מתקצר: פרופ' מרדכי רוזנר

תיאור הפנוטיפ המבני של ראש עצב הראייה בגלאוקומה באמצעות בינה מלאכותית  

 

התהליך המרכזי בגלאוקומה הוא נזק בלתי הפיך שמתקדם לאט, של האקסונים של תאי הגנגליון ברשתית. כאשר הם ניזוקים ועוברים אפופטוזיס, הם גורמים לאיבוד ראייה.

המיקום העיקרי של הנזק קורה בראש עצב הראייה. מקובל לחשוב שבדיקה קלינית ותיעוד של ראש עצב הראייה הכרחיים לאבחנה ומעקב אחר גלאוקומה.

 

אבחנה מדויקת של גלאוקומה הינה מורכבת, גוזלת זמן, סובייקטיבית ותלויה מאד במיומנות ובניסיון של הקלינאי, ובמקרים המורכבים, מצריכה סוללה של בדיקות קליניות.  כדי לאמת את האבחנה יש לחזור על הבדיקות פעמים רבות בביקורים חוזרים כדי להתגבר על הסובייקטיביות שלהן ועל השונות הרבה בין החולים.

עדיין אין שיטה מוסכמת כיצד לצרף את התוצאות של הבדיקות לסוגיהן בצורה שתשפר את האבחנה של גלאוקומה. למעשה, השימוש בבדיקות אבחנתיות רבות לגלאוקומה מגדיל את הסיכוי לאבחנה חיובית מוטעית וכתוצאה ממנה לטיפול יתר. 

 

נזק אקסונלי בגלאוקומה נבחן בדרך כלל באמצעות שתי בדיקות, להערכת מבנה ראש עצב הראיה והתפקוד הראייתי. התפקוד נבדק בעזרת בדיקת שדה ראייה. בדיקת מבנה ראש עצב הראייה מבוצעת בעזרת OCT.

 

בבדיקות OCT נמצא שהידקקות שכבת סיבי העצב של הרשתית (RNFL) קשורה לחומרת הגלאוקומה. כיון שהידקקות RNFL מקדימה זיהוי חוסר תפקודי בשדה הראייה בחולי גלאוקומה, עובי RNFL על פי בדיקת OCT נשאר מדד הזהב לאבחנה ומעקב בגלאוקומה. מאידך ממליצים שלא להשתמש ב- OCT כבדיקה יחידה לזיהוי גלאוקומה ברפואה הראשונית, בעיקר כיון שעדיין לא ברורה באופן מלא המשמעות של כל המידע שמתקבל בבדיקה זו.

בנוסף לרקמה העצבית, גם רקמות חיבוריות יכולות להשפיע על התפתחות והתקדמות גלאוקומה, כולל דפורמציות אחוריות ללמינה קריברוזה, שינויים בלמינה קריברוזה, עובי הכורואיד, אטרופיה פריפפילרית, התרחבות התעלה הסקלרלית, נדידה אחורנית של למינה קריברוזה, והתקשתות של הסקלרה באזור הפריפפילרי.

 

לאחרונה, מספר מחקרים על בינה מלאכותית הציעו אלגוריתם של למידה עמוקה לפיענוח תמונות OCT של חולים עם יתר לחץ תוך עיני במטרה לשפר אבחון גלאוקומה. רובם דיווחו על ביצועים מבטיחים עם או ללא הכללת מדדים ובדיקות דמוגרפיים וקליניים כמו שדות ראייה.

 

מחקרים אלה לא ניסו כלל להבין באופן בסיסי מה צריכה להיות החתימה הצורנית של ראש עצב ראייה גלאוקומטוטי, או במילים אחרות, מדוע אלגוריתם של בינה מלאכותית מסוגל לסווג סריקה של ראש עצב הראייה על פי OCT כגלאוקומה או לא גלאוקומה. למרות שזו נשמעת שאלה פשוטה דרוש עוד מחקר כדי לענות עליה.

 

במחקר הנוכחי המטרה הייתה להשתמש בבינה מלאכותית כדי לתאר את הפנוטיפ של מבנה ראש עצב ראייה בעין עם גלאוקומה באמצעות גישה של למידה עמוקה המכונה autoencoder. גישה זו הפכה להיות פופולארית בשנים אחרונות לצורך יישומים של למידת מאפיינים בעלי ממדים קטנים על פי בסיסי מידע בעלי ממדים גדולים.

 

החוקרים היו מסינגפור והודו: מהמרכז הלאומי לעיניים של סינגפור, מהאוניברסיטה הלאומית של סינגפור, מ- Aravind Eye Care Systems במנדריי שבהודו, מבית הספר לרפואה Duke-NUS ומהמחלקה לסטטיסטיקה. הם פיתחו גישה חדשה של למידה עמוקה שיכולה לתאר את הפנוטיפ של מבנה ראש עצב ראייה בגלאוקומה, שאפשר להשתמש בו ככלי משמעותי לאבחון של גלאוקומה.

 

המחקר היה רטרוספקטיבי. רשת עצבית מלאכותית של למידה עמוקה אומנה לפרק 3 שכבות של רקמת עצב ו- 4 שכבות של רקמה חיבורית של ראש עצב הראייה. תמונות סגמנטים של OCT עובדו על ידי רשת עצבית מלאכותית שנבנתה עם ענף מקביל נוסף לחלוקה בינרית לצורך קביעה אם הם מתאימים לגלאוקומה או לא. בוצעה בחינה לכל מרכיב לזיהוי מרכיבים עיקריים.

 

נמצא שתוך שימוש ב- 54 מדדים הדיוק האבחנתי היה 92.0% והרגישות 90.9%. החוקרים יכלו לגלות כיצד משתנה המורפולוגיה של ראש עצב ראייה מעין ללא גלאוקומה לראש עצב ראייה בעין עם גלאוקומה. המסקנה הייתה שהרשת העצבית המלאכותית שנבנתה יכלה לזהות ביו-מרקרים חדשים של ראש עצב הראייה שעוזרים לאבחנה של גלאוקומה.