אינטליגנציה לבבית

פרופ' יעל יניב צילום: הטכניון
פרופ' יעל יניב צילום: הטכניון

מחקר חדש בטכניון מציג עקרונות לפיתוח נכון של כלים רפואיים שימושיים, מבוססי בינה מלאכותית, לתחום הקרדיולוגיה. החוקרים מדגימים במחקר מערכת מבוססת אינטליגנציה מלאכותית, שמזהה מחלות בצורה אוטומטית, על סמך מאות תרשימי אק"ג – הטכנולוגיה הנפוצה ביותר כיום לאבחון בעיות לב

בשנים האחרונות מתחוללת התקדמות מטאורית בתחומים של למידה עמוקה, ואולם כמעט שאין על המדף מוצרים רפואיים המשתמשים בטכנולוגיה כזו. כדי למצוא פתרון לבעיה, חברה הקבוצה של פרופ' יעל יניב מהפקולטה להנדסה ביו-רפואית בטכניון, לקבוצות המחקר של הפרופסורים אלכס ברונשטיין ואסף שוסטר מהפקולטה למדעי המחשב ע"ש טאוב. בהנחייתם המשותפת, התפרסם לאחרונה מחקר של הדוקטורנטים יונתן אלול ואביב רוזנברג, בכתב העת של האקדמיה האמריקנית למדעים – PNAS. החוקרים מדגימים במאמר מערכת מבוססת אינטליגנציה מלאכותית, שמזהה מחלות בצורה אוטומטית, על סמך מאות תרשימי אק"ג – הטכנולוגיה הנפוצה ביותר כיום לאבחון בעיות לב.

פרופ' אלכס ברונשטיין צילום: הטכניון

המערכת החדשה מנתחת באופן אוטומטי את רישומי האק"ג באמצעות רשתות נוירונים רבודות – הכלי הבולט ביותר בתחום הלמידה החישובית כיום. רשתות אלה לומדות דפוסים שונים על ידי אימון על דוגמאות מרובות. המערכת שפיתחו החוקרים אומנה על יותר מ-1.5 מיליון מקטעי אק"ג שנדגמו ממאות חולים מבתי חולים במדינות שונות.

בדיקת האק"ג, שפותחה לפני יותר ממאה שנה, מספקת במהירות נתונים חשובים על מצב הלב, וזאת במהירות וללא צורך בפעולה פולשנית. הבעיה היא שקריאת הרישום נעשית כיום על ידי קרדיולוג אנושי, וכך מחלחלים לפענוח הרישום אלמנטים סובייקטיביים. לכן פועלות קבוצות מחקר רבות בעולם לפיתוח מערכות שיבצעו פענוח אוטומטי יעיל ומדויק. יותר מכך, בשל יכולותיה לנתח נתונים מרובים, מצליחה המערכת לזהות מצבי מחלה שקרדיולוגים אנושיים, מנוסים ככל שיהיו, לא יוכלו לזהות.

פרופ' אסף שוסטר צילום: הטכניון

המערכת שפיתחו החוקרים בטכניון, נבנתה על פי דרישות שהגדירו קרדיולוגים מומחים, והיא מפיקה פלט הכולל את מידת הוודאות של התוצאות, סימון של אזורים חשודים על גבי גל האק"ג והתרעות על תוצאות לא מובהקות ועל סיכונים מוגברים לפתולוגיה שלא נצפתה באות ה-אק"ג עצמו. המערכת מפגינה רגישות מספקת בהתרעות על נבדקים המצויים בסיכון להפרעות קצב, גם כאשר הפרעת הקצב לא נמצאת בהקלטה, ועם זאת כמעט אינה מספקת התראות שווא.

המערכת החדשה מסבירה את החלטותיה במונחים המקובלים בעולם הקרדיולוגיה, והחוקרים מקווים כי היא תשמש לסריקות רוחב באוכלוסייה, לזיהוי מוקדם של אנשים בסיכון לסבול מהפרעות קצב. ללא אבחון מוקדם כזה, אנשים אלה נמצאים בסיכון מוגבר ללקות בהתקפי לב ושבץ.

יונתן אלול צילום: הטכניון

את המחקר הובילו פרופ' יעל יניב, ראש המעבדה למערכות ביו-אנרגטיות וביו-חשמליות בפקולטה להנדסה רפואית; פרופ' אלכס ברונשטיין, ראש מעבדת VISTA בפקולטה למדעי המחשב ע"ש טאוב; פרופ' אסף שוסטר, המעבדה ללמידה במאפייני עתק בפקולטה למדעי המחשב ע"ש טאוב וראש משותף של המרכז ללמידה חישובית; יונתן אלול, דוקטורנט במעבדותיהם של פרופ' ברונשטיין, פרופ' יניב ופרופ' שוסטר, שהשלים בטכניון תואר ראשון בהנדסה ביו-רפואית ותואר שני בפקולטה למדעי המחשב; ואביב רוזנברג, דוקטורנט במעבדתם של פרופ' ברונשטיין ופרופ' יניב, שהשלים בטכניון תואר ראשון בפקולטה להנדסת חשמל ומחשבים ע"ש ויטרבי ותואר שני בפקולטה להנדסה ביו-רפואית.

אביב רוזנברג צילום: הטכניון

במחקר תמכו משרד המדע והטכנולוגיה וקרן הסייבר. המחקר התקיים במסגרת MLIS – המרכז ללמידה חישובית ולמערכות נבונות, המשלב את כלל פעילות הבינה המלאכותית בטכניון. בשנים האחרונות מדורג הטכניון בצמרת העולמית של מחקר ופיתוח ב-AI, והדירוג הבין-לאומי היוקרתי CSRankings מציב אותו במקום הראשון באירופה ובישראל, ובמקום ה-15 בעולם בתחום זה. בתת-התחום של למידת מכונה מדורג הטכניון גבוה אף יותר, במקום ה-11 בעולם. זאת על סמך נתוני השנים 2021-2016. כיום עוסקים 46 חוקרים בטכניון בתחומי הליבה של AI ויותר מ-100 חוקרים פועלים בתחומים הקשורים ב-AI. בראש MLIS עומדים פרופ' שי מנור מהפקולטה להנדסת חשמל ומחשבים ע"ש ויטרבי ופרופ' אסף שוסטר מהפקולטה למדעי המחשב ע"ש טאוב.

למאמר המלא בכתב העת PNAS לחצו כאן.