הערכת רב־מולדת בסיוע בינה מלאכותית לתפקוד חדר ימין באקו־לב מנבאת תמותה בחולים עם יתר לחץ דם ריאתי וכישלון לב ימני

מדוע זה חשוב למטופלים ומשפחות

יתר לחץ דם ריאתי וכשל לב בצד הימני נוטים להיות חרישיים עד שהם הופכים לאיומים על החיים. רופאים יכולים להסתכל על תמונות אולטרא־סאונד של הלב, אך נזק מוקדם ועדין לחדר ימין קל להתפספס וקשה למדידה. המחקר הזה מראה כיצד מערכת בינה מלאכותית (AI) יכולה לקרוא את הסריקות הללו בפירוט רב יותר מאשר אדם לבד, ובכך לעזור לרופאים להעריך את סיכוייהם של מטופלים למות במהלך האשפוז ובשנים הבאות — ואולי להתערב מוקדם יותר.

מבט קרוב על לב ימני בלחץ

כשהלחץ במחזור הדם הריאתי נשאר גבוה, צד ימין של הלב נאלץ לשאוב נגד התנגדות נוספת. עם הזמן חדר ימין משתטח, סיבי השריר נחלשים, ומטופלים מפתחים בצקות, קוצר נשימה ולחץ דם נמוך. אקו־לב סטנדרטי — סריקת אולטרא־סאונד מוכרת של הלב — יכול למדוד תזוזות פשוטות, כמו המרחק שבו טבעת המסתם נעה עם פעימת הלב. אבל לחדר הימני יש צורה מורכבת והוא אינו מכווץ באופן אחיד, ולכן המדידות המסורתיות הללו עלולות לפספס נזק מוקדם או מקוטע, במיוחד בחולים חולים מאוד.

מדידת דפורמציית שריר הלב

תוכנות אולטרא־סאונד מודרניות יכולות לעקוב אחרי תבניות נקודות זעירות בדופן השריר מפריים לפריים, ולחשב כמה כל אזור מתקצר ומתארך בכל פעימת לב. מדד זה, שנקרא מתיחה לאורך (longitudinal strain), חשוב במיוחד לחדר הימני. במחקר זה התמקדו הרופאים בערך מתיחה ממוצע הנלקח מששת מקטעים תקניים של דופן חדר ימין. ערכים פחות שליליים (כלומר פחות התקצרות) משקפים תפקוד שריר חלש יותר. מתוך 586 מבוגרים שאושפזו עם יתר לחץ דם ריאתי וכשל לב ימני, אלו שמתו הציגו ערכי מתיחה גרועים משמעותית ולחצים גבוהים יותר בעורק הריאה בהשוואה לניצולים, מה שמאשר שמדד התנועה המפורט הזה משקף סיכון ביולוגי ממשי.

ללמד בינה מלאכותית לקרוא את הלב

צוות המחקר בנה מודל למידה עמוקה שלא הסתמך על מספר יחיד או סוג תמונה יחיד. במקום זאת הוא ניתח שלושה זרמי מידע הנגזרים מתוך פעימת לב אחת: עקומות המתיחה המלאות לאורך הזמן, קטעי וידאו של האולטרא־סאונד משתי זוויות צפייה, וטראסות דופלר המראות את המהירות וכיוון זרימת הדם. כל זרם עבר עיבוד על ידי מקודד מיוחד משלו, ומודול "חציית תשומת לב" (cross-attention) לימד את ה‑AI ליישר יחד דפוסי תנועה, מבנה וזרימה ששייכים זה לזה. נכללו גם נתונים קליניים ומדידות אקו־לב קונבנציונליות. המשימה של המערכת הייתה ברורה: עבור כל מטופל, להפיק את ההסתברות למוות במהלך האשפוז ובמעקב ארוך טווח.

כמה טוב ה‑AI חזה תוצאות

המטופלים חולקו באקראי לקבוצות אימון, ולידציה ובדיקה כדי שהביצועים הסופיים ייבדקו על נתונים שה‑AI לא ראה קודם. בערכת המבחן העצמאית הגיע המודל לשטח מתחת לעקומת התכיפות המקבלת (AUC) של 0.823 — כלומר הוא דירג נכון מטופלים בסיכון גבוה מול נמוך יותר יותר מ‑8 פעמים מתוך 10. הוא נשא על פני מדידות סטנדרטיות נפרדות, כולל לחץ בעורק הריאה וערך המתיחה הממוצע של חדר ימין כשמשתמשים בהן לבד. מערכת ה‑AI הייתה גם מהירה: היא יכלה לנתח את המידע האולטרא־סאונד הנדרש בכ־4 דקות, לעומת כ‑20 דקות שבהן טכנאי סונוגרפיה היה מבצע ומפרש ידנית ניתוח מתיחה.

מה זה יכול לשנות בטיפול

עבור מטופל המניח במיטת טיפול נמרץ עם יתר לחץ דם ריאתי מתקדם, הידיעה האם לבו הימני נכנס לכשל באופן חרישי או שומר על יציבות יכולה לשנות בחירות טיפול — למשל מתי להחריף תרופות, לשקול טיפולים מתקדמים או לתכנן מעקב צמוד יותר. המחקר מציע שעוזר מבוסס AI, המשולב באקו־לב שגרתי, יכול לספק הערכת סיכון מדויקת ועדכנית יותר מאשר מדדים סטנדרטיים בלבד. למרות שהשיטה עדיין צריכה בדיקה בבתי חולים אחרים ובמכשירי אולטרא־סאונד שונים, היא מצביעה לכיוון עתיד שבו ניתוח אוטומטי ומפורט של תנועת הלב מסייע לרופאים להתאים טיפול ולשפר אף את ההישרדות לאוכלוסיות עם מחלת צד ימין חמורה.

ציטוט: Mou, H., Zhang, G., Xiu, L. et al. AI–assisted multimodal assessment for right ventricular function from echocardiography predicts mortality in patients with pulmonary hypertension and right heart failure. Sci Rep 16, 5323 (2026). https://doi.org/10.1038/s41598-026-36533-y

מילות מפתח: יתר לחץ דם ריאתי, כשל לב ימני, אקו־לב, בינה מלאכותית, חיזוי סיכון