חוקרים חשפו כלים חדשים של בינה מלאכותית, מניתוח שיעול בסמארטפון ועד למערכות סקר ידידותיות לילדים, שיכולות לשנות את האופן שבו שחפת מתגלה, מנוטרת ומניעה אותה.
החידושים, שהוצגו בכנס העולמי לבריאות הריאות של האיחוד בקופנהגן, דנמרק (18-21 בנובמבר), מראים הבטחה לטיפול מהיר יותר, נגיש יותר, מותאם אישית בשחפת, במיוחד עבור קהילות שבהן האבחון המסורתי אינו בהישג יד.
גיא מרקס, נשיא האיגוד הבינלאומי נגד שחפת ומחלות ריאות, אמר שההתקדמות הראתה "את הפוטנציאל יוצא הדופן של בינה מלאכותית לשנות את המאבק בשחפת ובמחלות ריאות".
"האתגר כעת הוא להבטיח שהחידושים הללו יגיעו לאנשים ולמערכות הבריאות שהכי זקוקים להם", אמר בכנס.
שחפת נותרה המחלה הזיהומית הקטלנית ביותר בעולם, שגרמה לכ-1.25 מיליון מקרי מוות בשנת 2024, על פי ארגון הבריאות העולמי (WHO). קשה להגיע לקהילות פגיעות רבות, מה שמדגיש את הצורך באבחון מדויק ונגיש.
בדיקת נשימה
בכנס הציגו מדענים מהאוניברסיטה הדרומית למדע וטכנולוגיה ומבית החולים העם השלישי של שנזן בסין מערכת ניתוח נשימה המופעלת על ידי בינה מלאכותית למעקב אחר איך חולים מגיבים לטיפול בשחפת.
חוקרים העריכו אם מה שמכונה "נשימה" – ניתוח של תרכובות כימיות בנשימה בנשימה – בשילוב עם למידת מכונה יכולים לעקוב אחר התקדמות הטיפול בשחפת בצורה יעילה יותר מאשר שיטות קיימות כמו תרבית כיח (בדיקת מעבדה של ריר המיוצר על ידי הריאות) או רנטגן.
החוקרים השתמשו ב-AveloMask שלהם כדי לאסוף דגימות נשימה מכ-60 חולי שחפת בדרום אפריקה וחקרו שינויים כימיים עדינים באוויר הנשוף שלהם בעזרת למידת מכונה.
ליאנג פו, מומחית לריאות ומומחית לשחפת בבית החולים לשחפת השלישית של שנזן, אמרה בכנס: "המחקר שלנו מצביע על כך שבדיקת נשימה לא פולשנית בשילוב עם למידת מכונה יכולה לעקוב אחר התאוששות במהלך טיפול בשחפת ולהצביע בשלב מוקדם של מצבו של החולה.
"גישה זו יכולה לאפשר קיצור טיפול בטוח יותר, לשפר את הדבקות ולהפחית עלויות עבור חולים ותוכניות שחפת."
ניתוח שיעול
חוקרים מהמכון למדעי הרפואה של כל הודו (AIIMS), מכון ג'ווהרל לחינוך ומחקר רפואי לתואר שני ו-Salcit Technologies הציגו תוצאות מ-Swaasa, פלטפורמת בינה מלאכותית המשתמשת בסמארטפון לניתוח קולות שיעול.
הבינה המלאכותית מאומנת להבחין בין שיעול שנגרם על ידי שחפת מאלה הקשורים למחלות אחרות בדרכי הנשימה, ומציע חלופה אבחנתית בעלות נמוכה עבור הגדרות שבהן צילומי רנטגן ובדיקות מולקולריות נדירות.
באמצעות סמארטפון, אנשי מקצוע בתחום הבריאות תיעדו שיעול של יותר מ-350 משתתפים עם תסמיני שיעול. התוצאות שניתנו על ידי מודל הבינה המלאכותית הושוו לתוצאות בדיקות סטנדרטיות כדי לגלות עד כמה היא מדויקת בזיהוי הפרעות נשימה כמו שחפת.
