שימוש באופטית קוהרנטיות טומוגרפית ולמידת מכונה לזיהוי חריגויות ראייה בילדים עם נוירופיברומטוזיס סוג 1

מדוע הדבר משמעותי לראיית ילדים

בין ילדים הסובלים ממחלה גנטית נדירה הנקראת נוירופיברומטוזיס סוג 1 (NF‑1), אובדן ראייה עלול להיות סיבוך שמשנה חיים. רופאים כבר משתמשים בסריקה עינית לא פולשנית הנקראת אופטית קוהרנטיות טומוגרפיה (OCT) כדי לבחון מבנים זעירים בחלקו האחורי של העין, אך המרת התמונות האלה לאיתותים ברורים על מי מהילדים בסיכון הייתה מאתגרת. מחקר זה בוחן האם זיהוי תבניות ממוחשב, הידוע כלמידת מכונה, יכול להפוך מדידות שגרתיות של OCT למערכת התרעה מוקדמת לבעיות ראייה אצל מטופלים צעירים אלה.

הפרעה גנטית עם סיכוני עין סמויים

NF‑1 משפיעה על בערך אחד מכל 2,500–3,000 יילודים ויכולה לגרום למגוון שינויים בעור, בעצב ובעין. אחת האיומים החמורים ביותר היא הופעת גליומות במסלול הראיה, הקרויות גליומות של מסלול הראייה (optic pathway gliomas). בערך אחד מכל חמישה ילדים עם NF‑1 צפוי לפתח גידולים אלה, לעיתים סביב גיל חמש, ובחלק מהמקרים יופיע אובדן חדה או שדה ראייה ממושך. מאחר שילדים צעירים עלולים לא לשים לב או לא לדווח על ירידה בראייה, הרופאים נאלצים להסתמך על בדיקות תקופתיות וסריקות מוח כדי לתפוס בעיות בשלב מוקדם — הליכים שעלולים להיות מתישים, גוזלי זמן ולעיתים לא חד־משמעיים.

מבט קרוב על חיווט העין

OCT פועלת קצת כמו אולטרסאונד, אך עם אור במקום קול, ומייצרת תמונות חתך מפורטות של הרשתית ועצב הראייה. צוות המחקר התמקד בעוביים או הדקויות של שכבות ספציפיות, במיוחד שכבת סיבי העצב של הרשתית (retinal nerve fiber layer) ושכבות התאים הגנגליוניים, אשר משדרות אותות חזותיים מהעין אל המוח. הם אספו 515 בדיקות OCT מ-168 ילדים ונערים בגילאי 3 עד 19, חלקם עם ראייה תקינה ואחרים שהציגו ירידה בראייה בבדיקה אחת או יותר. במקום לנתח כל פיקסל בכל סריקה, המדענים השתמשו בסיכומים מספריים פשוטים — עוביים כוללים של שכבות מפתח במקולה (מרכז הרשתית) וסביב אזור עצב הראייה — מה שעשה את התוצאות לקלות יותר לקישור לאנטומיה אמיתית ולמה שרופאים כבר רואים בפרקטיקה.

אימון מחשבים לזהות סימני התרעה מוקדמים

החוקרים ניסו תשע שיטות למידת מכונה שונות כדי לראות איזו מהן תוכל להבדיל בין ראייה תקינה לחריגה תוך שימוש רק במדידות העובי הללו. הם שמו דגש מיוחד על הימנעות מתוצאות אופטימיות מדי על‑ידי הבטחת כך שדאטה מאותו ילד לא יופיע הן בערכות האימון והן בערכות המבחן. מודל שנקרא Balanced Random Forest — למעשה אנסמבל של עצי החלטה המותאם לגודלי קבוצות בלתי שווים — התגלה כהתאמה הטובה ביותר ככלי סינון. באמצעות מדידות מקולריות בלבד, הוא הפריד נכון בין ראייה תקינה לחריגה עם שטח תחת העקומה של 0.82 וגילה כעשרה שניים משל הילדים עם בעיות ראייה, רמת רגישות שנחשבת חשובה כאשר העדיפות היא לא להחמיץ מטופלים בסיכון.

מספרים לספי מעשיים

כדי לשמור על המערכת מובנת לרופאים, הצוות השתמש בשיטת הסבר שמציגה עד כמה כל מאפיין דוחף את המודל לחזות ראייה תקינה או חריגה. זה חשף כי דילול בשכבת סיבי העצב של הרשתית ובשכבות הגנגליוניות המשולבות, הן במקולה והן באזור העצב, היה מקושר בחוזקה לאובדן ראייה. החוקרים הלכו צעד נוסף והשתמשו בהסברים אלה לגזירת ערכי סף משוערים — לדוגמה, עובי שכבת סיבי העצב במקולה דק יותר מכ-34 מיקרומטר היה מקושר לפרופורציה גבוהה בהרבה של ילדים עם ראייה חריגה. הם גם בדקו כיצד הסיכון עולה כאשר יותר שכבות חוצות את הספים שלהן: ילדים שעומדים בשלושה ספי חריגה או יותר היו בעלי סבירות גבוהה בהרבה לבעיות ראייה מאלו שלא, מה שמרמז ששילוב של מספר שינויים עדינים יכול לחדד את האומדנים של הסיכון.

מה משמעות הדבר למשפחות ולרופאים

המחקר מראה כי מדידות פשוטות שכבר זמינות מסריקות OCT סטנדרטיות של העין ניתנות להפיכה לכלי שקוף ממוקד נתונים שיכול לסמן ילדים עם NF‑1 שעשויים לפתח נזק מאיים על הראייה. במקום להחליף רופאים, מודלים כאלה יכולים להדגיש אילו ילדים זקוקים למעקב צמוד יותר, לטיפול מוקדם או לבדיקות נוספות. ערכי הסף המוצעים וכללי "מספר השכבות החריגות" אינם מוכנים עדיין להנחיית טיפול באופן עצמאי; יש לאששם במחקרים גדולים ורב‑מרכזיים. עם זאת, עבודה זו מרמזת כי שילוב של דימות עין מדויק ובינה מלאכותית מוסברת עשוי לסייע בהגנה על הראייה בקבוצת ילדים פגיעה על ידי זיהוי הבעיה לפני שהיא הופכת לבלתי הפיכה.

ציטוט: Cañada, C.F., Parcerisas, J.G., Bartomeu, J.P. et al. Utilizing optical coherence tomography and machine learning to identify vision abnormalities in pediatric neurofibromatosis type 1 patients. Sci Rep 16, 7237 (2026). https://doi.org/10.1038/s41598-026-37900-5

מילות מפתח: נוירופיברומטוזיס סוג 1, ראייה בילדים, אופטית קוהרנטיות טומוגרפיה, למידת מכונה, שכבת סיבי העצב הרשתית