מאגר תמונות רשתית מולטי‑מודלי לגילוי רטינופתיה סוכרתית באמצעות מודלים בסיסיים

למה חשוב לגלות פגיעה בעין מוקדם

לאנשים החיים עם סוכרת, הרקמה החשה לאור בחלק האחורי של העין עלולה להיפגע באופן שקט ולהתקדם במשך שנים לפני שהראייה מטושטשת באופן ניכר. עד להופעת התסמינים, חלק מהנזק עלול להיות קבוע. רופאים יודעים שסריקות עיניים סדירות יכולות לזהות בעיות בזמן, אבל קריאת אלפי תמונות ידנית איטית ויקרה. המחקר הזה מציג אוסף גדול ומסומן בקפידה של תמונות רשתית שנועד לעזור למערכות בינה מלאכותית ללמוד לזהות מחלות עיניים סוכרתיות בצורה מדויקת ואמינה יותר, ולהביא אזהרה מוקדמת להרבה יותר מטופלים.

מבטי מצלמה שונים על אותה בעיית עין

רופאי עיניים משתמשים בכמה סוגי מצלמות כדי לחפש נזקים הנגרמים מסוכרת. צילומים צבעוניים סטנדרטיים של החלק האחורי של העין מציגים מראה עגול ואדמדם שבו עלולים להופיע נקודות דם זעירות, משקעים שומניים וכלי דם חדשים ורגישים. תמונות רחבות‑שדה על‑קצה (ultra‑widefield) תופסות אזור גדול הרבה יותר, כולל הקצוות הרחוקים של הרשתית שבהם עלול להסתתר נזק מוקדם. כלי שלישי, טומוגרפיה אופטית בקואפרנס (OCT), חותך את הרשתית בחיתוך רוחבי, וחושף בצקות וכיסי נוזל המקושרים לבצקת מרכזית המאיימת על הראייה. כל שיטה חושפת חלקים שונים מתהליך המחלה, וביחד הן נותנות תמונה מלאה יותר של בריאות העין.

מה חדש באוסף התמונות הזה

מאגרי נתונים ציבוריים קיימים הזינו מערכות רבות של בינה מלאכותית לסריקה של עיניים סוכרתיות, אך רובם מתמקדים בשיטת הדמיה אחת בלבד ומציעים תוויות גסות בלבד, כגון דרגת מחלה כללית בודדת. בחלקם יש תוויות עם רעש או חסרים סוגי נגעים חשובים, והרבה מהם חסרים כיסוי טוב של תמונות רחבות‑שדה או מידע מפורט על בצקת מקולרית. מאגר ה‑MMRDR החדש שואף למלא את הפערים הללו. הוא אוסף 24,460 תמונות בשלוש מודאליות — צילומים צבעוניים סטנדרטיים, תמונות רחבות‑שדה וסקירות OCT — ומצמיד להן אנוטציות מומחים עשירות. עבור תמונות צבע ו‑widefield, הרופאים דרגו את המחלה הכוללת בסולם חמש‑שלבי ורשמו שבעה סוגי נגעים ספציפיים, כגון בליטות זעירות בכלי דם, דימומים והתנתקות רשתית. עבור סריקות OCT תיארו האם בצקת מקולרית נעדרת, נוכחת מחוץ למרכז, או משפיעה ישירות על מרכז הראייה.

כיצד התמונות נבחרו וסומנו

המחברים שאבו צילומים צבעוניים סטנדרטיים ממאגר תחרות ציבורי קיים וקיבלו תמונות widefield ו‑OCT מבית חולים עיניים גדול בסין, תוך דגש על אנשים עם סוכרת. הם הסירו תמונות באיכות נמוכה עם טשטוש, תאורה לקויה או אזורים מרכזיים חסרים כדי להבטיח שהסריקות שנותרו יהיו שימושיות קלינית. ארבעה רופאי עיניים מנוסים ומומחה רשתית בכיר פיתחו כללי דירוג ברורים המבוססים על הנחיות בינלאומיות. המומחה יצר תחילה סט התייחסות של תמונות, ואז המדרגים האחרים התאמנו על אותו סט עד שהסכימו באופן הדוק עם החלטות המומחה. לאחר מכן הם סימנו באופן עצמאי אלפי תמונות, ושלחו מקרים לא בטוחים חזרה למומחה. האוסף הסופי מאזנן בין סימון מעמיק להסכמה חזקה בין הרופאים, מה שהופך אותו לערכת הדרכה אמינה לבינה מלאכותית.

מבחן הבינה המלאכותית של היום על נתוני עיניים של המחר

הצוות השתמש לאחר מכן במאגר כדי להעריך כמה סוגים של מודלים מתקדמים בבינה מלאכותית. הם בחנו מודלים גדולים ראייה‑טקסט שאומנו במקור על תמונות וטקסט כללי, מסווגי תמונה סטנדרטיים שאומנו על צילומים יומיומיים, ומודלים "בסיסיים" חדשים שכבר המיוחדים לתמונות עיניים. בכל המודלים המורכבות והדיוק היו הגרועים ביותר עבור תמונות ultra‑widefield, שבהן המבט הרב‑גודל והדפוסים המורכבים יותר הפחיתו את הדיוק בהשוואה לצילומים צבעוניים סטנדרטיים. מודלים המיועדים ספציפית לתמונות עיניים הראו העברה טובה יותר מצילומים סטנדרטיים ל‑widefield מאשר מערכות מולטי‑מודליות כלליות, מה שמעיד שידע על מבנה הרשתית באמת חשוב. כשחוקריהם כיוונו עדכון (fine‑tuned) מודל מולטי‑מודלי גדול אחד על MMRDR, הביצועים שלו השתפרו באופן בולט, מה שמראה שהמאגר הזה יכול ללמד גם מערכות גמישות מאוד לטפל במחלת עין בצורה מיומנת יותר.

מה המשמעות לטיפול עיני עתידי

במילים פשוטות, עבודה זו מספקת ספריית הדרכה באיכות גבוהה למחשבים הלומדים לזהות נזק עיני סוכרתי. על‑ידי שילוב של שלוש שיטות הדמיה משלימות ותוויות מומחים מפורטות, מאגר ה‑MMRDR מאפשר לחוקרים לבנות ולהשוות באופן הוגן כלים של בינה מלאכותית שמדרגים חומרת מחלה, מזהים נגעים בודדים ועוקבים אחר בצקת מקולרית. אף שהתמונות לבדן לא יוכלו לרפא עיוורון, הן מספקות יסוד חיוני למערכות סריקה אוטומטיות אמינות יותר, שיכולות לזהות שינויים מסכני ראייה מוקדם ולהביא טיפול ברמת מומחה להמון אנשים החיים עם סוכרת.

ציטוט: Tang, Z., Wang, L., Guo, Z. et al. A multimodal retinal image dataset for diabetic retinopathy detection using foundation models. Sci Data 13, 639 (2026). https://doi.org/10.1038/s41597-026-07005-9

מילות מפתח: רטינופתיה סוכרתית, הדמיית רשתית, בינה מלאכותית רפואית, מודלים בסיסיים, OCT עיני