرصد فعالية العلاجات الطبية. وبما أن الآرتروز مرض تدريجي وبطيء، فإن قياس شدة المرض يتطلب مؤشراً مستمراً. ومع ذلك، فقد قدمت دراسات قليلة فقط مؤشرات مستمرة لتقييم جودة المشي، وغالباً ما تفتقر إلى التفسير الفيزيائي والسريري، وتعتمد على هيكل النموذج وبيانات التدريب؛ لذا فإن نتائجها وقابليتها للتعميم موضع شك.
وقال قائد الفريق البحثي حول إجراء هذا البحث: من خلال التحليل الحركي لمفاصل الحوض والركبة، تم استخراج السمات المهمة، وباستخدام آلة الدعم المتجهي الخطي Linear SVM تم اختيار أفضل زوج من السمات لتعظيم الدقة في تمييز الأشخاص الأصحاء والمرضى، والقدم المصابة وغير المصابة، ودرجات شدة الآرتروز.
ووفقاً لباحثي هذا الدراسة، تُظهر النتائج المحصلة أن هذا النموذج الخطي قادر على تمييز الأشخاص الأصحاء والمرضى بدقة ٨٤%، والقدم المصابة وغير المصابة بدقة ٩١%، كما تشير النتائج إلى أنه بعد عملية استبدال المفصل، تحسّن مؤشر القدم المصابة في جميع المجموعات واقترب من نمط المشي السليم.
ومن النتائج الرئيسية الأخرى لهذا البحث، استعادة التناسق الحركي بعد العملية؛ إذ كان هناك فرق معنوي بين مؤشر القدم المصابة وغير المصابة قبل العملية، مما يعكس عدم التناسق في المشي، وبعد العملية تحسّن مؤشر كلا القدمين واستُعيد التناسق الحركي.
وبحسب الباحثين في هذه الدراسة، أظهرت المقارنة مع نماذج التعلم الآلي المعقدة MLP وRNN أن هذا النموذج الخطي هو أفضل نموذج خطي ممكن، وأن السمات المستخرجة هي أفضل السمات.
