טיפול באוטיזם עם בומטניד: זיהוי מגיבים באמצעות אלגוריתם הלמידה המכונתית Q-Finder

מדוע המחקר הזה חשוב למשפחות

משפחות רבות של ילדים עם הפרעת הספקטרום האוטיסטי (ASD) מחפשות טיפולים שעוזרים באופן ממשי באתגרים היומיומיים כמו אינטראקציה חברתית, תקשורת והתמודדות עם שינויים. תרופה בשם בומטניד הראתה הבטחה במחקרים מוקדמים וקטנים יותר, אך שני ניסויי שלב‑3 גדולים נראו ככושלים. המחקר הזה בוחן מחדש את התוצאות המאכזבות בעזרת גישה של למידת מכונה ושואל שאלה חשובה: האם הטיפול אכן עזר לחלק מהילדים, אך היתרון הוסתר כאשר ממוצעים את כולם יחד?

תרופה מבטיחה שנראתה ככושלת

בומטניד היא תרופה ישנה משתנית שהותאמה לחקר הפרעות מוחיות משום שהיא משפיעה על הטיפול של תאי המוח בכלוריד, גורם מרכזי בוויסות אותות מעכבים במוח. ניסויי שלב‑2 מוקדמים ביותר מאלף ילדים הציעו שבומטניד עשוי להקל על תסמיני ליבה של אוטיזם ולשפר התנהגויות חברתיות ותגובות רגשיות. על סמך ממצאים אלה הוצאו שני ניסויי שלב‑3 גדולים בכ‑400 ילדים ונערים במספר מדינות, כאשר השוו את בומטניד לפלסבו במשך שישה חודשים. כאשר ניתחו את התוצאות בדרך הרגילה, בה בודקים את כל הקבוצה כולה בבת אחת, לא נמצאה הבדל מובהק בין התרופה לפלסבו בסולמות הדירוג הסטנדרטיים לאוטיזם.

להסתכל בתוך המידע במקום למוצע הכל

המחקרים חשדו שמגוון התבניות הסימפטומטיות של האוטיזם עלול להסתיר תועלות אמיתיות בסוגים מסוימים של ילדים. במקום להניח שכל המשתתפים דומים, השתמשו בכלי למידת‑מכונה מונחה בשם Q‑Finder כדי לחפש תת‑קבוצות של ילדים, המוגדרות אך ורק על‑ידי מידע שנאסף בתחילת הניסוי: דירוגים מפורטים של אינטראקציה חברתית, התנהגויות חזרתיות, בעיות חושיות, מיומנויות חיים יומיומיות והערכות קליניות כוללות. האלגוריתם בדק באופן שיטתי פרופילים פשוטים רבים (למשל, ילדים שמוצאים שינויים בשגרה מטרידים במידה קלה אך עם קשיים חברתיים חמורים) ובדק האם ילדים העונים לכל פרופיל שיפרו יותר תחת בומטניד מאשר תחת פלסבו, ובו־זמנית וידא שהאוכלוסייה האחרת לא הראתה את אותו האפקט.

למצוא את הילדים שהגיבו בפועל

כאשר יישמו את השיטה בנפרד על ילדים צעירים (גילאים 2–6) ועל ילדים ונערים בוגרים יותר (גילאים 7–17), וכן על שני סולמות דירוג עיקריים, השיטה חשפה מספר פרופילי מטופלים שבהם בומטניד ביצע בצורה ברורה יותר מפלסבו. חלק מתת‑הקבוצות היו קטנות אך הראו שיפורים גדולים, בעוד אחרות כיסו עד כ‑40% מאוכלוסיית הניסוי ועדיין הציגו תועלות משמעותיות. דפוס עקבי עלה: המגיבים לרוב כללו שילובים ספציפיים של קשיים חברתיים ותקשורתיים, התנהגויות חזרתיות ובעיות בהסתגלות לשינויים, ולא קושי קיצוני בכל התחומים. באופן חשוב, מספר פרופילי מגיבים אלה אושרו כאשר נבדקו בקבוצת הגיל השנייה, מה שמחזק את אמינות הממצאים.

רמזים למי עשוי להפיק תועלת בניסויים עתידיים

בכל שני הניסויים תכונה אחת חזרה על עצמה בקבוצות המגיבים המאומתות: ילדים שנדרגו כ"חריגים במידה קלה" ביכולת שלהם להסתגל לשינויים בסביבתם — דברים כמו שינוי שגרה או מצבים חדשים — בשילוב עם סימנים נוספים לקושי חברתי או התנהגותי. אצל ילדים אלה הוביל בומטניד לשיפורים גדולים יותר בסולם מקובל למדידת תגובה חברתית לעומת פלסבו. המחקר לא הוכיח שבומטניד מועיל לכל ילד עם אוטיזם, ולא קבע באופן חד‑משמעי אילו התנהגויות משתנות ביותר. במקום זאת, הוא מציע שאם ניסויים עתידיים יתמקדו בילדים עם הפרופילים הקליניים הספציפיים הללו, הם עשויים לראות תועלות חזקים ואמינות יותר.

מה המשמעות לטיפול מותאם אישית באוטיזם

לסיכום עבור הקורא שאינו מקצועי: ניסוי תרופתי בגישת "מימד אחד מתאים לכולם" עלול להסתיר תועלות אמיתיות אם מתייחסים לאוטיזם כמצב יחיד במקום כספקטרום של דפוסים שונים. באמצעות למידת מכונה שממיינת ילדים לפרופילים קליניים ברורים להבנה, המחקר הזה הצליח לחלץ אותות משמעותיים מניסויים שתויגו במקור כשליליים. בעוד שנדרש מחקר נוסף לאשש את תת‑הקבוצות הללו בקבוצות חדשות של ילדים ולעקוב אחר הבטיחות לטווח הארוך, העבודה מצביעה לכיוון עתיד שבו טיפולי אוטיזם, כולל בומטניד, יהיו מכוונים לילדים בעלי סבירות גבוהה יותר להפיק תועלת, במקום להינתן לכלל הילדים באופן חסר הבחנה.

ציטוט: Rabiei, H., Begnis, M., Lemonnier, E. et al. Treating autism with Bumetanide: Identification of responders using Q-Finder machine learning algorithm. Transl Psychiatry 16, 66 (2026). https://doi.org/10.1038/s41398-026-03848-3

מילות מפתח: טיפול באוטיזם, רפואה מדויקת, למידת מכונה, בומטניד, תת‑קבוצות בניסויים קליניים