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

Clear Sky Science · he

SwinCup-DiscNet: מסגרת טראנספורמר משולבת לאבחון גלוקומה באמצעות תכונות של דיסק וכוס אופטי

· חזרה לאינדקס

מדוע זה חשוב להצלת הראייה

גלוקומה היא אחת הסיבות המרכזיות בעולם לעיוורון בלתי הפיך, ובכל זאת היא לעתים קרובות מתפתחת בשקט, ללא כאב או סימנים מוקדמים. רופאי עיניים יכולים לזהות שינויים עדינים בחלק האחורי של העין לפני שאובדן הראייה מתרחש, אך אבחון ידני לכל מטופל הוא איטי ולעתים לא אחיד. מאמר זה מציג את SwinCup-DiscNet, מערכת בינה מלאכותית חדשה שקוראת צילומי רשתית כדי לאתר גלוקומה מוקדמת, ומשלבת סימנים קליניים מסורתיים עם למידה עמוקה מודרנית.

Figure 1
Figure 1.

מבט על העצב בתוך העין

כדי להבין מה המערכת עושה, מועיל לדעת כיצד מזהים בדרך כלל גלוקומה. מומחי עיניים בוחנים את ראש העצב הראייתי, המקום שבו העצב שמעביר מידע חזותי יוצא מהעין. במרכז ה"דיסק" נמצא שקע בהיר שנקרא "כוס". ככל שהגלוקומה מתקדמת, הכוס נוטה להעמיק ולהתרחב, וחודרת לשולי הרקמה העצבית הסמוכה. מספר מפתח הוא יחס כוס-ל-דיסק, שמשווה את גודל הכוס לגודל הדיסק. יחס גבוה יותר לעתים מעיד על נזק. מדידה ידנית של יחס זה על אלפי צילומי רשתית היא מעייפת, ואף המומחים עלולים לחלוק על הממצאים. SwinCup-DiscNet מאוטומטת הן את מדידת היחס והן את השיפוט הכולל האם העין עשויה לסבול מגלוקומה.

מערכת דו-נתיבית שרואה פרטים ותמונה רחבה

המערכת פועלת בשני מסלולים מקבילים כאשר היא מקבלת תמונת פונדוס של הרשתית. הראשון, ענף הסגמנטציה מבודד את הדיסק האופטי והכוס המרכזית. הוא משתמש ברשת מיוחדת הידועה כ-Attention U-Net, שלומדת להדגיש את המבנים החשובים ולהתעלם מתכונות רקע מסיחות דעת כגון כלי דם ואומדנים של תאורה. לאחר זיהוי גבולות הכוס והדיסק, המערכת מעמנת אותם ומתאימה צורות אליפטיות נקיות, ואז מודדת את הגדלים האנכיים שלהם כדי לחשב את יחס הכוס-ל-דיסק האנכי — מדד קליני מהימן לגלוקומה.

לומדת דפוסים שמעבר למה שהעין יכולה למדוד

במסלול השני, ענף מבוסס טראנספורמר בוחן את כל התמונה מבלי להתמקד במספר יחיד. ענף זה משתמש ב-Swin Transformer, מודל למידה עמוקה מודרני שמחלק את התמונה לפאצ'ים קטנים ומנתח כיצד הם מתייחסים זה לזה על פני כל הרשתית. בכך הוא לוכד דפוסים עדינים במרקם, צבע ומבנה סביב העצב האופטי ואזורים סמוכים שעשויים להיות מקושרים לגלוקומה אך קשים לאנושיים לכימות. מתוך המבט הגלובלי הזה המודל מפיק הסתברות שהתמונה שייכת לאדם עם גלוקומה.

Figure 2
Figure 2.

מיזוג רמזים מהימנים עם אינטואיציה של ה-AI

הלב של SwinCup-DiscNet הוא האופן שבו היא ממזגת את שתי מקורות הראיות הללו. במקום להסתמך רק על יחס הכוס-ל-דיסק או רק על ההסתברות של הטראנספורמר, המערכת מערבבת ביניהם באמצעות כלל משוקלל. יחס הכוס-ל-דיסק מנורמל בהתאם להתנהגותו בנתוני האימון, ואז משולב עם הסתברות המודל לגלוקומה לציון יחיד. אם הציון המשולב עובר סף מסוים, העין מסווגת כגלוקומטית; אם לא — היא מוגדרת כנורמלית. עיצוב זה שומר את ההחלטה מעוגנת במדידה קלינית מוכרת ובאותה עת מנצל את הדפוסים העשירים שה-AI יכול לזהות. המערכת גם מציירת את קווי המתאר האליפטיים המתואמים על התמונה המקורית, ומספקת לרופאים המחשה ברורה של איזו אזור הניע את ההחלטה.

בדיקה מעשית של השיטה

המחברים העריכו את SwinCup-DiscNet על שלושה מאגרים ציבוריים נפוצים של תמונות רשתית: LAG, ACRIMA ו-DRISHTI-GS. אוספים אלה שונים בסוג המצלמה, איכות התמונה ותמהיל המטופלים, מה שהופך אותם למבחן קשה. בכל אחד מהם, המערכת החדשה התאימה או התעלה על רשתות קונבולוציה מסורתיות ושיטות שמבצעות רק סגמנטציה של הכוס והדיסק. היא השיגה איכות סגמנטציה גבוהה מאוד, שגיאה נמוכה בהערכת יחס הכוס-ל-דיסק, ודיוקי סיווג קרובים ל-99 אחוז ואף מעליהם, עם עקומות ביצועים חזקות המראות שהיא נדירה בבלבול בין עיניים בריאות למחוללות. ניתוח שגיאות הראה שרוב האיתותים החיוביים המוטעים היו במקרים גבוליים שבהם הכוס האופטית הייתה גדולה מטבען אך לא חולה באמת — פשרה שלרוב מקובלת בסקר.

מה משמעות הדבר לסקרי עיניים בעתיד

במילים פשוטות, SwinCup-DiscNet מראה שבינה מלאכותית יכולה גם "לחשוב כמו רופא" על ידי שימוש בסמנים מבוססים כגון יחס הכוס-ל-דיסק וגם "לראות מעבר לברור" על ידי למידה של דפוסים מורכבים בתמונות רשתית. בשילוב בין החוזקות הללו, המערכת מספקת סקר גלוקומה מדויק ובר-פירוש יותר מאשר גישות רבות קיימות. עם בדיקות נוספות על נתוני בתי חולים מהעולם האמיתי והרחבות אפשריות להערכת דרגת חומרת המחלה, סוג זה של AI היברידי יכול להפוך לעוזר מעשי במרפאות עיניים, ולסייע לתפוס גלוקומה מוקדם יותר ולמנוע עיוורון מיותר.

ציטוט: Chilukuri, R., Praveen, P., Gatla, R.K. et al. SwinCup-DiscNet: A fusion transformer framework for glaucoma diagnosis using optic disc and cup features. Sci Rep 16, 7920 (2026). https://doi.org/10.1038/s41598-026-39065-7

מילות מפתח: גלוקומה, תצפית רשתית, למידה עמוקה, עצב הראייה, סקר רפואי