في دراسة حديثة استخدم باحثون من جامعة ميسيسيبي الذكاء الاصطناعي لتحديد أبرز العوامل التي تؤثر في التزام الأفراد بممارسة التمارين الرياضية، وذلك من خلال تحليل بيانات ما يقارب 12,000 شخص. وتوصّلت الدراسة إلى أن أبرز العوامل المؤثرة في الالتزام بالتمارين الرياضية، هي: عدد ساعات الجلوس، والمستوى التعليمي، والجنس.

استخدم الباحثون نماذج ذكاء اصطناعي مدرّبة على بيانات متعلقة بنمط الحياة، والمعلومات الديموغرافية والصحية، واستطاعوا تحقيق نتائج أكثر دقة ومرونة مقارنة بالطرق التقليدية؛ مما يُمهد الطريق نحو تطوير توصيات صحية شخصية تناسب احتياجات كل فرد.

تفاصيل الدراسة

يوصي مركز الوقاية من الأمراض وتعزيز الصحة التابع لوزارة الصحة الأمريكية (The Office of Disease Prevention and Health Promotion) بأن يمارس البالغون ما لا يقل عن 150 دقيقة من التمارين المعتدلة أو 75 دقيقة من التمارين الشديدة أسبوعيًا كجزء من نمط حياة صحي. لكن الأبحاث تشير إلى أن الأمريكي العادي لا يقضي سوى ساعتين أسبوعيًا في ممارسة النشاط البدني، وهو نصف الحد الذي توصي به مراكز مكافحة الأمراض والوقاية منها (Centers for Disease Control and Prevention – CDC).

وهذا يشير إلى أن الحفاظ على روتين رياضي منتظم يُشكّل تحديًا شائعًا، ولفهم الدوافع الكامنة وراء التزام بعض الأشخاص بممارسة الرياضة، قرر فريق من الباحثين من جامعة ميسيسيبي الاستفادة من الذكاء الاصطناعي لتحليل البيانات واستخلاص أهم العوامل التي تعزز الالتزام بممارسة التمارين الرياضية.

تكوّن الفريق من الباحثين Seungbak Lee و Ju-Pil Choe، وهما طالبان في مرحلة الدكتوراه في التربية البدنية، بالإضافة إلى الأستاذ Minsoo Kang من قسم علوم الرياضة والصحة. وقد ركّزت دراستهم في تحليل بيانات مرتبطة بقياسات الجسم، والعوامل الديموغرافية، وأنماط الحياة لتوقّع مدى التزام الأفراد بالتوصيات المتعلقة بالنشاط البدني.

اعتمد الباحثون في تحليلهم على بيانات مأخوذة من قرابة 30,000 استبيان ضمن المسح الوطني الأمريكي لفحص الصحة والتغذية (National Health and Nutrition Examination Survey) للمدة الممتدة من 2009 إلى 2018. وللتعامل مع هذه الكمية الكبيرة من المعلومات، لجأوا إلى نماذج ذكاء اصطناعي قادرة على استخراج الأنماط الخفية من البيانات وتقديم توقعات دقيقة.

نُشرت الدراسة في مجلة Scientific Reports، وتضمنت تحليلًا لعدة متغيرات، منها:

• العوامل الديموغرافية: العمر، والجنس، والعرق، والمستوى التعليمي، والحالة الاجتماعية، والدخل.
• القياسات البدنية: مؤشر كتلة الجسم (BMI)، ومحيط الخصر.
• عوامل نمط الحياة: التدخين، وساعات النوم، وظروف العمل.

أظهرت نماذج الذكاء الاصطناعي التي اختبرها الباحثون أن ثلاثة عوامل رئيسية تؤثر في مدى التزام الأفراد في ممارسة الرياضة، وهي: عدد ساعات الجلوس، والجنس، والمستوى التعليمي. وقد أعرب الباحث Ju-Pil Choe عن دهشته من تأثير التعليم القوي مقارنة بمتغيرات أخرى مثل مؤشر كتلة الجسم (BMI) أو العمر.

ولضمان دقة التحليل، استُبعدت بيانات المشاركين الذين يعانون أمراض مزمنة والأشخاص الذين لم يُقدّموا معلومات كافية عن نشاطهم البدني، مما أدى إلى الحصول على عينة نهائية مكونة من 11,683 شخصًا.

وأشار الباحثون إلى أن استخدام التعلم الآلي وفّر مرونة غير متاحة في النماذج التقليدية التي تفترض وجود علاقات خطية بين المتغيرات؛ مما أتاح لهم اكتشاف أنماط أكثر تعقيدًا.

ما الخطوة التالية؟

يخطط الفريق لتوسيع نطاق البحث مستقبلًا من خلال إدراج عوامل إضافية مثل استخدام المكملات الغذائية، بالإضافة إلى استخدام خوارزميات تعلم آلي أكثر تقدمًا.

ويأمل الباحثون أن تُساهم هذه النتائج في دعم المدربين وخبراء الصحة في تصميم برامج لياقة بدنية فعّالة وتُراعي الخصوصية الفردية لكل مستخدم، وتساعدهم في الالتزام بممارسة الرياضة.

نسخ الرابط تم نسخ الرابط