נוירואופתלמולוגיה הינו תחום ברפואת עיניים העוסק במחלות של עצב הראייה, מסלולי הראייה במוח ומסלולי תנועת העיניים. אחד המצבים הדחופים בתחום הרפואה הינו לחץ תוך-גולגולתי מוגבר, אשר יכול לנבוע ממגוון גורמים כמו גידול מוחי, זיהום, קריש חוסם בווריד מוחי, ו-pseudotumor cerebri. מצב זה מסתמן לרוב בכאבי ראש עזים חדשים, בחילות, הקאות ורגעים קצרים וחוזרים של אבדן ראייה דו-עיני. מרבית חולים אלה יפתחו בצקת של ראשי עצבי הראייה, המכונים דיסקות בחיבורם לגלגל העין. בצקת דיסקות בנוכחות לחץ תוך-גולגלתי מוגבר מוגדרת כ"פפילאדמה", ומופיעה בדרגות חומרה שונות, כאשר את הדרגה הקלה לעתים קשה להבדיל מהמצב התקין בשל מבנה שונה של הדיסקות במטופלים שונים. אבחון מוקדם וטיפול נכון בלחץ המוגבר, כתלות בחומרתו, קריטיים למניעת ירידה בלתי הפיכה בראייה וסיבוכים נוירולוגים אחרים. לפיכך, מטופל שמגיע לחדר מיון עם חשד ללחץ תוך-גולגלתי מוגבר יופנה ראשית לבדיקת רופא עיניים. במידה ונמצאה בצקת דיסקות, ישלים בדיקת CT של המוח לשלילת גידול או קריש ורידי, ורק לאחר שלילתם יבוצע ניקור מותני בו נלקחת דגימה של נוזל השדרה דרך נקב מחט בין חוליות הגב התחתונות. על כן, השלב הראשון, בו מזהה רופא העיניים אם יש חשד לפפילאדמה חשוב מאד, אך תלוי במספר גורמים, וביניהם, מיומנות הבודק ומבנה הדיסקה המולד של הנבדק.
במטרה לסייע לרופאים בעמדות החרום וחדרי המיון לזהות נכון בצקת דיסקות, קמה קבוצת ה-Brain and Optic Nerve Study With Artificial Intelligence, ובשמה המקוצר BONSAI. מטרת קבוצה זו היא פיתוח שיטה אמינה ומהירה, באמצעות בינה מלאכותית, לאבחון פפילאדמה והבדלתה ממבנים מולדים ומחלות אחרות של הדיסקה. להשגת מטרה זו, עשו החוקרים שימוש בצילומי קרקעית העין הנהוגים בחדרי המיון עבור בחינה מרחוק על-ידי מומחה. קבוצת ה-BONSAI יצרה מאגר גדול לאימון אלגוריתם הבינה המלאכותית של כ- 15,000 תמונות קרקעית העין, שנאספו מ- 24 מרכזים רפואיים ב- 15 מדינות. הקבוצה פרסמה את ממצאיה ב-New England Journal of Medicine כבר ב- 2020, אולם המשיכה בשיפור וטיוב האלגוריתם עד כי במאמרם האחרון ביוני 2023 ב—Journal of Neuro Ophthalmology, הגיעו החוקרים לרמת דיוק באבחון פפילאדמה באמצעות בינה מלאכותית, אשר התעלתה על הבדיקה הקלינית של מומחי עיניים, עם שיעורי חיזוי של 100% לאלגוריתם לעומת 93.3% בבדיקת הרופאים אליהם הושווה.
למידת מכונה
במאמר נוסף מטעם הקבוצה, שפורסם ב-Neurology בשנת 2021, החוקרים בחנו את יכולת המודל לחזות את חומרת הפפילאדמה, בשל היותה גורם מנבא לסיכון ארוך טווח לראייה. זיהוי נכון של פפילאדמה חמורה מסייע בהחלטות טיפוליות חשובות, שכן הוא מלמד אלו מטופלים צפויים להגיב לטיפול תרופתי, לעומת אלו שנזקקים לניתוח דחוף להורדת הלחץ למניעת עיוורון בלתי הפיך. במחקר זה, האלגוריתם חזה במדויק ב- 93% מהמקרים באם מדובר בפפילאדמה בדרגה חמורה לעומת קלה או בינונית. יתרה מכך, דירוג חומרת המחלה על-ידי האלגוריתם היה מוצלח במידה שווה לדירוג של שלושת הנוירואופתלמולוגים המומחים אליהם בוצעה ההשוואה, וכן שיעור ההסכמה בין המומחים לבין האלגוריתם היה גבוה יותר מאשר בינם לבין עצמם.
הפיתוח הנוכחי בתחום למידת המכונה לזיהוי ודירוג חומרת פפילאדמה, מוכיח פעם נוספת את חשיבות שזירת הבינה המלאכותית בייעול והנגשת טיפול רפואי איכותי. שילוב הבינה המלאכותית ברפואה יכול לשפר את איכות הרפואה הניתנת בחדרי מיון בעולם, במיוחד לאור המחסור העולמי הקשה ברופאים ועליית שיעורי ההדמיות הרפואיות. תרומה זו ניכרת ונזקקת ספציפית בתחום הנוירואופתלמולוגיה, מקצוע שסובל ממחסור עולמי קשה במיוחד, ומסתמך רבות על פיענוח דרכי דימות רבות כמו MRI ,CT, צילומי עצב הראייה, צילומי שכבות הרשתית במכשירי אולטראסאונד ו- OCT, שדות ראייה ממוחשבים, ועוד. בשל ריבוי ההדמיות והאתגר בפענוחן לבחינת התפקוד של מסלולי הראייה המוחיים במקביל למשאב זמן הרופא המצומצם, אנו צופים שהמחקר בתחום הנוירואופתלמולוגי ימשיך ויעשה שימוש רב בתחום הבינה המלאכותית אף במחלות נוספות כמו דלקות של עצב הראייה (מופע שכיח של טרשת נפוצה), גידולים הלוחצים על מסלולי הראייה, שבץ של עצבי הראייה והמוח, ועוד. כך, בעתיד צפויים להתווסף כלים נוספים מבוססי בינה מלאכותית אשר יעבדו לצד הרופא ויסייעו באבחון והתאמת טיפול מיטבי למטופלים.
ד"ר ימית כהן-תייר, מתמחה ברפואת עיניים ופרופ' הדס קליש, מומחית ברפואת עיניים, מערך העיניים בילינסון והשרון
בשיתוף עמותת לראות
