کاربرد هوش مصنوعی در تحلیل مکانیسم‌های مرکزی و محیطی در سازگاری راه رفتن در فرآیند سالمندی

چکیده

بررسی نقش هوش مصنوعی در تحلیل مکانیسم‌های مرکزی و محیطی مرتبط با سازگاری راه رفتن در سالمندان. این پژوهش به‌صورت مروری روایی با رویکرد تحلیل توصیفی انجام شده و با مرور نظام‌مند منابع علمی بین‌المللی بین سال‌های ۲۰۱۵ تا ۲۰۲۵، مطالعات مرتبط با به‌کارگیری هوش مصنوعی در تحلیل راه رفتن سالمندان بررسی شده است. داده‌ها از پایگاه‌های علمی معتبر استخراج و بر اساس نوع داده (حرکتی، عصبی، عضلانی، پوشیدنی) و الگوریتم‌های مورد استفاده طبقه‌بندی و تحلیل شده‌اند. یافته‌های این مطالعه نشان می‌دهد که الگوریتم‌های هوش مصنوعی توانسته‌اند الگوهای اختلالی راه رفتن سالمندان را با دقت بالا شناسایی کرده و ارتباط بین فعالیت مغزی، عضلانی و دینامیک مفاصل را مدل‌سازی کنند. همچنین استفاده از داده‌های چندمنبعی مانند EEG، EMG، تصویربرداری fNIRS و حسگرهای پوشیدنی امکان پیش‌بینی تغییرات پاتولوژیک را در مراحل اولیه فراهم کرده است. الگوریتم‌هایی مانند شبکه‌های عصبی، Random Forest و SVM عملکرد مطلوبی در تحلیل این داده‌ها نشان داده‌اند. هوش مصنوعی با توانایی پردازش داده‌های پیچیده و استخراج الگوهای پنهان، ابزار مؤثری برای تحلیل مکانیسم‌های راه رفتن در سالمندان محسوب می‌شود. علی‌رغم چالش‌هایی مانند وابستگی به داده‌های با کیفیت و مسائل تفسیرپذیری، این فناوری می‌تواند در تشخیص زودهنگام، برنامه‌ریزی توانبخشی شخصی‌سازی‌شده، و ارتقاء استقلال حرکتی سالمندان نقشی کلیدی ایفا کند.