מרפאת שריר הלב במודיעין

אינטליגנציה מלאכותית באקוקרדיוגרפיה

אינטליגנציה מלאכותית (Artificial Intelligence, AI) הופכת בשנים האחרונות לכלי משמעותי בתחום האקוקרדיוגרפיה, עם פוטנציאל לשפר את איכות הבדיקות, את מהירות הפענוח ואת הדיוק האבחנתי. השילוב של למידת מכונה (Machine Learning) ולמידה עמוקה (Deep Learning) מאפשר ניתוח אוטומטי של תמונות אולטרסאונד לבביות והפקת מידע קליני מתקדם.

למעשה – ה-AI שולב באקו עוד טרם נקרא כך. תוצרים של למידה עמוקה שולבו במכשירי האקו מדידות אוטומטיות מדו ממד, דופלר ותלת ממד מזה יותר מעשור.

המצב כיום משקף שתי מטרות מרכזיות בשילוב AI באקו:

1. הנגשת אקוקרדיוגרפיה כבדיקת סקירה ראשונית לשלילת/אישוש בעיה לבבית כסיבה לתסמיני מטופל.
2. שדרוג האיכות, ההדירות והמהירות בביצוע בדיקות אקו סטנדרטיות.

אקו כבדיקת סקירה 

אחד היישומים המרכזיים של AI הוא אוטומציה של רכישת התמונות. מערכות מודרניות מסוגלות לזהות בזמן אמת את החתכים הסטנדרטיים (כגון Parasternal Long Axis, Apical Four Chamber ועוד), לכוון את הבודק לקבלת תמונה מיטבית ואף לסייע למפעילים בעלי ניסיון מוגבל – כגון צוות פארא-רפואי, סטודנטים לרפואה או רופאים שאינם קרדיולוגים. מערכות כמו AISAP (שיבא) או DIA imaging  (שתי חברות ישראליות) מיושמות במחלקות פנימיות, חדרי מיון, ומרפאות כפריות בארץ ובעולם, ככלי תומך החלטה לרופאים על צורך בהמשך בירור קרדיאלי. עבודות רבות פורסמו בתקופת הקורונה על שימוש במערכות הנ"ל.

שיפור הבדיקה המלאה על ידי תהודני לב (Cardiac sonographers)

בתחום הכימות האוטומטי, AI מאפשר מדידה מהירה ומדויקת של נפחי החדר השמאלי, מקטע הפליטה (LVEF), מסת שריר הלב, גודל העליות ומדדי תפקוד נוספים. אלגוריתמים מתקדמים מסוגלים לבצע סגמנטציה אוטומטית של מדורי הלב ולעקוב אחר תנועת האנדוקרד לאורך מחזור הלב. מחקרים רבים הראו כי מדידות אלו מציגות שונות נמוכה יותר בין בודקים בהשוואה למדידות ידניות. מכירי האקו המודרניים מזהים את המבט בו נרכש סרטון או תמונת דופלר ומודדים את כל הניתן למדוד מתמונות אלה באופן אוטומטי והדיר. השוואה לסטנדרטים מקובלים לפי גיל, מין ושטח פני גוף – מאפשר יצירה אוטומטית של דו"ח בדיקה ראשוני.

בתלת מימד – המערכות מאפשרות בניה של דגם תפקודי תלת מימדי של חדר ימין או שמאל, מסתם מיטרלי או אורטלי – וקבלת מדידות על המודל המאפשרות אבחנה ותכנון פעולות התערבותיות.

תחום נוסף שבו AI תורם הוא הערכת תפקוד מיוקרדיאלי מתקדם, במיוחד באמצעות ניתוח מעוות שריר הלב –  Strain. אלגוריתמים יכולים לזהות שינויים עדינים בתפקוד הלב לפני ירידה נראית לעין במקטע הפליטה, דבר החשוב במיוחד בקרדיואונקולוגיה, במחלות מסתמיות ובקרדיומיופתיות.

AI משמש גם ככלי אבחוני ופרוגנוסטי. מערכות מתקדמות מסוגלות לזהות דפוסים שאינם תמיד גלויים לעין האנושית, כגון עמילואידוזיס לבבי, קרדיומיופתיה היפרטרופית, יתר לחץ דם ריאתי או מחלת לב כלילית. בנוסף, ניתן לשלב נתוני אקו עם נתונים קליניים, בדיקות דם והדמיות נוספות לצורך חיזוי תוצאות קליניות כגון אשפוזים, התפתחות אי-ספיקת לב ותמותה.

למרות ההתקדמות המרשימה, קיימים גם אתגרים. ביצועי האלגוריתמים תלויים באיכות התמונות ובאוכלוסיות שעליהן אומנו. קיימות סוגיות של הטיות (Bias), שקיפות בהחלטות האלגוריתם, רגולציה ואחריות רפואית. לכן, AI אינו מחליף את הקרדיולוג או תהודן.ית הלב, אלא משמש כלי תומך החלטה המשפר את היעילות והדיוק. מבצע הבדיקה עדיין צריך להיות מיומן בביצוע הבדיקה, ובעל ידע המאפשר הרחבת והעשרת הבדיקה בזמן ביצועה על פי השאלה הקלינית והממצאים במהלך הבדיקה.

לסיכום, אינטליגנציה מלאכותית צפויה לשנות באופן מהותי את תחום האקוקרדיוגרפיה. היא מאפשרת אוטומציה של תהליכי עבודה, שיפור איכות והדירות המדידות, זיהוי מוקדם של מחלות והפקת תובנות קליניות חדשות. בעתיד הקרוב צפויה AI להפוך לחלק אינטגרלי ממערכות האקו המודרניות ולסייע לרופאים במתן טיפול מותאם ומדויק יותר למטופלים.