מודל שפה גדול לטיפול קרדיאולוגי מורכב

טיפול לב חכם יותר לכולם

מחלות לב חמורות דורשות לעתים קרובות רופאים מומחים בהיקף גבוה, אך רבים גרים רחוק ממרכזים רפואיים גדולים או נאלצים להמתין זמן רב לקבלת חוות דעת מומחה. המחקר הזה שואל שאלה רלוונטית: האם מערכת שפה מתקדמת מבוססת בינה מלאכותית יכולה לעזור לקרדיולוגים כלליים לקבל החלטות בטוחות ומקיפות יותר עבור מטופלים עם מחלות לב תורשתיות נדירות — וזאת מבלי להחליף את הרופא האנושי?

בעיה של חוסר מומחים קרדיאולוגיים

מחלות שריר הלב התורשתיות, כמו קרדיומיופתיה היפרטרופית, עלולות לגרום למוות פתאומי אצל צעירים שנראים בריאים, ועדיין רבים מהמטופלים לא מאובחנים כראוי. בלמעלה מחצי מהמדינות בארצות הברית אין מרכז ייעודי למצבים אלה, וברמה העולמית המחסור חמורה אף יותר. כתוצאה מכך אנשים עלולים להסתובב בין מרפאות, לפספס בדיקות קריטיות או לקבל טיפולים מצילי חיים מאוחר מדי. המחברים טוענים שאם קרדיולוגים כלליים יוכלו לגשת באופן בטוח לידע ברמת תת‑התמחות בלחיצת כפתור, יותר מטופלים יקבלו את הטיפול המתאים, בזמן הנכון, קרוב לביתם.

שותף בינה מלאכותית על שולחן הקרדיולוג

צוות המחקר בדק מערכת ניסיונית בשם Articulate Medical Intelligence Explorer (AMIE), המבוססת על מודל שפה גדול בדומה לצ׳אטבוטים מתקדמים. במקום לעבוד מתיאורי טקסט פשוטים, AMIE קיבלה דוחות מפורטים מבדיקות לב אמיתיות—אלקטרוקרדיוגרמות, אקו‑לב, הדמיית MRI לבבית, מבחני מאמץ ומעקבי קצב לב. בניסוי אקראי עיינו תשעה קרדיולוגים כלליים כל אחד ב‑107 מקרים מורכבים החשודים כמחלות לב גנטיות. עבור כל מטופל, קרדיולוג אחד עבד לבדו, בעוד שאחר קיבל גישה להערכתו הכתובה המלאה של AMIE ויכול היה לשוחח עם ה‑AI כדי לחדד אבחנות, החלטות טריאג' ותוכניות טיפול.

מומחים שיפטו את התוצאות

כדי לבדוק האם ה‑AI אכן סייע, שלושה רופאי תת‑התמחות בלב, עיוורים לזהות הכותב, השוו דוחות מזווגים לכל מטופל—אחד מדו״ח של קרדיולוג שעבד לבדו ואחד מדו״ח של קרדיולוג שהשתמש ב‑AMIE. הם דירגו את ההעדפה שלהם במספר תחומים, כולל איכות כללית, בדיקות מומלצות ותוכניות ניהול, ובחנו גם כל דוח לשגיאות חשובות והעדרי פרטים מהותיים. מתוך 107 המקרים הם העדיפו כמעט בחצי מהפעמים את ההערכות בסיוע AMIE ובחרו בדוחות של הקרדיולוג בלבד בכ‑שליש מהפעמים, כשהשאר הוגדרו כשווים. באופן מכריע, דוחות שנכתבו בסיוע ה‑AI הכילו כ‑חצי פחות שגיאות קליניות חשובות וכללו הרבה פחות השמטות של פרטים מרכזיים.

מה חוו הרופאים בחזית

הקרדיולוגים שהשתמשו ב‑AMIE נשאלו גם על חוויית היומיום שלהם. ברוב המקרים הם הרגישו שה‑AI שיפר את הערכותיהם וחיזק את הביטחון העצמי שלהם, ודיווחו על חיסכון בזמן בכ‑חצי מהמטופלים, לעיתים תוך צמצום המאמץ ביותר מ‑50%. ה‑AI לא היה חסין לשגיאות: הרופאים ציינו מדי פעם "הזיות" שבהן AMIE המציאה או קראה ממצאים באופן שגוי, ובמקרים מסוימים היא התעלמה ממידע או חזרה על בדיקות שכבר בוצעו. עם זאת, בעיות אלה היו יחסית נדירות, והרופאים לעתים הצליחו לגרום למערכת לתקן את עצמה על‑ידי אתגור ההצהרות שלה, מה שמדגיש את חשיבות הפיקוח האנושי.

הבטחה, גבולות ושלבים הבאים

ניסוי זה מציע שכשמשולבים עם קלינאים זהירים, מערכת שפה מבוססת AI יכולה לסייע להפוך טיפול לב מורכב לשלם יותר, בטיחותי יותר במידה מסוימת ויעיל יותר. היא לא החליפה את שיקול הדעת של הקרדיולוג, והמחברים מדגישים שהטכנולוגיה אינה מוכנה לפעול באופן עצמאי או להיות מיושמת בקנה מידה רחב ללא אמצעי בטיחות נוספים, מחקרים גדולים יותר והתייחסות מדוקדקת להטיות, עלות ודעות המטופלים. עם זאת, עבור אנשים החיים רחוק ממרכזי לב ראשיים — או שממתינים חודשים לראות מומחה — עבודה זו מצביעה על עתיד שבו רופא מקומי, בגיבוי עוזר AI שנבדק היטב, יכול לספק רמת טיפול שדומה הרבה יותר לזו שינתן במרפאה מומחית.

ציטוט: O’Sullivan, J.W., Palepu, A., Saab, K. et al. A large language model for complex cardiology care. Nat Med 32, 616–623 (2026). https://doi.org/10.1038/s41591-025-04190-9

מילות מפתח: בינה מלאכותית בקרדיאולוגיה, מודלים גדולים של שפה, מחלות לב תורשתיות, תמיכה בקבלת החלטות קליניות, ניסוי מבוקר אקראי