Clear Sky Science
הסברים מבוססי ראיות, עם מעט ז'רגון

Clear Sky Science · he

מאגר תמונות של עין לצורך מערכת חכמה לרטינופתיה סוכרתית

· חזרה לאינדקס

מדוע זה חשוב לאנשים עם סכרת

הסוכרת עלולה לפגוע בעיניים בשקט זמן רב לפני שהראייה מתחילה לטשטש. מאמר זה מתאר אוסף תמונות חדש שנועד לעזור למחשבים לזהות את השינויים החבויים בעין מוקדם יותר ובאמינות גבוהה יותר, באמצעות שדה ראייה רחב יותר של הרשתית מאשר הכלים הנפוצים כיום.

לראות יותר מאחורי העין

מחלת העין הסוכרתית פוגעת בכלי הדם הזעירים שבגב העין והיא סיבה מובילה לאובדן ראייה קבוע בעובדים בגיל העבודה. צילומי עין שגרתיים כבר משמשים לזיהוי בעיות, אך הם מצטטים רק אזור מרכזי קטן. סימני אזהרה חשובים מופיעים לעתים בקצוות הרשתית, אזורים שצלמים מסורתיים עלולים פשוט לא ללכוד. הדמיה בשדה על־רחב פותרת זאת על ידי צילום עד כחמש פעמים שטח גדול יותר בצילום יחיד, כולל הפינות הרחוקות שבהן עלול להופיע נזק מוקדם וכלי דם חדשים ופגיעים.

Figure 1. שימוש בתמונה רחבת היקף של העין ובבינה מלאכותית כדי לזהות נזק עיני הנגרם על ידי סוכרת מוקדם ובמהימנות גבוהה יותר.
Figure 1. שימוש בתמונה רחבת היקף של העין ובבינה מלאכותית כדי לזהות נזק עיני הנגרם על ידי סוכרת מוקדם ובמהימנות גבוהה יותר.

בניית ספריית תמונות עשירה לכלים חכמים

כדי להפיק את המרב מהשדה הרחב הזה, תוכניות מחשב זקוקות למערכי תמונות גדולים ומסודרים ללמידה. המחברים אספו 1,630 צילומי עין בשדה על־רחב מ‑809 מטופלים בשתי בתי חולים בסין. כל המשתתפים במחקר אובחנו כסוכרתיים וממוצע הגיל שלהם היה כ‑54 שנים. התמונות צולמו במצלמה מיוחדת שאינה דורשת טיפות להרחבת האישון, מה שהופך את הבדיקה למהירה ונוחה יותר. תמונות באיכות ירודה עם טשטוש או אזורים חסרים הוסרו, כך שנשארו רק מבטים ברורים על הרשתית, כלי הדם והנזק האפשרי.

כיצד המומחים לימדו את המחשב

שלושה רופאי עיניים מנוסים בחנו בקפידה כל תמונה ומיינו אותן לשלוש קבוצות: עיניים תקינות, עיניים עם נזק קל עד בינוני ועיניים עם נזק מתקדם. הם פעלו לפי כללים בינלאומיים לדירוג מחלת העין הסוכרתית, אך המחברים מציינים כי מחלוקת בין הרופאים עדיין צפויה, במיוחד כשההחלטה נוגעת לשאלה האם שינויים קלים מאוד יחשבו כנורמליים או כהתחלת מחלה. ההחלטות הסופיות נרשמו בתיקיות ובטבלאות פשוטות שמפרטות כל תמונה ואת הקבוצה שלה, ויצרו נקודת פתיחה נגישה לקבוצות מחקר נוספות.

Figure 2. כיצד תמונות עין עוברות דרך מערכת בינה מלאכותית הממיינת אותן לשלביה השונים של מחלת העין הסוכרתית.
Figure 2. כיצד תמונות עין עוברות דרך מערכת בינה מלאכותית הממיינת אותן לשלביה השונים של מחלת העין הסוכרתית.

בדיקת המאגר בפועל

הצוות בדק לאחר מכן עד כמה ספריית התמונות שימושית לאימון בינה מלאכותית. הם חלקו את התמונות לערכות אימון, ולידציה ובדיקה והריצו ארבעה מודלים מוכרים של למידה עמוקה למיון השלבים השלושה של המחלה. לפני האימון חתכו ותקננו את התמונות והשתמשו בעיצות פשוטות כמו הפכיות אקראיות כדי לשפר את היכולת של המודלים להכליל. על תמונות המבחן שהוחזקו בצד, כל המודלים השיגו ציונים חזקים במגוון מדדי דיוק, כאשר מודל אחד בולט במיוחד בביצועים. מפות חום שנוצרו על ידי המודלים הדגישו בליטות זעירות בכלי הדם וממברנות דמויות צלקת, דבר שמרמז שהאלגוריתמים התמקדו באותם אזורים שהרופאים רואים כחשובים.

לעזור ליותר אנשים לשמר את הראייה

מאגר פתוח זה מציע מבט איכותי בזווית רחבה על מחלת העין הסוכרתית לכל מי שמפתח כלי סריקה חכמים. בשילוב תמונות שדה על־רחב עם בינה מלאכותית, מערכות עתידיות יוכלו לכסות יותר מרשתית העין, לפספס פחות שינויים מסוכנים ולחסוך זמן צוות. אמנם מאגר זה לבדו אינו יכול להחליף בדיקות עיניים שגרתיות, אך הוא מניח בסיס לסריקה ממוחשבת מהימנה ונגישה יותר שיכולה לסייע בהפחתת העיוורון הנגרם מסוכרת, במיוחד במרפאות עם משאבים מוגבלים.

ציטוט: Peng, S., Yang, S., Zhao, X. et al. A fundus image dataset for intelligent diabetic retinopathy system. Sci Data 13, 777 (2026). https://doi.org/10.1038/s41597-026-07093-7

מילות מפתח: רטינופתיה סוכרתית, הדמיית רשתית, שדה על־רחב, בינה מלאכותית רפואית, סריקת עין