פרופ' יעל יניב
בשנים האחרונות מתחוללת התקדמות מטאורית בתחומים של למידה עמוקה, אך כרגע כמעט שאין על המדף מוצרים רפואיים המשתמשים בטכנולוגיה כזו; כך, רופאים ממשיכים לבצע את עבודתם כפי שהיו רגילים בעשורים הקודמים.
כדי למצוא פתרון לבעיה חברה הקבוצה של פרופ' יעל יניב מהפקולטה להנדסה ביו-רפואית לקבוצות המחקר של הפרופסורים אלכס ברונשטיין ואסף שוסטר מהפקולטה למדעי המחשב ע"ש טאוב. כעת, בהנחייתם המשותפת, מחקר של הדוקטורנטים יונתן אלול ואביב רוזנברג התפרסם 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.
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, והמערכת שפיתחו החוקרים אומנה על יותר מ-1.5 מיליון מקטעי אק"ג שנדגמו ממאות חולים מבתי חולים במדינות שונות.
פרופ' אסף שוסטר
פרופ' אלכס ברונשטיין
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.
המערכת שפיתחו החוקרים 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 שהפרעת הקצב לא נמצאת בהקלטה, ועם זאת כמעט אינה מספקת התראות שווא. יתר על כן, המערכת החדשה מסבירה את החלטותיה במונחים המקובלים בעולם הקרדיולוגיה.
החוקרים מקווים כי מערכת זו תוכל לשמש 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
אביב רוזנברג
את המחקר הובילו פרופ' יעל יניב, ראש המעבדה למערכות ביו-אנרגטיות וביו-חשמליות בפקולטה להנדסה ביו-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.
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 (וכמובן בישראל), ובמקום ה-15 בעולם בתחום זה. בתת-התחום של למידת מכונה מדורג הטכניון גבוה אף יותר, במקום ה-11 בעולם. זאת על סמך נתוני 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 בכתב העת PNAS לחצו כאן
The post ישר ללב: למידה עמוקה ברפואה first appeared on Technion - Israel Institute of Technology.