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

Clear Sky Science · he

חיזוי מרוכּז טסיות מבוסס למידת מכונה מתוך מדידות ROTEM

· חזרה לאינדקס

מדוע בדיקות מהירות של טסיות חשובות

כאשר אדם מדמם במהלך ניתוח או בטיפול נמרץ, רופאים צריכים להחליט במהירות אם לתת עירויי טסיות כדי לעזור לקרישה. בדיקות מעבדה סטנדרטיות יכולות לספור טסיות במדויק, אך לרוב לוקחות שעה או יותר, ומאיטות החלטות דחופות. מכשירים מיטתיים העוקבים בזמן אמת אחר היווצרות הקריש מהירים בהרבה, אך אינם מודדים ישירות את מספר הטסיות בדם. המחקר הזה בוחן האם מודלים ממוחשבים יכולים לתרגם את המדידות המהירות האלה למידע מהימן על רמות טסיות נמוכות ומסוכנות.

Figure 1. שימוש במבחני קרישה מהירים מיטתיים לצד מודלים ממוחשבים להנחיית החלטות לגבי מתן עירויי טסיות.
Figure 1. שימוש במבחני קרישה מהירים מיטתיים לצד מודלים ממוחשבים להנחיית החלטות לגבי מתן עירויי טסיות.

מבט מהיר על הקרישה בזמן אמת

מבחנים מודרניים לנקודת טיפול כמו רוטציונל תרומבואלסטומטריה (ROTEM) צופים כיצד מדגם דם מתקרש מהניצוץ הראשון של הקרישה ועד לנקודה שבה הקריש יציב ובהמשך מפורק. מבחנים אלה מספקים עקומות ומספרים שמשקפים עד כמה הקריש חזק ויציב, אך אינם מצביעים על מספר הטסיות בפועל. מחקרים קודמים הראו שחלק מהמדדים של ROTEM קשורים לרמות טסיות, אך נוסחאות פשוטות המשתמשות בערך יחיד של ROTEM לא חזו את ספירת הטסיות במידה מספקת כדי להנחות טיפול. המחברים שאלו האם טכניקות ממוחשבות מתקדמות המתחשבות במגוון תכונות ROTEM במקביל יכולות להצליח טוב יותר.

בניית מודלים ממאגרי נתוני בית חולים

הצוות אסף 2,333 זוגות בדיקות דם מארבעה בתי חולים אוניברסיטאיים, כולם נלקחו ממטופלים כירורגיים או בטיפול נמרץ בין השנים 2014 ל־2023. בכל מקרה היה להם סט מלא של מדידות ROTEM וספירת טסיות מעבדתית שנעשתה בתוך שלוש שעות. לאחר ניקוי קפדני של הנתונים ומילוי ערכים חסרים, הזינו 29 משתנים הקשורים ל־ROTEM למספר שיטות של למידת מכונה. חלק מהמודלים ניסו לנבא את ריכוז הטסיות המדויק, בעוד אחרים התמודדו עם שאלות פשוטות יותר: האם ספירת הטסיות נמוכה מ־100 מיליארד לליטר, או מתחת ל־50 מיליארד לליטר — רמות המשמשות לעתים קרובות כספי ביטחון בניתוח ובהתנהלות של דימומים קריטיים.

כמה טוב המודלים ספירת טסיות

כשנדרשו לאמוד את ספירת הטסיות המדויקת, כל מודלי למידת המכונה התעלו על נוסחאות ישנות המבוססות על ערך יחיד של ROTEM. הגישה הטובה ביותר, מודל סְטַאקד אנסמבל שמשלב מספר שיטות, הראתה עדיין דיוק בינוני בלבד. התחזיות שלו סטו מהספירה האמיתית בממוצע בכ־40 מיליארד טסיות לליטר, סטייה שהמחברים שופטים כלא מדויקת דיה לקבלת החלטות מינון בטוחות. גרפים השוואתיים בין תחזיות לספירות אמת ובדיקות סטטיסטיות לאי־הטיה ושל פיזור אישרו שהמודלים לעתים קרובות פוגעים במטופל הפרטני גם כשהם תופסים מגמות כלליות.

Figure 2. מודל מחשב קורא צורות קרישה מפורטות כדי למיין מטופלים לרמות טסיות בטוחות או מסכנות חיים.
Figure 2. מודל מחשב קורא צורות קרישה מפורטות כדי למיין מטופלים לרמות טסיות בטוחות או מסכנות חיים.

זיהוי רמות מסוכנות עובד טוב יותר

המודלים הצטיינו הרבה יותר במשימה פשוטה וחשובה מבחינה קלינית: לסמן מטופלים עם ספירות טסיות נמוכות בבירור. לזיהוי ספירות מתחת ל־100 מיליארד לליטר הגיעו מודלי יער אקראי ואנסמבל לערכי שטח מתחת לעקומה (AUC) גבוהים למדד האיכות הסטנדרטי. הם היו חזקים במיוחד בשלילת טסיות נמוכות, עם הסתברויות גבוהות מאוד שבתוצאה "בטוחה" אכן משמעותה שהמטופל מעל הסף. הביצועים היו אף טובים יותר לזיהוי ספירות מתחת ל־50 מיליארד לליטר, שם מודל האנסמבל שוב בלט. ממצאים אלה התקיימו בכל שיטות ההערכה והיו ברורים בעדיפותם על שימוש בערך יחיד נגזר מ־ROTEM.

מה זה יכול לשנות ליד המיטה

המחברים מסכמים שמודלי למידת המכונה הנוכחיים עדיין אינם מדויקים דיים כדי להחליף ספירת טסיות מעבדתית, שכן האומדנים של המספר המדויק משתנים יותר מדי עבור מטופלים בודדים. יחד עם זאת, אותם מודלים טובים מאוד במתן תשובה כן/לא לשאלה האם הטסיות ירדו מתחת לספי ביטחון מרכזיים. במצבי דימום דחופים, הכוונה מיטתית מהירה כזו יכולה לסייע לרופאים לעכב או להימנע בבטחה מעירויי טסיות בזמן שמחכים לתוצאות המעבדה, וכך להפחית עיכובים בטיפול וחשיפה מיותרת לתוצרי דם.

ציטוט: Brooks, R., Noitz, M., Mahečić, T.T. et al. Machine learning based prediction of platelet concentration from ROTEM measurements. Sci Rep 16, 15854 (2026). https://doi.org/10.1038/s41598-026-45743-3

מילות מפתח: ספירת טסיות, תת־טסיות, ROTEM, למידת מכונה, העברת טסיות