כיצד ניתן לזהות מחלות של מערכת הלב וכלי הדם לפני הופעת התסמינים? חוקרים מאוניברסיטת גראץ לטכנולוגיה (TU Graz) מצאו דרך לאתר אותם בשלב מוקדם.
מחלות לב וכלי דם הן בין גורמי המוות השכיחים ביותר בעולם. לעתים קרובות הם מתגלים רק כאשר התסמינים כבר הופיעו והמחלה כבר מתקדמת יחסית. במקום טיפול תרופתי, בדרך כלל יש צורך בניתוח. במהלך עבודת הדוקטורט שלהם במסגרת הפרויקט המוביל של TU Graz "מכניקה, מידול וסימולציה של דיסקציה של אבי העורקים" בראשות גרהרד הולצפל, סשה רנפטל מהמכון לפיזיקה תיאורטית וחישובית ו-והיד בדלי מהמכון ליסודות ותיאוריה בהנדסת חשמל ב-TU Graz מצאו דרך לשפר ולהאיץ את הגילוי המוקדם של מחלות כאלה ללא שימוש בשיטות אבחון יקרות כמו MRI או CT. באמצעות תאום דיגיטלי של האנשים שנפגעו, הם יכולים גם לחקור כל מחלה בצורה יסודית יותר. זה יכול להקל על העומס על חולים ורופאים כמו גם על מתקני בריאות. הם כבר הגישו בקשה לפטנט על השיטה שלהם וכעת הם מביאים אותה לבגרות בשוק בספין-אוף של TU Graz "ארטריוסקופ".
שדות חשמליים מושפעים
העיקרון הבסיסי הוא שכל מחלה שתשנה את מכניקת הלב וכלי הדם תשנה גם את השדה החשמלי המיושם חיצונית בצורה מסוימת. זה חל על טרשת עורקים, דיסקציה של אבי העורקים, מפרצת, מומים במסתמי הלב וכו'".
סשה רנפטל, המכון לפיזיקה תיאורטית וחישובית
החוקרים יכולים להשתמש באותות חשמליים, ביו-עכבה או אופטיים רגילים – למשל מ-ECG, PPG או שעון חכם – אותם הם מנתחים באמצעות מודל למידת מכונה שהם פיתחו בעצמם שמזהה מחלות פוטנציאליות מהאותות. יחד עם זאת, המודל מציין עד כמה גבוהה ההסתברות לכך שמחלה מסוימת אכן קיימת. מודל למידת המכונה הוכשר תוך שימוש בנתונים אמיתיים של ביו-עכבה קלינית וערכים מסימולציות של מערכת הלב וכלי הדם. בשל הפרמטרים הרבים שמשחקים תפקיד במערכת הלב וכלי הדם והסימולציות הרבות הנחוצות לתוצאה מובהקת סטטיסטית, למידת מכונה מאפשרת להשיג תוצאות עם דיוק של למעלה מ-90 אחוז בפרק זמן סביר. יתרון נוסף של ניתוח למידת מכונה הוא בכך שהוא מזהה גם שינויים שאפילו רופאים מנוסים לא יוכלו לזהות מנתוני א.ק.ג. בעין בלתי מזוינת.
לדוגמה, ניתן להשתמש בשיטה זו כדי לקבוע את מידת התקשות העורקים. אם העורקים נעשים נוקשים יותר ויותר, זהו בדרך כלל שלב מקדים של דיסקציה של אבי העורקים ולכן אות אזהרה מוקדם. לאחר שזוהה שינוי מסוכן, ניתן להשתמש בנתוני האבחון ליצירת מודל סימולציה רב-פיזי בצורת תאום דיגיטלי, המנבא גם את המשך מהלך המחלה. זה מאפשר לרופאים לבצע ניתוח מעמיק יותר. בעורק הספין-אוף של TU Graz, Sascha Ranftl ו-Vahid Badeli מפתחים כעת את הטכנולוגיה הזו יחד עם שותפים ממגזר הבריאות על מנת לשפר את הדיוק של האלגוריתמים הנוכחיים שלהם ולהרחיב ולהתאים אותם לתרגול קליני.
יחסי גומלין בין פיזיקה והנדסת חשמל
נקודת המוצא לפיתוח זה הייתה העבודה הבינתחומית עם עמיתיהם בפרויקט המוביל והעובדה ששתי ההתמחויות שלהם משלימות זו את זו בצורה מושלמת: סשה רנפטל היא פיזיקאית והיד בדלי היא מהנדסת חשמל. הידע המשותף שלהם והממצאים מהפרויקט המוביל אפשרו להם לשבור את הקשר בין שינויים בשדות חשמליים המיושמים חיצונית – למשל מחישה של אלקטרודות – לבין המכניקה של מערכת הלב וכלי הדם, באופן שניתן להסיק מסקנות מדויקות לגבי פוטנציאל שינויים שליליים במערכת הלב וכלי הדם.
"יש הרבה מידע שאפשר לאסוף מחוץ לגוף במאמץ קטן", אומר וחיד בדלי. "עד כה, היה קשה לגלות בדיוק מה המשמעות של המידע הזה. אבל בעזרת המודלים הממוחשבים שלנו ובעזרת למידת מכונה, אנחנו יכולים להבין אותו טוב יותר ולמצוא קורלציות". זה יאפשר לטפל בחולים מוקדם יותר כאשר, למשל, טיפול תרופתי אפשרי במקום ניתוח.
