בינה מלאכותית בשירות רפואת הלב

פריצת דרך בפענוח רפואת הלב: כתב העת npj digital medicine  מקבוצת Nature מדווח על פיתוח חשוב של חוקרי הטכניון: פרופ’ יעל יניב מהפקולטה להנדסה ביו-רפואית וד”ר ודים גלינר ופרופ’ אסף שוסטר מהפקולטה למדעי המחשב ע”ש טאוב. פיתוח זה מספק פענוח מדויק של בדיקות אק”ג ומנגיש אותו לצוות הרפואי.

אק”ג (אֶלֶקְטְרוֹקַרְדְיוֹגְרָם) הוא אחד הכלים החשובים ביותר ברפואה המודרנית. כלי זה משמש לזיהוי בעיות לב – מהפרעות קצב ועד למחלות הנגרמות משינוי בתפקוד הלב – באמצעות רישום הפעילות החשמלית של הלב. מדובר בבדיקה זולה יחסית, קצרה ולא פולשנית שתוצאותיה מופיעות מייד בסיומה.

בארצות הברית לבדה נערכות מיליוני בדיקות אק”ג בשנה, בין אם בביקור שגרתי אצל רופא ובין אם בחדרי מיון. כעת, עם ההתקדמות בתחום ה-AI, מערכות חכמות משמשות יותר ויותר בניתוח בדיקות אק”ג, ואף מצליחות לעיתים לזהות מצבים רפואיים שרופאים עשויים להחמיץ.

עם זאת, רופאים מבקשים להבין מדוע הבינה המלאכותית מספקת אבחנה מסוימת. מערכות AI, המספקות כאמור רמות דיוק גבוהות, פועלות לעיתים כ”קופסה שחורה” ומספקות תוצאה מבלי להסביר איך הגיעו אליה. בהיעדר הסבר ברור, הרופאים מתקשים לתת אמון בכלים האלו. כדי לגשר על הפער, חוקרי הטכניון פיתחו שיטה חדשה שמאפשרת לבינה המלאכותית לא רק לנתח אק”ג, אלא גם להסביר את ממצאי הבדיקה באופן שאלה יהיו אמינים בעיני הרופאים.

כדי שבינה מלאכותית תהיה כלי שימושי בקליניקה עליה להדגיש את אותם המאפיינים בבדיקת האק”ג שעליהם מסתמכים הרופאים בעת האבחון. כאן ישנם כמה אתגרים. ראשית, כלי AI מסמנים לעתים אזורים רחבים מדי בתרשים האק”ג, ולא תמיד מצביעים על האזור הקריטי שדרוש לרופא. לעתים המערכת מסמנת אזורים לא רלוונטיים, כמו הרקע של התמונה, במקום להתמקד באותות החשובים באמת. שנית, אפילו בקרב קרדיולוגים אין תמיד הסכמה מלאה לגבי חשיבותם היחסית של משתנים שונים בתוצאות בדיקת האק”ג.

במציאות, רופאים המנתחים תוצאות אק”ג מתבססים על תדפיסי נייר מהמכשיר ולעתים מצלמים אותם בטלפון הנייד כדי לשתף עם קולגות או לצרף לתיק רפואי. התמונות האלו עלולות להיות מטושטשות, עקומות או מוצללות – מה שמקשה מאוד על ניתוח אוטומטי. כדי להתמודד עם האתגר הזה, ד”ר ודים גלינר, לשעבר דוקטורנט במעבדתה של פרופ’ יניב, פיתח כלי AI חדש בשיתוף עם המעבדה של פרופ’ שוסטר מהפקולטה למדעי המחשב ע”ש טאוב. כלי זה מבוסס על קונספט מתמטי בשם מטריצת יעקוביאן, המאפשר דיוק ברמת הפיקסל. בניגוד לשיטות קודמות, הכלי החדש לא “מוסח” על ידי הרקע, והוא מצליח לזהות ולהדגיש גם פרטים קטנים בתוך התרשים. יתרה מכך, הוא יכול גם להסביר מדוע מצבים מסוימים אינם מופיעים באק”ג.

העתיד של AI ברפואה: יותר שקיפות, יותר אמון

“ככל שהבינה המלאכותית הופכת לחלק בלתי נפרד מהרפואה,” מסבירה פרופ’ יניב, “היכולת שלה להיות מוסברת ואמינה חשובה לא פחות מהדיוק שלה. פיתוחים כמו זה שאנו מציגים במאמר ב- npj Digital Health מאפשרים לבינה המלאכותית להנגיש את מסקנותיה בשפה רפואית ברורה, וכך הופכים את הכלים האלו לחכמים יותר, אמינים יותר ונפוצים יותר בתחום הקרדיולוגיה. עם ההתקדמות הזו, ייתכן שבעתיד הקרוב הרופאים יקבלו לא רק סיוע באבחון בעיות לב – אלא גם הסבר מפורט לכל החלטה מה שיוביל לטיפול מהיר, מדויק ומבוסס יותר עבור המטופלים.”

המחקר מומן על ידי משרד המדע ורשות החדשנות

למאמר ב- npj digital medicine   לחצו כאן