זיהוי מדויק של שחמת וסיבוכיה ליצירת רישום דיגיטלי חדשני למדינה שלמה באינדיאנה

מדוע חשוב למצוא את החולים הנכונים

שחמת, או צלקת מתקדמת של הכבד, הפכה בשקט לסיבה מובילה לתמותה ולמניע מרכזי של הוצאות אשפוז בארצות הברית. כדי לשפר את הטיפול, החוקרים צריכים לחקור קבוצות גדולות מאוד של מטופלים אמיתיים במשך שנים רבות. זה אפשרי רק אם המחשבים מסוגלים לזהות בצורה אמינה מי אכן נושא שחמת מתוך מיליוני רשומות אלקטרוניות. המחקר הזה מסביר כיצד מדענים באינדיאנה בנו ובחנו שיטה חכמנית יותר לעשות זאת, וכיצד זה הוביל לרישום חדשני למדינה שלמה שישמש למחקרים עתידיים.

נתוני ענק ובעיה נפוצה

מערכות בריאות מודרניות מאחסנות כמות עצומה של מידע, מקודי אבחנה ותוצאות בדיקות מעבדה ועד רשימות תרופות. רוב המחקרים הגדולים על שחמת נשענים על קודי חיוב הידועים כ־ICD-10 כדי להחליט מי חולה. אך עבודות קודמות הראו ששימוש בקודים בלבד עלול להיות בלתי אמין: חלק מהאנשים מתוייגים בטעות כשחמת, בעוד אחרים מוחמצים לחלוטין, במיוחד אם מחלתם קלה יותר וללא סיבוכים ברורים. חוסר הוודאות הזה מקשה על אמון בממצאי המחקר ועל עיצוב מדיניות או טיפולים טובים יותר.

בניית רשימת בדיקה חכמה

צוות החוקרים השתמש ברשת המידע הבריאותי של אינדיאנה (Indiana Network for Patient Care), חילופי מידע שאחראי על כיסוי של כ־two thirds מתושבי המדינה ומשתרע על יותר מ־100 בתי חולים ומרפאות. הם חילקו את רשומות המטופלים לארבע קטגוריות פשוטות: אלו עם קודי אבחנה לשחמת; אלו עם דפוסי בדיקות דם שמרמזים בעוצמה על צלקות בכבד; אלו עם קודים לבעיות חמורות הקשורות לשחמת כגון נוזל בבטן או בלבול; ואלו עם קודים או בדיקות המעידות על סיבות לנזק לכבד, כגון דלקת כבד נגיפית, אלכוהול או מחלת כבד שומנית. מתוך אבני הבניין הללו יצרו שילובים — כמו "קוד אבחנה בתוספת סיבוך בתוספת סיבת מחלת כבד" — ובדקו אילו שילובים תואמים בשכיחות את השחמת האמיתית כאשר תרשימים נבדקו על ידי מומחי כבד.

בדיקת הגישה בעולם האמיתי

כדי לשפוט דיוק, הצוות בחן באופן ידני למעלה מ־700 תרשימים רפואיים מפורטים והשווה את שיקול הדעת המומחה שלהם עם מה שכל שילוב קודים חזה. הם התמקמו במשפחת הכללים "AX": כל מטופל עם קוד אבחנה לשחמת בתוספת לפחות אות איתות נוספת (דפוס מעבדה מסוכן, סיבוך או סיבה בסיסית). באופן כללי, כללי AX זיהו נכונה שחמת בכ־86 אחוז מהמקרים. שילובים שכללו קוד אבחנה, סיבוך וסיבת מחלת כבד — שלעיתים הוסיפו גם ציוני מעבדה בסיכון גבוה — נתנו את התוצאות הטובות ביותר, עם דיוק לעתים קרובות מעל 90 אחוז. חשוב לציין שחלק מהשילובים שלא נשענו על סיבוכים בולטים עבדו היטב אף הם, כלומר השיטה יכולה למצוא גם שחמת מוקדמת ומוגCompensated וגם מחלה מתקדמת יותר.

מגבלות הקודים לסיבוכים חמורים

החוקרים בדקו גם עד כמה הרשומות האלקטרוניות מסוגלות לזהות שני סיבוכים מסוכנים: בלבול הנגרם על ידי רעלנים כבדיים (אנצפלופתיה כבדית) והצטברות נוזלים בבטן (אסציטס). כאן, קודי אבחנה פשוטים הופיעו כחלשים. עבור אסציטס, רק קצת יותר מחצי מהמטופלים שסומנו על ידי קודים אכן נמצאו כבעלי הצטברות נוזל הקשורה לשחמת בבדיקת התרשימים. עבור אנצפלופתיה, שילוב של קודי אבחנה עם מרשמים לתרופות שנמצאות בשימוש שכיח לטיפול במצב, כגון לקטולוז או ריפקסימין, שיפר את הדיוק אך עדיין לא הגיע לרמות אידיאליות. ממצאים אלה מהדהדים מחקרים קודמים ומרמזים שיידרשו כלים מתוחכמים יותר, כגון ניתוח מחשובי של תמלילי רופאים, כדי לעקוב באופן אמין אחרי אירועים כאלה.

מה משמעות הדבר לחולים ולמחקר עתידי

בשפה פשוטה, המחקר מראה ששילוב חתיכות שונות של נתוני בריאות שגרתיים — קודי אבחנה, בדיקות דם וסיבות בסיסיות לנזק לכבד — יוצר דרך הרבה יותר מהימנה למצוא אנשים עם שחמת במאגרי נתונים גדולים מאשר שימוש בקודים בלבד. כללים פרקטיים אלה ניתנים לשימוש מידי על ידי מערכות בריאות, חברות ביטוח וחוקרים ללא צורך בבינה מלאכותית מתקדמת או תוכנה מסובכת. באמצעותם בנה הצוות את Indiana Digital Cirrhosis Cohort, רישום מדינתי של יותר מ־14,000 אנשים עם שחמת בשלבים מוקדמים ומתקדמים. עם הזמן, משאב זה אמור לעזור לענות על שאלות דחופות לגבי מי מפתח סיבוכים, כיצד טיפולים פועלים בשגרה היומיומית וכיצד לצמצם אשפוזים ותמותה ממחלת כבד כרונית.

ציטוט: Desai, A.P., Shamseddeen, H., Lembcke, L. et al. Accurately identifying cirrhosis and its complications to create the novel statewide Indiana digital cirrhosis registry. Sci Rep 16, 10093 (2026). https://doi.org/10.1038/s41598-026-39585-2

מילות מפתח: שחמת, תיקים רפואיים אלקטרוניים, אלגוריתמי ICD-10, רישומי מחלות, סיבוכי כבד