אלגוריתם ה-AI זיהה בצורה נכונה את התנאים הבסיסיים ב-94% מהמקרים וחזה נכון את הסיכון למחלות בדרכי הנשימה ב-87% מהמקרים, לפי המחקר.
Rakesh Kumar, פרופסור חבר במרכז לרפואה בקהילה, ב-AIMS, אמר שהמערכת מתאימה לפריסה בקנה מידה גדול.
הוא אמר בכנס: "ההקרנה הופכת למהירה יותר, פשוטה ומכילה יותר, ועוזרת למלא פערים קריטיים בזיהוי מקרי שחפת בהגדרות מוגבלות במשאבים."
מיפוי פגיעות
כדי לחזק מציאת מקרי שחפת פעילים במסגרת התוכנית הלאומית להעלמת שחפת של הודו, חוקרים ממכון Wadhwani for AI הציגו מערכת מיפוי פגיעות מונעת בינה מלאכותית כדי לאתר קהילות שסביר להניח שיהיו מקרי שחפת לא מאובחנים.
המערכת שילבה למעלה מ-20 מערכי נתונים בקוד פתוח – דמוגרפיים, גיאוגרפיים וכלכליים – עם נתוני מקרים אנונימיים ממערכת המעקב ההודית של Ni-kshay שחפת.
Aparna Chaudhary, המוביל הלאומי בשחפת ב-Wadhwani AI, אמר כי בבדיקות לאומיות זה השיג דיוק של 71 אחוזים בזיהוי 20 האחוזים המובילים של הכפרים בעלי הסבירות הגבוהה ביותר להכיל שחפת לא מזוהה. תוצאות המחקר עוברות כעת ביקורת עמיתים.
לדבריו, המערכת נועדה להגביר את הדיוק והיעילות במציאת מקרי שחפת ולהנחות את המשאבים הדרושים ביותר.
מיון ילדים
בינתיים, חברת הטכנולוגיה הבריאותית Qure.ai, המבוססת על מומבאי, הכריזה על כלי בדיקת שחפת לילדים, qXR, המופעל על ידי בינה מלאכותית, לשימוש מלידה ועד 15 שנים. זהו כלי רנטגן החזה הראשון המותאם בינה מלאכותית שקיבל אישור רגולטורי אירופאי לילדים בטווח גילאים זה, כולל הצעיר ביותר.
"הילדים הצעירים ביותר כבר מזמן היו הקשים ביותר לגישה והפגיעים ביותר", אמר שיבו ויג'יאן, קצין רפואה ראשי, בריאות עולמית ב-Qure.ai.
"באמצעות הכלי הזה, אנו גאים לצייד את מערכות הבריאות ברחבי העולם עם דרך מדרגית ואמינה לגילוי מוקדם של שחפת, לתעדף טיפול ובסופו של דבר להציל חיים."
קתו אנגמי, נשיא קרן הגישה לזכויות וידע של הודו (ARK), אומר שטכנולוגיות חדשות לשיפור הגילוי, האבחון והטיפול בשחפת חשובות, אך מדגיש שיש לבדוק אותן בקפדנות.
"אנחנו צריכים עוד כלים וטובים יותר", אמר ל-SciDev.Net. "עם זאת, סוגיית המפתח היא האם טכנולוגיות AI אלו יכולות לספק מסקנות ברורות ומהימנות (…).
"אם הדיוק, היעילות והספציפיות שלהם מאומתים היטב, אז זו התפתחות חיובית. אבל ללא מערך נתונים חזק ונתמך היטב, הסתמכות על כלים כאלה הופכת להיות מסוכנת".
אנשים המנהלים מערכות בינה מלאכותיות חייבים לקבל הכשרה לפרש את התוצאות ו"לעלות מעבר למה שהמערכת מפיקה", הוסיף אנגמי.
"אם AI מקבל פרמטרים ברורים ומתאימים לגבי שחפת, זה יכול להציע תשובה ברורה. אבל אם המצב מורכב יותר או לא ברור, זה עלול להיות מסוכן להיות תלוי בו בלבד", הזהיר.
