מיון סיכוני פיזיולוגי מבוסס למידה עמוקה בין עובדי בתי חולים במשמרות לילה

מדוע משמרות לילה חשובות לבריאות שלכם

בתי חולים לעולם אינם ישנים, אך האנשים שמפעילים אותם משלמים מחיר ביולוגי. המחקר הזה בוחן מקרוב את גופם של למעלה מאלפיים עובדים בבתי חולים כדי לשאול שאלה פשוטה: כיצד עבודה במשמרות לילה משנה בשקט את סיכוני הבריאות שלהם, גם כאשר בדיקות השגרה נראות תקינות? באמצעות בינה מלאכותית מודרנית, החוקרים מציירים דפוסים חבויים בלחץ דם, הכולסטרול ובבדיקות מעבדה נוספות כדי לזהות אילו מהעובדים במשמרות לילה נמצאים בדרך לבעיות מטבוליות וללבביות — לפני שהמחלה תתגלה באופן מלא.

מבט מעבר לממוצעים: דפוסים חבויים

רוב המחקרים הקודמים השוו תוצאות ממוצעות של עובדים במשמרות מול עובדים ביום. כאן הצוות הלך צעד קדימה. הם אספו נתוני בריאות שגרתיים — כגון מדד מסת גוף, היקף מותן, לחץ דם, סוכר בדם, אנזימי כבד וסוגי כולסטרול שונים — מ-2,250 עובדי בתי חולים בקוריאה הדרומית, כחצי מהם בעבודת משמרות לילה. במקום לשאול רק האם ערכי הקבוצה היו גבוהים או נמוכים יותר, הם בדקו כיצד כל המדדים הללו משתלבים זה עם זה כמערכת בתוך כל אדם. זה חשוב כי שני עובדים עשויים להראות ערכי מעבדה דומים על הנייר אך להבדיל באופן מהותי בחוסנם מול הלחץ שנגרם משעות לא סדירות ושיבוש שינה.

הפיכת תוצאות מעבדה למפת בריאות

כדי לחשוף את המבנים החבויים הללו, החוקרים השתמשו בכלי מתמטי שהופך מדידות רבות לצורת "מפה פיזיולוגית". כל עובד הופך לנקודה יחידה על המפה, ממוקמת לפי הפרופיל המטבולי הכולל שלו. כיוון מרכזי אחד על המפה משקף עומס מטבולי כללי: נקודות שממוקמות רחוק יותר לאורך ציר זה נוטות להשתייך לאנשים עם משקל גוף גבוה יותר, לחץ דם גבוה יותר ושומני דם גבוהים יותר (טריגליצרידים). כיוון אחר משקף עד כמה הגוף שומר על איזון הכולסטרול, בעיקר הדחף־משיכה בין "כולסטרול רע" ל"כולסטרול טוב". על המפה הזו, עובדי משמרות לילה — על אף שהיו צעירים בממוצע בכעשר שנים — נטו להימצא באזורים המקושרים למתח מטבולי כבד יותר.

זיהוי מוקדי סיכון והשפעות עומס העבודה

בהסתמכות על המפה הזו, הצוות אימן מודל למידה עמוקה להעריך את הסיכון המטבולי של כל אדם, תוך שימוש גם במדידות רפואיות וגם בפרטי התפקיד שלהם, כגון שנות עבודה במשמרות לילה ושעות עבודה שבועיות. כשצבעו את המפה לפי הסיכון החזוי, הופיע אזור חם ברור שבו משקל מוגבר, לחץ דם וטריגליצרידים הצטברו יחד. בתוך אוכלוסיית עובדי הלילה, אזורים אלה בעלי סיכון גבוה חפפו עם דפוסים של רצפים ארוכים יותר של משמרות לילה וריבוי שעות עבודה. הניתוח גם הראה עליה חדה בסיכון החזוי כאשר רמות הטריגליצרידים חצו סף של "גבולי גבוה" בקירוב, מה שמרמז על נקודת מפנה שבה יכולת הגוף להתמודד מתחילה להיחלש.

גופים שונים — רגישויות שונות

המחקר לא הסתפק בסימון אזור סכנה כללי. על ידי שילוב המפה הפיזיולוגית עם טכניקת אשכולות נוספת, החוקרים מצאו תת‑קבוצות מובחנות של עובדים. אשכול אחד, מרוכז באזורים של עומס מטבולי כבד ואיזון כולסטרול חלש, הכיל עובדי לילה עם סיכון חזוי גבוה במיוחד, למרות גילם הצעיר יחסית. אשכול אחר הציג איזון טוב יותר של הכולסטרול וסיכון נמוך יותר, גם בקרב אנשים החשופים לסדרי לילות דומים. משמעות הדבר היא שהפגיעות של עובד מעוצבת לא רק על ידי מספר המשמרות שהוא עובד, אלא גם על ידי היכולת המולדת שלו לשמור על איזון שומנים וסוכרים כשהשעון הביולוגי מופר פעמים רבות.

מה המשמעות הזו עבור עובדי לילה ובתי חולים

בלשון פשוטה, המחקר מראה שעבודה במשמרות לילה אינה מזיקה לכל אחד באותו האופן, ושממוצעים מסורתיים עלולים להסתיר את האנשים שזקוקים לעזרה ביותר. באמצעות בינה מלאכותית לציור נוף סיכונים אישי, בתי חולים יכולים לעבור מכללים אחידים לפתרונות ממוקדים. סמנים פשוטים כגון רמות טריגליצרידים, לחץ דם ודפוסי שעות עבודה יכולים לסייע לסמן עובדים שגופם נוטה להיכנס לאזור מסוכן פיזיולוגית, אפילו לפני שהם מפתחים מחלה ברורה. המחברים טוענים כי ניטור פרטני ומונחה נתונים כזה יכול להנחות לוחות זמנים בריאותיים יותר להתחלפות משמרות ולמניעת התערבויות מוקדמות, מה שהופך את הטיפול ה-24/7 לבטוח יותר לא רק עבור החולים, אלא גם עבור הצוות ששומר על האור דולק בלילה.

ציטוט: Lee, I., Hong, S., Lee, J. et al. Deep learning-based physiological risk stratification in night-shift hospital workers. Sci Rep 16, 13686 (2026). https://doi.org/10.1038/s41598-026-43982-y

מילות מפתח: עבודת משמרות לילה, בריאות מטבולית, הפרעה במעגל הצירקדיאני, עובדי בתי חולים, סיכון פיזיולוגי