אבחון אוטומטי של ספונדילוזיס צווארי בתמונות רפואיות מולטימודליות באמצעות מודל למידת עומק רב־משימתי

בעיה נסתרת בצוואר עם השפעה יומיומית משמעותית

ספונדילוזיס צווארי — שחיקה הקשורה לגיל או לאורח חיים בצוואר — נפוץ כמעט בכל מקום, אך לרוב קשה לאתרו בשלב מוקדם. הוא עלול לגרום לכאבי צוואר מתמשכים, כאבי ראש, חוסר תחושה ואפילו לקשיים בהליכה, אך השינויים העדינים שהוא יוצר בתמונות רפואיות דורשים שנות ניסיון כדי לזהותם. המחקר מראה כיצד מערכת בינה מלאכותית (AI) יכולה ללמוד מרופאים מומחים לקרוא צילומי רנטגן וסריקות MRI של הצוואר, ובכך לסייע להביא אבחון ברמת מומחה לבתי חולים עמוסים ולקליניקות במקומות עם שירות מוגבל.

מדוע שחיקת הצוואר כל כך קשה לתפיסה

בשונה מעצם שבורה או גידול גדול, ספונדילוזיס צווארי בדרך כלל לא משאיר סימן בולט יחיד בסריקה. במקום זאת מדובר בהרבה שינויים קטנים ומשתלבים: הקימור הטבעי של הצוואר עלול להשטיח או להתהפך, החוליות יכולות להתזוז בטיפה ממקומן, הדיסקים עלולים להתבלט או להיקרע, ותעלת עמוד השדרה שעליה חולף חוט השדרה יכולה להיטשטש בהדרגה. כיום רופאים מודדים מספר תכונות גיאומטריות ברנטגנים — כגון כיפוף כללי של הצוואר ויישור של חוליות מרכזיות — וכן שינויים הנראים ב‑MRI החושפים בעיות ברקמות רכות כמו היצלות דיסק או עצבים כלואים. ביצוע מדידות אלה בדיוק עבור כל מטופל גוזל זמן ותלוי במידה רבה בכישרון של רדיולוגים וחוליות עמוד שדרה מנוסים, שלעיתים נדירות מחוץ למרכזים רפואיים גדולים.

לימוד המחשב לקרוא את הצוואר כמו מומחה

החוקרים בנו מערכת למידת עומק שמחקה את אופן ההתבוננות של מומחים בתמונות צוואר, אך עושה זאת באופן אוטומטי ועקבי. ראשית, היא מזהה את קווי המתאר והפינות של החוליות בצילומי רנטגן צידיים, וטופלת בכל חוליה כמחומש מדויק. מנקודות אלה המודל מחשב מדידות סטנדרטיות המשמשות בתכנון ניתוחים, כגון זווית קוב (Cobb) המתארת את מידת הקימור או הישרות של הצוואר, ואת הציר האנכי הסאגיטלי, מדד מרכזי לאיזון הראש מעל עמוד השדרה. הוא גם מעריך את מידת ההחלקה היחסית בין חוליות סמוכות, המצביעה על חוסר יציבות, ומודד את גודל תעלת השדרה וגוף החוליה כדי לחשב יחס המעיד על הצרה מולדת אפשרית.

שילוב מבדלים של סריקות לתמונה אחידה

מכיוון שסוג סריקה אחד אינו מספר את כל הסיפור, הצוות תכנן את המערכת לעבודה משולבת עם רנטגן ו‑MRI. רנטגן מספק מידע מדויק על צורת העצם ויישורו, בעוד ש‑MRI מראה את מצב הרקמות הרכות, במיוחד הדיסקים הבין‑חולייתיים והפתחים שדרכם יוצאים העצבים מהעמוד. באמצעות מבנה למידת־רב־משימות המערכת מאומנת לבצע את כל המדידות והסיווגים יחד, ולשתף את מה שלמדה בין המשימות. עבור ה‑MRI, רשת ייעודית בוחנת את הדיסקים בין כל זוג חוליות ומחליטה האם הם יחסית בריאים או מציגים בליטה או פריצה משמעותית, והאם תעלת השדרה ופתחי העצבים צרים. במקום לאחד הכל לתווית כן/לא אחת, המערכת מפיקה פרופיל מפורט של הבעיות הקיימות ומיקומן.

עד כמה ה‑AI עומד מול רופאים

המחקר ניתח צילומי רנטגן וסריקות MRI של יותר מאלף מטופלים שטופלו בבית חולים מרכזי, עם תיוגים מוקפדים שסיפקו רדיולוגים וכירורגים של עמוד השדרה מנוסים. במדידות גיאומטריות פשוטות כמו מרחקים, השגיאות של ה‑AI לא היוו לעתים קרובות יותר ממילימטר, ובמדידות זוויות הן היו רק כמה מעלות בממוצע — די קרוב כדי להיחשב לשווה קלינית למדידות ידניות במקרים רבים. עבור בעיות דיסק, הצרת תעלה וסמוט פתחי עצב ב‑MRI, המודל הגיע לרמות דיוק השוות ואף לעתים גבוהות יותר מאלו של רדיולוגים צעירים ומבוגרים, ודומות לאלו של קלינאים ותיקים, תוך שהוא מפיק תוצאות בשניות במקום בדקות. כאשר המחברים בחנו את המערכת בבית חולים שני, הביצועים ירדו מעט אך נשארו גבוהים, מרמזים על יכולת הכללה מעבר למרכז ההכשרה המקורי.

מה הדבר עשוי להציע למטופלים ולקליניקות

לעין אדם החי עם כאב צוואר, ההבטחה של עבודה זו טמונה באבחונים מהירים ועקביים יותר והחלטות טיפול מותאמות טוב יותר. ה‑AI אינו מחליף רופאים; במקום זאת הוא משמש עוזר בלתי עייף שיכול למדוד מראש תכונות מפתח, לסמן אזורים עם צפיפות בעיות ולספק דוח מאוחד של מצב הצוואר לכל סריקה. מכיוון שהוא משקף מדידות שהמומחים כבר סומכים עליהן — במקום להמציא מדדים חדשים — הוא יכול להשתלב בשגרות קליניות קיימות ולעזור להעביר ידע מומחה לבתי חולים שאין בהם מומחי עמוד שדרה פנימיים. אם יאומץ באופן נרחב וייבדק עוד, מערכות כאלה עשויות להוביל לגילוי מוקדם יותר של שינויים צוואריים מסוכנים, לפחות מקרים שיחמיצו, וטיפול כירורגי או שמרני מתאים יותר למיליוני אנשים ברחבי העולם.

ציטוט: Song, X., Li, Y., Ouyang, H. et al. Automated diagnostic of cervical spondylosis on multimodal medical images with a multi-task deep learning model. Nat Commun 17, 2392 (2026). https://doi.org/10.1038/s41467-026-69023-w

מילות מפתח: ספונדילוזיס צווארי, דימות עמוד השדרה, למידת עומק, בינה מלאכותית רפואית, כאבי צוואר