פלטפורמה אוניברסלית של בינה מלאכותית להפניה לטיפול בירוד

תקציר: פרופ' מרדכי רוזנר

מערכות הבריאות אינן מספקות גם בטיפול במחלות שכיחות. זאת בגלל פיזור לא מאוזן של משאבים רפואיים בארצות עניות.

התפתחות הרישומים הרפואיים האלקטרוניים, אביזרים דיגיטליים ונישאים, ושרותי רפואה מרחוק מאפשרים להקל על הבדיקה, האבחנה והטיפול בחולים במקומות מרוחקים. היישום של רפואה מרחוק ברפואת עיניים הינו עדיין בחיתוליו.

שרותי רפואת עיניים מרחוק כיום הינם לרוב באמצעות שיטות "שמור והעבר" ומבוססים על מומחים עסוקים מאד בבי חולים שמוטלים עליהם עוד משימות של רפואה מרחוק.

הבינה המלאכותית (artificial intelligence - AI) נושאת הבטחה גדולה לשיפור רפואת עיניים מרחוק (teleophthalmology). יתרונותיה הן בהפחתת העלויות ובהגברת היעילות.

כבר באפריל 2018 אישר ה-FDA את ה- IDx-DR  לזיהוי סיבוכים מסוימים של סוכרת בעיניים. חשוב לחזק את יכולת הבינה מלאכותית בתחום הרפואה בעיבוד מידע וקבלת החלטות ולשלבה בשרותי הרפואה הראשונית כדי לשפר את הכיסוי הבריאותי לאוכלוסייה.

ירוד הינו הגורם המוביל לפגיעה בראייה בעולם כולו, ואחראי ליותר מ-50 אחוז ממקרי העיוורון בארצות עניות. עם המגמה העולמית של הזדקנות האוכלוסייה, שכיחות הירוד הולכת וגדלה, ומעריכים שעד 2050 יהיו בסין 20 מיליון חולים עם ירוד.

מאידך, הפיזור של המשאבים הרפואיים רחוק מלהיות מספק בנוגע לאבחון ירוד בשרות הרפואי הראשוני בארצות עניות. אבחון מוקדם וטיפול בזמן הכרחיים כדי לשפר את איכות החיים של האוכלוסייה ולהפחית את הנטל על שרותי הבריאות.

פותחה כבר בעבר פלטפורמה של אינטליגנציה מלאכותית לטיפול בירוד מולד, ופורסמו מחקרים ש התמקדו בשימוש בבינה מלאכותית לזיהוי ודרוג ירוד מחמת גיל.

מאידך, עדיין אין גורם אוניברסלי בתחום האינטלינציה המלאכותית שיכול לזהות אמצעי הדמיה ובדיקה שונים, אטיולוגיות שונות, ושלבי טיפול שונים.

במחקר הנוכחי נעשה ניסיון לגבש ולבדוק פלטפורמה כזו של אינטליגנציה מלאכותית אוניברסלית לטיפול בירוד מגורמים שונים, אשר כוללת תבניות הפניה רפואית מבוססת אינטליגנציה מלאכותית שתשפר את יעילות חלוקת המשאבים הרפואיים לכיסוי הרפואי מלא יותר של האוכלוסייה.

הקבוצה כללה חוקרים ממוסדות רבים בסין, אוסטרליה וארצות הברית. כדי לבחון ולאמת את הפלטפורמה נעשה שימוש במאגרי המידע של ה- Chinese Medical Alliance for Artificial Intelligence אשר מכסה רמות שונות של שרותי רפואה ומודלים שונים של בדיקה רפואית.

מאגרי המידע סווגו באסטרטגיה של 3 שלבים: זיהוי מהות הבדיקה (capture mode), זיהוי מצב העדשה (עדשה שקופה, ירוד או מצב לאחר ניתוח ירוד), וזיהוי ירוד שמצריך הפניה לטיפול תוך התייחסות לאטיולוגיה שלו ומידת התקדמותו.

בוצע גם שילוב של מרכיב האינטליגנציה הרפואית בצורות ההפניה במציאות, הכוללות בדיקה עצמית בבית, במרפאות ראשוניות ועל ידי מומחים בבתי חולים.

התוצאות הראו שהפלטפורמה של האינטליגנציה המלאכותית ושילובה הייתה בעלת יכולת ביצוע מרשימה בכל שלושת השלבים של תפקידה.

זיהוי שיטת הבדיקה ביותר מ- 99 אחוזים, אבחון מצב העדשה של יותר מ-99 אחוזים עבור בדיקה במנורת סדק, ועבור שיטות בדיקה אחרות.

זיהוי ירוד שמצריך הפנייה לטיפול זוהה ביותר מ-91 אחוז עבור כל צורות הבדיקה. כיון שבמציאות משערים שההפניה למוסד רפואי שלישוני אפשרית רק ב-30.3 אחוזים מהאנשים, הדבר מצריך להגדיל את היחס של רופאי עיניים לאוכלוסייה פי 10.2 מאשר חושב לפי המדדים בהם השתמשו עד עתה.

מסקנת מחברי המאמר, היא שהפלטפורמה של אינטליגנציה מלאכותיה וצורת שילובה מאפשרים יכולת אבחון בעלת יעילות מרשימה. יש להרחיב את השימוש ביכולת זו גם עבור מחלות שכיחות נוספות שמצריכות הקצאת משאבים מרובה.