الذكاء الاصطناعي يفتح آفاقًا جديدة لفهم دوافع التمرين المنتظم

كشفت دراسة بحثية جديدة أجراها فريق من جامعة ميسيسيبي الأمريكية عن دور الذكاء الاصطناعي في تحديد أبرز العوامل المؤثرة على التزام الأفراد بممارسة التمارين الرياضية، وهدفت الدراسة إلى فهم الأنماط التي تدفع بعض الأشخاص للثبات على روتينهم الرياضي، في حين يعجز آخرون عن المواظبة، وبهذا يُسهم هذا النوع من الأبحاث في تعزيز قدرة المختصين على تقديم توصيات صحية مُخصّصة تعزز من جودة الحياة والنشاط البدني للأفراد.

خلفية صحية

وتأتي هذه الدراسة في ظل تحذيرات صادرة عن مراكز الصحة العامة في الولايات المتحدة، والتي توصي البالغين بممارسة ما لا يقل عن 150 دقيقة من التمارين المعتدلة أو 75 دقيقة من التمارين المكثفة أسبوعيًا، غير أن الإحصائيات تكشف عن واقع مغاير، حيث لا يتجاوز متوسط النشاط البدني للأمريكيين سوى ساعتين أسبوعيًا، وهو ما يُمثل نصف الحد الأدنى الموصى به، ويطرح تساؤلات حول العوامل النفسية والسلوكية والاجتماعية التي تؤثر في التزام الأفراد بالتمرين.

استخدام البيانات

واعتمد الفريق البحثي، المكوّن من الباحثين سونجباك لي وجو-بيل تشوي إلى جانب الأستاذ مينسو كانغ، على نماذج ذكاء اصطناعي متقدمة لتحليل أكثر من 30 ألف استبيان من المسح الوطني الأمريكي لفحص الصحة والتغذية (NHANES) للفترة بين عامي 2009 و2018.

وركزت الدراسة على بيانات 11,683 شخصًا فقط بعد استبعاد المصابين بأمراض مزمنة أو من لم يقدّموا معلومات كافية عن أنشطتهم البدنية، وبهذا ضُمنت دقة النتائج وحياديتها.

نتائج دقيقة

وتمكنت نماذج الذكاء الاصطناعي المستخدمة في الدراسة من تحديد ثلاثة عوامل رئيسية تؤثر بشكل واضح في التزام الأفراد بممارسة الرياضة، وهي: عدد ساعات الجلوس يوميًا، والجنس، والمستوى التعليمي.

وبيّنت النتائج أن الأفراد ذوي التحصيل العلمي العالي يميلون إلى ممارسة التمارين بانتظام أكثر من غيرهم، وهو ما أثار دهشة الباحثين نظرًا لتفوق هذا العامل على مؤشرات أخرى مثل العمر أو مؤشر كتلة الجسم (BMI).

تحليل مرن

وأوضح الباحثون أن الذكاء الاصطناعي أتاح لهم تجاوز القيود المرتبطة بالنماذج التقليدية التي تعتمد على علاقات خطية بين المتغيرات، وبهذا تمكنوا من رصد أنماط خفية ومعقدة في سلوك الأفراد.

كما ساعدت هذه النماذج في التنبؤ بمدى احتمالية التزام الأشخاص بخطط رياضية محددة بناءً على تركيبتهم الديموغرافية ونمط حياتهم، مما يُمهّد الطريق أمام حلول صحية مخصصة تتكيف مع احتياجات كل مستخدم.

تطلعات مستقبلية

ويخطط الفريق حاليًا لتوسيع أفق الدراسة في المرحلة التالية عبر إدخال عوامل جديدة مثل استخدام المكملات الغذائية، وساعات التعرض للشاشات، بالإضافة إلى تطبيق خوارزميات أكثر تطورًا في التعلم الآلي، وتهدف هذه التوسعة إلى الوصول إلى نموذج شامل يمكن استخدامه في التطبيقات الصحية الذكية وخطط التدريب الفردية.

ويأمل الباحثون أن تسهم نتائج هذه الدراسة في تطوير برامج لياقة بدنية ذكية تُراعي الفروق الفردية، وتُساعد المدربين وخبراء الصحة على تقديم توصيات أكثر دقة وكفاءة، وخصوصًا في عالم يشهد تزايدًا في الاعتماد على التطبيقات الذكية لمراقبة الصحة واللياقة، وبهذا تصبح التقنيات الحديثة شريكًا فعالًا في تحسين جودة الحياة والحد من الأمراض المرتبطة بنقص النشاط البدني.