طوّر باحثون نظامًا خفيفاً يعتمد على الذكاء الاصطناعي لتقييم تمارين إعادة التأهيل في الوقت الفعلي، في خطوة قد تجعل العلاج بمساعدة الحاسوب أكثر عملية على الأجهزة محدودة القدرة الحوسبية، وفقاً لبحث نُشر في المجلة الدولية لذكاء الأعمال وتنقيب البيانات (International Journal of Business Intelligence and Data Mining).
وطوّر الباحثون نظام RMPE Tiny، وهو شبكة لتقدير وضعية جسم الإنسان صُممت خصيصاً لتطبيقات إعادة التأهيل.
وتُعد تقنية تقدير الوضعية (Pose Estimation) إحدى تقنيات الرؤية الحاسوبية، إذ تحدد النقاط الرئيسية في الجسم، مثل الكتفين والركبتين والكاحلين، من خلال الصور أو مقاطع الفيديو. ويمكن استخدام هذه النقاط لقياس الحركة، بما في ذلك مدى الحركة والتناظر والتنسيق.
وتتمثل إحدى أبرز التحديات التي تواجه هذه الأنظمة في أن تقدير وضعية الجسم بدقة يتطلب عادةً قدرة حوسبية كبيرة، ما يقصر استخدامها على المعدات المتخصصة، بدلًا من تشغيلها على الأجهزة اللوحية أو أنظمة المراقبة المدمجة البسيطة.
ويعالج نظام RMPE Tiny هذا التحدي من خلال مجموعة من التعديلات التي تهدف إلى خفض المتطلبات الحوسبية، من دون التأثير بشكل كبير في دقة النتائج.
ويستخدم النظام التثليث بالليزر (Laser Triangulation) لتحسين التقاط الصور وإسقاط الإحداثيات ثلاثية الأبعاد على صورة ثنائية الأبعاد.
وأظهرت الاختبارات أن النظام حقق دقة إجمالية تجاوزت 96% في تقدير وضعية الجسم، فيما اقتربت معظم العينات من دقة 98% أو تجاوزتها.
وقد يُستخدم النظام مستقبلًا لدعم أنظمة إعادة التأهيل التي توفر تغذية راجعة فورية للمرضى خارج البيئات السريرية.
أسامة عثمان (أبوظبي)