הערכת ביצועים מקיפה של BMIA-12A — מערכת לכימות תאי מוח עצם בדגימות תקינות ובמחלות המטולוגיות

למה סופר תאי מוח עצם חשוב

כאשר רופאים מאבחנים סרטן דם כגון לוקמיה או מיאלומה נפוצה, הם בוחנים ממרחים של מוח עצם תחת מיקרוסקופ וסופרים אלפי תאים ביד. עבודה איטית ומייגעת זו משפיעה על החלטות שמשנות חיים לגבי אבחון, טיפול והסתמנות. המאמר מציג ובוחן בקפדנות מערכת בינה מלאכותית חדשה, BMIA‑12A, שנועדה לאוטומציה של חלק גדול מהספירה — מה שעלול להאצת תוצאות, להגביר עקביות ולהפחית תלות במומחה היחיד שקורא את הטמפרטורת.

עוזר דיגיטלי חדש למיקרוסקופ

המערכת BMIA‑12A מעבדת תמונות ממוחשבות של ממרחי מוח עצם ומשתמשת באלגוריתמים של למידה עמוקה כדי לזהות ולסווג תאים ל‑16 סוגים עיקריים, כולל תאי "בלסט" מוקדמים המזהים לוקמיות ותאי פלזמה שמרכזיים במיאלומה נפוצה. במחקר זה ניתחנו 298 ממרחים מ‑149 אנשים, שכללו דגימות תקינות, הפרעות בתאי פלזמה ומספר צורות של לוקמיה חדה. לכל ממרח השוו החוקרים שלוש גישות: ספירות אוטומטיות מלאות של ה‑AI, ספירות AI שבדקו ותוקנו על ידי מומחים, וספירה ידנית מסורתית במיקרוסקופ. בנוסף נבדקו שתי טכניקות הכנה מקובלות של זכוכית — ממרחי ווודג' (wedge) ו‑squash — כדי לראות כיצד איכות הממרח משפיעה על ביצועי ה‑AI.

כמה טוב המערכת מזהה תאים תקינים

במוח עצם של אנשים ללא ממאירות המערכת הראתה ביצועים מרשימים. היא סיווגה נכונה כ‑95% מתוך כמעט 38,000 תאים בשתי ההכנות (wedge ו‑squash), כאשר 14 מתוך 16 סוגי תאים הציגו ריקול מעל 90%. ממרחי wedge — שבהם המדגם מפוזר בצורה חלקה על הזכוכית — סיפקו דיוק מעט גבוה יותר לתאים פתוגנומיים מרכזיים כמו תאי פלזמה, בלסטים ובאזופילים נדירים. רוב הטעויות של ה‑AI אירעו בין סוגי תאים שנראים דומים מאוד, כגון שלבים סמוכים בהתמיינות תאי דם לבנים או לימפוציטים ריאקטיביים שנראים כבלסטים. כאשר החוקרים השוו את השכיחות של כל סוג תא על פני דגימות שלמות, התוצאות של ה‑AI אחרי בדיקת מומחים התאימו באופן הדוק, בעוד שספירות ידניות מסורתיות היו משתנות יותר, מה שמשקף את הסובייקטיביות והדגימה המוגבלת של ספירה אנושית.

מה קורה במיאלומה ולוקמיה

במחלות, הביצועים היו מעורבים יותר. בהפרעות תאי פלזמה, ה‑AI היה מדויק מאוד בזיהוי תאי פלזמה אך החמיץ כ‑רבע מהם, במיוחד במיאלומה נפוצה שבה המוח עצם רווי בתאי פלזמה פתולוגיים ששונים בצורתם מהדוגמאות הסטנדרטיות ששימשו לאימון. כתוצאה מכך ה‑AI נטה להתייחס לאחוזי תאי הפלזמה כנמוכים יותר בהשוואה לספירות ידניות ולספירות שתוקנו על ידי מומחים, במיוחד כאשר עומס הגידול היה גבוה. דפוס דומה נראה בלוקמיות חריפות: ה‑AI היה טוב בזיהוי בלסטים באופן כללי, בעיקר בממרחי wedge, אך לעיתים ייחס בלסטים א-טיפיים לקטגוריות דומות כמו מונוציטים או תאים מיואידיים מוקדמים. ספירות ידניות נתנו באופן עקבי אחוזי בלסט גבוהים יותר מאשר גם התוצאות האוטומטיות וגם התוצאות הדיגיטליות שנבדקו על ידי מומחים, עם הפערים הגדולים ביותר בסוגי גנוטיפים מסוימים כמו AML עם מוטציית NPM1 ו‑B‑cell ALL עם פיוז'ן BCR::ABL1, שבהם מורפולוגיית הבלסטים יוצאת דופן במיוחד.

למה הכנת הממרח וגנטיקה חשובות

המחקר הראה שדרך הכנת הממרח והגנטיקה התאית משפיעות שניהם על ביצועי ה‑AI. בממרחי squash, שבהם מקמיעים שאריות מוח עצם בעדינות בין זכוכיות, נוצרו עיוותים שהטשטשו פרטי גרעין עדינים והגדילו את הבלבול בין שלבי הבשלות הסמוכים ובין בלסטים לתאים צעירים אחרים. ממרחי wedge שמרו על מבנה טוב יותר, והתגלו בהם ריקול ודיוק גבוהים יותר, ולכן המחברים ממליצים עליהם כפורמט תקני לניתוח בעזרת AI. מבחינה ביולוגית, בלסטים מסוגים גנטיים מסוימים נוטים להציג צורות גרעין מובחנות ולעתים מעוותות או תכונות א-טיפיות אחרות. מכיוון שמערכות AI נוטות להיות מאומנות בעיקר על תאים תקינים, הווריאנטים הנוופלסטיים האלה עלולים להיכנס לקטגוריה התקינה "הקרובה ביותר", מה שמוביל להערכת חסר שיטתית של עומס המחלה דווקא אצל המטופלים שבהם ספים מדויקים חשובים ביותר.

איך זה משנה את המעבדה היום

לסיכום, הממצאים מרמזים כי BMIA‑12A כבר מהימן דיו לפעול ככלי סינון ומשנה סדר עדיפויות חזק, במיוחד לדגימות מוח עצם תקינות וספירות דיפרנציאליות שגרתיות. הוא יכול לבחון במהירות עשרות אלפי תאים בממרח ולספק תוצאות יציבות ושחזוריות שמתאימות היטב לבדיקת מומחה. עם זאת, הפערים הברורים ולעתים הגדולים מול ספירות ידניות בלוקמיות ובסרטןי תאי פלזמה מראים כי מומחים אנושיים נשארים חיוניים לפרשנות סופית, במיוחד בקרבת ספי אבחון ובתתי‑סוגים גנטיים היפר‑סכנתיים. המחברים טוענים שמעבדות שמאמצות כלים כאלה חייבות לאמתם בקפידה עבור שיטות הכנת הממרחים שלהן ולבנות נהלי עבודה שבהם ה‑AI מספק קו בסיס אובייקטיבי שהמומחים מליטשים, ולא תחליף לשיקול דעת מומחה.

ציטוט: Kim, H.N., Lee, J.H., Jung, Y. et al. Comprehensive performance assessment of the BMIA-12 a system for bone marrow cell quantification in normal and hematological malignancy samples. Sci Rep 16, 8798 (2026). https://doi.org/10.1038/s41598-026-39443-1

מילות מפתח: בינה מלאכותית בהמטולוגיה, ציטולוגיה של מוח העצם, אבחון לימפומה/לוקמיה, מיאלומה נפוצה, מיקרוסקופיה דיגיטלית