רשת מרובת משימות קשובה עם שערים לניתוח מאוחד של תמונות רטינה

למה סריקות עין חשובות לאנשים עם סוכרת

הסוכרת עלולה לגרום נזק שקט לחלק האחורי של העין, מה שיכול להוביל לרטינופתיה סוכרתית — גורם מרכזי לעיוורון שניתן למנוע. צילומי רשתית תקופתיים יכולים לגלות נזקים אלו בשלב מוקדם, אך אין מספיק מומחים לסקור כל תמונה ידנית. עבודה זו מציגה מערכת חכמה אחת שיכולה גם לסמן מבנה עין מרכזי וגם לשפוט עד כמה המחלה התקדמה, במטרה להאיץ סקר רחב היקף, להפוך אותו ליותר עקבי ולהקל על פריסתו.

מערכת אחת במקום כלים נפרדים

כיום, כלים ממוחשבים שקוראים תמונות רטינה לרוב מתמקדים במשימה אחת בלבד, כגון דרוג חומרת המחלה או סימון גבול דיסק הראייה — האיזור העגול והבהיר ממנו יוצאים העצבים. הרצת כמה כלים נפרדים איטית ובזבזנית כי אותות משותפים בתמונה לא מנוצלים, בעוד צורתו ומיקומו של הדיסק קשורים חזק למקומות שבהם נזק סוכרתי נוטה להופיע. המחברים מציעים מודל מאוחד, GTAM Net, שלוקח צילום רטינה יחיד ומבצע שתי משימות יחד: מצייר מסכת דיוק של דיסק הראייה ומסווג את העין לאחד מתוך חמישה שלבי רטינופתיה סוכרתית, מבלי מחלה ועד לצורה החמורה ביותר.

איך המודל החכם משתף את מה שלמד

בלב GTAM Net עומדת הרעיון לאפשר למשימות לתמוך זו בזו מבלי להפריע אחת לשנייה. המערכת ממירה קודם כל את תמונת הרטינה לערימת מפות תכונה שתופסות צורות, צבעים ומרקמים בסולמות שונים — מפרטי כלי הדם העדינים ועד דפוסים רחבים יותר. יחידת שער מיוחדת מחליטה אז, לכל שכבה, אילו חלקים מהמידע יש לשתף ואילו יש לשמור פרטיים למשימת סימון הדיסק או למשימת דירוג המחלה. במקביל, יחידת קשב נוספת מאפשרת לשני המסלולים הל משאבים רמזים שימושיים זה מזה, כך שאיתותי מחלה יכולים לחדד את קווי הדיסק וידע על הדיסק ומבנים אחרים יכול להבהיר את דירוג המחלה.

איזון משימות ועבודה על פני מאגרי נתונים רבים

אימון מערכת משותפת כזו מסובך, כי משימה אחת עלולה לשלוט בתהליך הלמידה. כדי למנוע זאת, המחברים מאפשרים למודל להעריך עד כמה הוא לא בטוח לגבי כל משימה בזמן האימון ולתת באופן אוטומטי משקל גדול או קטן לכל מטרה. הם גם משתמשים בפירמידת תכונה ששומרת הן על פרטים קטנים והן על פריסת המבנה הגלובלית. GTAM Net נבדק על חמישה מאגרי רטינה ציבוריים גדולים השונים באיכות התמונה, סוג המצלמה ותערובת המטופלים. במאגרים שבהם קיימים קווי מתאר מומחים לדיסק, המערכת מגיעה לציון דייס קרוב ל-98 אחוזים, בקנה אחד או טוב יותר מכלי פיצול דיסק קודמים. עבור דירוג רטינופתיה סוכרתית, מתקבלות דיוקים סביב 98–99 אחוזים בכמה סטי מבחן, תוך עליונות על שיטות חזקות קיימות בתנאים זהים.

חוסן, מגבלות ומה שהתמונות מגלות

המחברים חורגים מעבר לציונים גולמיים ובוחנים היכן המערכת מצליחה או כושלת. מפות קשב מראות שכאשר מדורגת המחלה, המודל מתמקד בנקודות חשודות כגון דימומים זעירים ומשקעים מבריקים, בעוד שבמשימת הסגמנטציה הוא ננעל על קו הדיסק וכלי הדם הסמוכים. כאשר תמונות מטושטשות, מוארות גרוע, או מכילות צורות עין נדירות או דימומים כבדים מאוד, הקווים והדירוגים עדיין עלולים לסטות, והשגיאות נוטות להתרחש בין רמות חומרה סמוכות שקשה אפילו למומחים להבדיל ביניהן. בדיקות חוצות, שבהן המודל מאומן על מאגר אחד ומוערך על אחר, מראות ירידות ביצועים מתונות בלבד, מה שמרמז שהעיצוב המשותף והממושער בשערים לוכד דפוסים רטינליים כלליים יותר ולא רק תכונות של מאגר מסוים.

מה זה משמעותי לסקרי עיניים עתידיים

במילים פשוטות, המחקר מראה שרשת דו-משימתית מעוצבת בקפידה יכולה להתאים או אפילו להתעלות על כלים נפרדים לסימון מבני עין מרכזיים ולדרוג נזק סוכרתי, תוך שמירה על מהירות מספקת לסקר בעולם האמיתי. על ידי מתן אפשרות לשיתוף מבוקר של מידע בין המשימות והתאמת השפעתן בזמן האימון, GTAM Net מספק דיוק וביצועים יציבים יחסית על פני מקורות תמונה מגוונים. המחברים מדגישים כי קליניקות אמיתיות מורכבות יותר מסטי מבחן מסוננים ושיקול דעת אנושי נשאר חיוני, אך התוצאות שלהם מציעות שמודלים מאוחדים וקשובי-משימה עשויים להפוך לבוני יסוד מרכזיים בתוכניות סקר עיניים אוטומטיות בקנה מידה גדול.

ציטוט: Sajid, M.Z., Qureshi, I., Hamid, M.F. et al. A gated task-attentive multi-task network for unified retinal image analysis. Sci Rep 16, 16426 (2026). https://doi.org/10.1038/s41598-026-52418-6

מילות מפתח: רטינופתיה סוכרתית, דימות רטינה, פיצול דיסק הראייה, למידת משימות מרובות, בינה מלאכותית רפואית