ניתוח רב-משתני מבוסס בינה מלאכותית של דפוסי חיסון–אורח חיים המקושרים לאיבוד הריון חוזר: מחקר רטרוספקטיבי חקרני

מדוע זה חשוב להורים בתקווה

בעבור זוגות רבים, איבוד יותר מהריון אחד הוא שבר לב בלתי נראה שנראה כי מתרחש ללא אזהרה או תשובות ברורות. מחקר זה בוחן האם גורמים יומיומיים כמו משקל גוף ועישון, יחד עם סימנים עדינים ממערכת החיסון, יכולים ליצור דפוס מזוהה שעוזר לרופאים להעריך את סיכוייה של אשה להפלות חוזרות. באמצעות צורה מודרנית של בינה מלאכותית לניתוח בדיקות דם שגרתיות מעשרות אלפי נשים, החוקרים שואפים להפוך מספרים מפוזרים במעבדה להנחיות מעשיות למניעה וטיפול.

מחפשים דפוסים מאחורי האובדן החוזר

איבוד הריון חוזר (RPL) מוגדר בדרך כלל כהפלות שתי פעמים או יותר לפני שבוע 24 להריון ומשפיע על עד אישה אחת מכל עשרים המנסה להרות. בכ-50% מהמקרים הבדיקות הרפואיות הסטנדרטיות אינן מצליחות לחשוף סיבה ברורה. עבודות קודמות קישרו השפעות רבות לאיבוד הריון, כולל גיל, השמנת יתר, עישון, אלכוהול, בעיות בתירואיד ותגובות חיסוניות לעובר. במקום לחקור כל גורם בנפרד, הצוות שאל האם קיים טביעת אצבע משולבת של "חיסון–אורח חיים" המבדילה נשים עם RPL מאשר עם הריונות תקינים, והאם ניתן לזהות טביעת אצבע כזו באופן אמין בעזרת מודל למידה עמוקה.

מאגר נתונים עצום וכלי למידה חכם

החוקרים אספו רשומות ממויינות מהן הוסרו פרטים מזהים מחמישה מרכזי פוריות ברחבי איראן, שכללו יותר מ-36,000 נשים שנסקרו בין 2014 ל-2024. זאת כללה 16,818 נשים עם היסטוריה של אובדן חוזר ו-19,979 נשים עם הריונות מוצלחים. עבור כל אישה נאספו 22 פריטים: גיל, מדד מסת גוף (BMI), שימוש בעישון ואלכוהול, רמות הורמונים וויטמינים בסיסיות, ספירות של תאי חיסון שונים בדם ולוח מבחנים של נוגדנים עצמיים שעשויים לתקוף לעתים את רקמות הגוף. לאחר מכן אימנו מודל למידה עמוקה מיוחד בשם TabNet, שנועד לעבוד היטב עם נתונים בטבלאות רפואיות ויכול להבהיר אילו קלטים חשובים ביותר להחלטותיו. נעשו בדיקות קפדניות למניעת התאמה יתר ולהבטיח שהמודל לא ילמד בטעות רמזים חבויים כגון סדר הנתונים או מוזרויות של ערכים חסרים.

מה המודל למד מהמספרים

בנתוני אימות שלא נראו קודם, הבינה המלאכותית הפרידה בין נשים עם דפוסי חיסון–אורח חיים הקשורים ל-RPL לבין קבוצת ביקורת בריאה בדיוק גבוה מאוד. הדיוק הכולל שלה היה כ-95%, הרגישות (איתור הנשים המושפעות) קרובה ל-97% והספציפיות (זיהוי נכון של נשים בריאות) מעל 92%. מדד ביצועים סטנדרטי שנקרא שטח תחת העקומה (AUC) היה 0.985, מה שמציין הפרדה מצוינת בין שתי הקבוצות. חשוב מכך, הערכות הסיכון של המודל היו מכוילות היטב: ההסתברויות החזויות התאימו בקירוב לתדירויות בפועל של דפוסי RPL בנתונים. אימות צולב חוזר ובדיקות עם תיוגים מעורבבים הראו שהביצועים יציבים ואינם תוצאה של מקריות או הטיות חבויות במאגר הנתונים.

כיצד אורח החיים והחיסון פועלים יחד

על ידי בחינת התכונות עליהן המודל הסתמך ביותר, המחברים מצאו כי סמנים חיסוניים מסוימים, במיוחד האיזון בין שני סוגים של תאי T מסייעים (לעתים מסוכמים כיחס Th1/Th2) ויחס CD4 לשאר תאי T, מילאו תפקידים מובילים. אותות אלה הופיעו לצד BMI, גיל, סמני תאי B וכמה נוגדנים עצמיים, מה שמרמז שלפעילות החיסונית וממצב מטבולי יש השפעה על הסיכון. הניתוח תומך בתמונה שבה משקל עודף ועישון מקדמים דלקת בדרגה נמוכה וטון חיסוני אגרסיבי יותר, שיכול בתורו לערער את הסבילות הנדרשת כדי שההריון ישגשג. גם גורמים שנראו פחות חשובים בממוצע, כמו נוגדני תירואיד או ויטמין D, סייעו לעתים למודל כאשר נתונים אחרים היו חסרים, והדגישו כי הרבה אותות קטנים יכולים להצטבר להשפעה משמעותית.

מנתונים מורכבים להחלטות בעולם האמיתי

מכיוון שהבדיקות הנדרשות כבר נפוצות במרפאות פוריות, הצוות בנה ממשק אינטרנטי פשוט: קלינאים יכולים להעלות גיליון אלקטרוני עם 22 המדידות ולקבל דוח המתאר את פרופיל החיסון–אורח החיים של האשה והערכה של הסיכוי ללידה חיה עתידית. הכותבים מדגישים שהכלי אינו כדור בדולח לתוצאת ההריון, ולא משנה מחלות בהגדרות חדשות. במקום זאת, הוא מציע דרך לזהות נשים שבהן דפוסי החיסון ואורח החיים מרמזים על סיכון גבוה יותר, כדי שאנשי הרפואה יוכלו להעדיף צעדים כמו ניהול משקל, הפסקת עישון ובמקרים המתאימים, טיפולים המווסתים את מערכת החיסון לפני ההריון הבא.

מה משמעות הדבר לחולות

המחקר מראה שבינה מלאכותית מודרנית יכולה לקשור יחד הרגלי בריאות יומיומיים וקריאות חיסוניות מפורטות לתמונה סיכונית אחת אמינה לאיבוד הריון חוזר. עבור מטופלות, משמעות הדבר יכולה להיות מעבר מניחומים מעורפלים או טיפולים בניסיון וטעייה לייעוץ ממוקד יותר: מי זקוקה לשינויים באורח החיים בלבד, מי עשויה להפיק תועלת מבדיקות חיסוניות מעמיקות יותר ומי נראה בסיכון נמוך יחסית. המודל עדיין צריך להיבדק במדינות ובמסגרות מרפא שונות, אך הוא מצביע לעתיד שבו בדיקת דם שגרתית ואלגוריתם חכם יסייעו לתת לזוגות ציפיות ברורות יותר ותמיכה ממוקדת יותר במסלול להיריון בריא.

ציטוט: Dashti, M., Aslanian-Kalkhoran, L., Doustfateme, S. et al. Multivariable AI-based analysis of immune–lifestyle patterns associated with recurrent pregnancy loss: an exploratory retrospective study. Sci Rep 16, 8250 (2026). https://doi.org/10.1038/s41598-026-38941-6

מילות מפתח: איבוד הריון חוזר, מערכת החיסון, גורמי אורח חיים, למידה עמוקה, טיפול בפריון