לבינה מלאכותית (AI) יש פוטנציאל לזהות מחלת לב ראומטית (RHD) באותה דיוק כמו לקרדיולוג, על פי מחקר חדש שמוכיח כיצד ניתן ליישם טכנולוגיית למידה עמוקה מתוחכמת על מחלת חוסר השוויון הזו. העבודה עלולה למנוע מאות אלפי מקרי מוות מיותרים ברחבי העולם מדי שנה.
פותח בבית החולים הלאומי לילדים ומפורט במהדורה האחרונה של כתב העת של איגוד הלב האמריקאי, מערכת הבינה המלאכותית החדשה משלבת את העוצמה של בדיקות אולטרסאונד חדשות עם מכשירים אלקטרוניים ניידים המותקנים עם אלגוריתמים המסוגלים לאבחן RHD באקו לב. הפצת מכשירים אלה יכולה לאפשר לעובדי שירותי הבריאות, ללא תארים רפואיים מיוחדים, לשאת טכנולוגיה שיכולה לזהות RHD באזורים שבהם הוא נותר אנדמי.
RHD נגרם מתגובת הגוף לזיהומים חוזרים ונשנים של סטרפ A ויכול לגרום לנזק קבוע ללב. אם מתגלה מוקדם, ניתן לטפל במצב באמצעות פניצילין, אנטיביוטיקה זמינה נרחבת. בארצות הברית ובמדינות אחרות בעלות הכנסה גבוהה, RHD הושמד כמעט לחלוטין. עם זאת, במדינות בעלות הכנסה נמוכה ובינונית, זה משפיע על חייהם של 40 מיליון אנשים, וגורם לכמעט 400,000 מקרי מוות בשנה.
"לטכנולוגיה הזו יש פוטנציאל להרחיב את טווח ההגעה של קרדיולוג לכל מקום בעולם", אמרה קלסי בראון, MD, עמית קרדיולוגיה ב- Children's National ומחברת מובילה על כתב היד עם מדען הצוות Pooneh Roshanitabrizi, Ph.D. "בתוך דקה, כל מי שהוכשר להשתמש במערכת שלנו יכול לסנן ילד כדי לגלות אם הלב שלו מפגין סימנים של RHD. זה יוביל אותם לטיפול מיוחד יותר ולאנטיביוטיקה פשוטה כדי למנוע מהמחלה הניוונית הזו לפגוע באופן קריטי בליבו. "
למיליוני אזרחים במדינות עניות יש גישה מוגבלת לטיפול מיוחד. עם זאת, תקן הזהב לאבחון RHD מחייב קרדיולוג בעל הכשרה גבוהה לקרוא אקו לב – טכנולוגיית הדמיית אולטרסאונד לא פולשנית ותפוצה רחבה. ללא גישה לקרדיולוג, המצב עלול להישאר בלתי מזוהה ולהוביל לסיבוכים, לרבות מחלת לב מתקדמת ואף מוות.
על פי המחקר החדש, אלגוריתם הבינה המלאכותית שפותחה ב-Children's National זיהה רגורגיטציה מיטראלית אצל עד 90% מהילדים עם RHD. סימן מובהק זה של המחלה גורם לסגירה לא נכונה של דשי המסתם המיטרלי, מה שמוביל לזרימת דם לאחור בלב.
החל ממרץ, קרייג סייבל, MD, ראש החטיבה הזמנית של קרדיולוגיה, ושותפיו לפרויקט יישמו באוגנדה תוכנית פיילוט המשלבת AI בתהליך בדיקת ההד של ילדים הנבדקים ל-RHD. הצוות מאמין שבדיקת אולטרסאונד כף יד, טאבלט ומחשב נייד – המותקן עם האלגוריתם המתוחכם והחדש – יכולים לעשות את כל ההבדל באבחון הילדים הללו מוקדם מספיק כדי לשנות את התוצאות.
"אחת הדרכים היעילות ביותר למנוע מחלת לב ראומטית היא למצוא את החולים שנפגעו בשלבים המוקדמים מאוד, לתת להם פניצילין חודשי בפרוטות ליום ולמנוע מהם להפוך לאחד מ-400,000 האנשים בשנה שמתים מזה. מחלה," אמר ד"ר סייבל. "ברגע שהטכנולוגיה הזו נבנית ומופצת בקנה מידה כדי לתת מענה לצורך, אנו אופטימיים שהיא טומנת בחובה הבטחה גדולה להביא טיפול מדויק ביותר למדינות מוחלשות כלכלית ולסייע במיגור RHD ברחבי העולם".
כדי לגבש את הגישה הטובה ביותר, שני מומחים לאומיים לילדים בבינה מלאכותית – ד"ר רושניטבריזי ומריוס ג'ורג' לינגורו, ד.פיל., MA, M.Sc., פרופסור משפחת קונור למחקר וחדשנות וחוקר ראשי במכון שייח זאיד עבור חדשנות כירורגית ילדים – בדק מגוון של אופנים בלמידת מכונה, המחקה אינטליגנציה אנושית, ולמידה עמוקה, החורגת מהיכולת האנושית ללמוד. הם שילבו את הכוח של שתי הגישות כדי לייעל את האלגוריתם החדש, אשר מאומן לפרש תמונות אולטרסאונד של הלב כדי לזהות RHD.
כבר, אלגוריתם הבינה המלאכותית ניתח 39 תכונות של לבבות עם RHD שקרדיולוגים לא יכולים לזהות או למדוד בעין בלתי מזוינת. לדוגמה, קרדיולוגים יודעים שגודל הלב קובע בעת אבחון RHD. ההנחיות הנוכחיות קובעות קריטריונים לאבחון תוך שימוש בשתי קטגוריות משקל – מעל או מתחת ל-66 פאונד – כמדד חלופי לגודל הלב. עם זאת, גודל ליבו של ילד יכול להשתנות מאוד בשתי הקבוצות הללו.
האלגוריתם שלנו יכול לראות ולבצע התאמות לגודל הלב כמשתנה נוזלי ברציפות. בידיהם של עובדי שירותי הבריאות, אנו מצפים שהטכנולוגיה תגביר את היכולות האנושיות כדי לבצע חישובים הרבה יותר מהר ומדויק מהעין והמוח האנושיים, ותציל אינספור חיים".
ד"ר פונה רושניטבריזי, Ph.D., מדען צוות
בין שאר האתגרים, הצוות היה צריך לתכנן דרכים חדשות ללמד את הבינה המלאכותית להתמודד עם ההבדלים הקליניים המובנים המצויים בתמונות אולטרסאונד, יחד עם המורכבות של הערכת אקו לב צבע דופלר, אשר באופן היסטורי דרשו מיומנות אנושית מיוחדת כדי להעריך.
"יש אמנות אמיתית לפרש סוג זה של מידע, אבל אנחנו יודעים עכשיו איך ללמד מכונה ללמוד מהר יותר ואולי טוב יותר מהעין והמוח האנושיים", אמר ד"ר לינגורו. "למרות שהשתמשנו בגישת האבחון והטיפול הזו מאז מלחמת העולם השנייה, לא הצלחנו לחלוק את היכולת הזו בעולם עם מדינות בעלות הכנסה נמוכה ובינונית, שבהן יש הרבה פחות קרדיולוגים. עם הכוח של AI, אנחנו צפו שנוכל, מה שישפר את ההון העצמי ברפואה ברחבי העולם".
