ווטסון מגביר את יכולותיו הרפואיות – מזהה גלאוקומה בצילומי רשתית העין

חוקרים ביבמ (IBM) הצליחו להדריך את מערכת המחשוב הקוגניטיבית של החברה, ווטסון (Watson), לזהות א-נומליות של רשתית העין.

אנשי מעבדת המחקר של יבמ במלבורן, אוסטרליה הדריכו את המחשב הקוגניטיבי לאתר דפוסים חריגים בתמונות של רשתית העין. היכולות החדשות האלה יאפשרו להציע לרופאים תובנות מקיפות יותר, ולהאיץ את משימות הגילוי המוקדם של מטופלים הנמצאים בסיכון לפתח מחלת עיניים דוגמת גלאוקומה – שהיא כיום הגורם השכיח ביותר לעיוורון בגיל המבוגר בעולם המפותח.

בראיון לאנשים ומחשבים אומרת ד"ר מיכל רוזן צבי, דירקטורית לחקר מידע רפואי במעבדות המחקר של יבמ בכל העולם, כי "ניתוח של תמונות מצריך יכולת שרק לאחרונה מתאפשרת – להבחין בין תמונות שדומות אחת לשניה אבל מכילות תכונה שונה שהיה קשה להבחין בה עד כה. כלב צ'יוואווה שיש עליו כתמים שחורים ועוגיית שוקולד צ'יפס עם כתמים שחורים – יכולות להיראות דומות, כי ברגע שתופסים תמונה דו-מימדית מזווית מסוימת, קשה להבחין בין התמונות".

להבדיל בין מצב רגיל לגידול סרטני

לדבריה, "בשלוש-ארבע השנים האחרונות היתה קפיצת מדרגה ביכולות של למידה חישובית, למידה מדוגמאות – מתודה בשם למידה עמוקה. השיטה הזו מייצרת רשת עצבים שקצת מדמה את איך שהמוח שלנו מסתכל על תמונות, ובעזרת רצף העצבים הללו מאמנים אותה ללמוד להבחין בין סוגי תמונות. לקחנו את היכולת הזו בעולם התמונות הרפואיות והשתמשנו כדי לפריד בין עין בריאה לעין עם גלאוקומה, ובסרטן השד להבדיל בין מצב רגיל לגידול סרטני".

"בעזרת השיטה של למידה עמוקה הצלחנו להשיג דיוק גבוה יותר של שד שיש בו גידול סרטני לשפיר, ובין עין שיש בה סיבוכים של סוכרת שנקרא גלאוקומה לבין עין בריאה."

המחקר החל ב-2015, תוך התמקדות בייעול תהליכים ידניים אותם מבצעים כיום רופאי העיניים. התהליכים האלה כוללים אבחנה בין תמונות עין ימין לתמונות עין שמאל, הערכת איכות סריקת הרשתית ודירוג אינדיקטורים אפשריים לגלאוקומה.

מחלת הגלאוקומה זכתה לכינוי "הגנב השקט של הראייה". חולים רבים אינם מאובחנים עד לרגע בו מתגלה פגיעה בפועל בראייה. ניתן לטפל בגלאוקומה – אולם הגילוי המוקדם הוא עניין קריטי: כיום, נשענים רופאים על תוכנות רגילות לסריקת רשתית, המחיבות בחינה וניתוח פרטני על ידי הרופא.

אילו פעולות נוספות ניתן לעשות עם הטכנולוגיה הזו?
"הצוות בחיפה עובד יחד עם הצוות באוסטרליה. האפליקציה היא שונה – המתודה דומה, ואנחנו חולקים את הטכנולוגיה ומפתחים ביחד את היכולות בלמידה עמוקה", אמרה רוזן צבי.

"אנחנו עובדים עכשיו עם מכבי לשלב את התמונות שבהן נמצא ממצא חשוד כסרטן השד, ואנחנו גם משלבים את המידע עם התיק הרפואי וההסטוריה של המטופלת, וכן מעקב שלאחר פיענוח התמונה, לדוגמה ביופסיה שהראתה שמדובר בגידול שפיר. הדבר מצריך גם למידה עמוקה של הבחנה בין תמונות וגם למידה מההקשרים שלה".

עוד אמרה רוזן צבי, כי "אנחנו עובדים על מערכת שלומדת מנתונים של חולי איידס וממליצה לרופאים על הקוקטייל על סמך הגנום של הווירוס – תחילתה של רפואה מותאמת אישית. פרויקט אחר הוא ניתוח Big Data של חולי אפילפסיה כדי למנוע את הצורך בניסוי וטעייה עד שמוצאים את הטיפול המתאים". הכרזה חשובה אחרת מהחודשים האחרונים, אמרה, "היא על שיתוף פעולה עם טבע באשר לשימושים חדשים לתרופות ישנות".

שיעור דיוק של 95%

לדבריה, "החוקרים השתמשו בטכניקות למידה עמוקה ובטכנולוגיה לניתוח אנליטי של תמונות, אליהן הזינו 88 אלף צילומים של רשתיות עיניים – ללא פרטים מזהים של האנשים מהם נלקחו הצילומים האלה".

"עבודת המחקר הצביעה על יכולתו של ווטסון למדוד באופן מדויק את היחס בין גודל הדיסק האופטי – הנקודה העיוורת ברשתית, שבה נכנסים עצב הראייה וכלי הדם אל הרשתית – ובין גודל הקימור של האיזור הזה, ששיעורו הולך ועולה עם התקדמות הגלאוקומה. היחס בין שני הערכים האלה, מהווה סימן עיקרי למחלה – ומערכת ווטסון מציעה שיעור דיוק של 95% בהערכתו".

"בנוסף, מסוגלת המערכת להבחין בין צילומים של עין ימין לצילומים של עין שמאל, ברמת ודאות של עד 94% – ובאופן המייעל ומזרז את תהליכי העבודה והטיפול".

לסיכום אמרה רוזן צבי כי "המחקר צפוי להימשך, ולשפר את יכולות האבחנה של ווטסון. בעתיד, חוזים כי הטכנולוגיה הזאת תאפשר לאבחן מחלות עיניים נוספות דוגמת פגיעה ברשתית הנובעת ממחלת הסוכרת, וניוון רשתית הקשור לגיל (AMD).