חיזוי תגובות עוריות לתרופות הנגרמות על ידי אנטיביוטיקה באמצעות מודלים מבוססי רשומות רפואיות אלקטרוניות

מדוע חיזוי פריחות תרופתיות חשוב

כל מי שהתפתח אצלו פריחה אחרי נטילת תרופה יודע כמה הדבר יכול להיות מבהיל. ברוב המקרים, התגובות העוריות קלות וחולפות מעצמן. אולם במקרים נדירים הן עלולות להתפתח למצבים מסכני חיים שמנגעים שטחים נרחבים של העור ודורשים טיפול נמרץ. אנטיביוטיקות הן בין התרופות המקושרות בשכיחות הגבוהה ביותר לתגובות אלו, ובכל זאת כרגע לרופאים אין דרך מהימנה לדעת מראש מי מהמטופלים בסיכון הגבוה ביותר. במחקר זה נחקר האם דפוסים חבויים בתוך רשומות אשפוז שגרתיות יכולים לסייע לחזות מי צפוי לפתח תגובה עורית בעקבות אנטיביוטיקה לפני שהדבר קורה.

תגובות עור מתרופות

בעיות עור הן תופעת הלוואי הנראית השכיחה ביותר של תרופות. הן נעות מנקודות אדומות מגרדות ועד להפרעות מסוכנות כגון תסמונת סטיבנס–ג'ונסון ונקרוליזיס אפידרמלי רעיל, שעלולות להיות קטלניות. אנטיביוטיקות, ובמיוחד סוגים נפוצים כמו פניצילינים ותרופות מקושרות, הן גורמי טריגר תכופים. אף שהתגובות החמורות הללו נדירות, כל תגובת תרופה רצינית עלולה להאריך אשפוז, להגדיל עלויות ובמקרים הקשים ביותר להוביל למוות. למרות העול המשמעותי הזה, אין מבחן סקר סטנדרטי שניתן להחיל על כל המטופלים כדי לחזות תגובות עוריות לתרופות, ובפרט אלה שקשורות לאנטיביוטיקה.

הפיכת רשומות אשפוז לרמזים

בתי חולים מודרניים מאחסנים כמויות עצומות של מידע ברשומות בריאות אלקטרוניות: אבחנות, תוצאות בדיקות דם, תרופות שנרשמו והליכים רפואיים, לעיתים לאורך שנים רבות. במחקר זה חיברו החוקרים רצפי קודים רפואיים ארוכים אלה כאל שורות טקסט במסמך. הם השתמשו ב"מודלים מבוססים" שאומצו מטכנולוגיית שפות — מערכות שלומדות דפוסים כלליים ממאגרי נתונים גדולים וניתן לכוונן אותן למשימות ספציפיות. הצוות ניתח רשומות של יותר מ-800,000 מבוגרים מאושפזים בשלושה בתי חולים גדולים בקוריאה, שהיו מאושפזים לפחות שלושה ימים וקיבלו אנטיביוטיקה. כדי לזהות תגובות עוריות באופן אמין, הם לא הסתמכו רק על קודי אבחנה; הם גם חקרו תיעוד אחיות והצהרות אחיות מובנות שרשמו תצפיות כגון נוכחות פריחה או שעורה.

בניית המודל לניבוי ובדיקתו

החוקרים השוו מספר גישות, משיטות למידת מכונה קלאסיות כגון יערות אקראיים ועד רשתות עמוקות ושלושה מודלים מבוססים שונים לרשומות בריאות. לכל מטופל נדרשו המודלים להחליט, ברגע מתן המרשם האחרון לאנטיביוטיקה, האם תתרחש תגובה עורית בתוך פרק זמן קצר. בין כל השיטות, מודל בשם CDM-BERT, שהותאם במיוחד לפורמט הנתונים המשותף בבתי החולים, הראה ביצועים הטובים ביותר. הוא הבחין נכון במקרים עתידיים של פריחה מול לא־מקרים בדיוק גבוה מאוד בבית החולים שבו אומן, ושמר על ביצועים חזקים כאשר הוחל ללא כוונון נוסף לשני בתי החולים האחרים שהנתונים שלהם שונים במקצת.

מה שהמודל למד על סיכון

כדי לבדוק האם המודל שים לב למידע רפואי משמעותי ולא לרעש אקראי, הצוות בחן אילו חלקים ברשומה השפיעו ביותר על החלטותיו. משקל גבוה הוענק למחלות הידועות כקשורות לתגובות לתרופות — כגון סרטן, מחלת כליה כרונית ומחלת כבד כרונית — וכן לקטגוריות תרופות מסוימות, כולל אנטיביוטיקות ונוגדי פרכוס. מעניין כי בבית חולים אחד שבו קודי התרופות לא תאמו את אתר האימון, המודל עדיין עבד היטב על ידי הסתמכות רב יותר על תוצאות מעבדה והיסטוריית מחלות, מה שמראה שהוא יכול להסתגל לסביבות נתונים שונות. החוקרים גם חילקו את התגובות ל"מיידיות" (המתרחשות זמן קצר לאחר מנה) ו"מושהות" (המופיעות לאחר חשיפה ממושכת). המודל הראה ביטחון ויציבות גבוהים יותר בעת חיזוי תגובות מושהות, שהן כיום הקשות ביותר לחזות באמצעות מבחנים מסורתיים.

מגבלות, אתגרים ושלבים הבאים

למרות שביצועי המודל מעודדים, הוא עדיין אינו מזהה איזו אנטיביוטיקה מדויקת היא האשמה, ולא יכול להבחין בין פריחות קלות לבין התגובות העוריות החמורות והנדירות שדורשות טיפול דחוף של מומחה. המחקר גם כלל בתי חולים ממדינה אחת בלבד, והיו עיקומים טכניים כגון הבדלים במערכות קידוד תרופות והצורך להשתמש בחיפושים מבוססי־כללים על דוחות אחיות בטקסט חופשי. בנוסף, תרגום דפוסי "הקשב" הפנימיים של המודל לכללים קליניים פשוטים נשאר קשה, והגישה התמקדה בעיקר בבעיות עור יחסית קלות ולא בספקטרום המלא של תגובות חמורות.

מה זה אומר עבור מטופלים ורופאים

העבודה הזו מראה כי בשילוב זהיר של נתוני אשפוז שגרתיים עם תצפיות אחיות, מודלים מתקדמים יכולים להעריך את סיכון המטופל לפתח תגובה עורית הקשורה לאנטיביוטיקה, במיוחד תגובות בעלות הופעה איטית שחסרות להן בדיקות מעבדה מהימנות. בפועל, כלי כזה עשוי לעזור לרופאים לסמן מטופלים בסיכון גבוה למעקב צמוד יותר, לבחירת תרופות חלופיות או למינון זהיר יותר, תוך השארת רוב המטופלים לקבל טיפול שגרתי. המחקר מציין צעד לקראת הפיכת ה"פסולת הדיגיטלית" של הפרקטיקה הרפואית היומיומית לרשת ביטחון שתופסת תגובות תרופתיות חמורות מוקדם יותר, ובכך עלולה למנוע נזק לפני שהוא מתבטא בעור.

ציטוט: Kim, J., Kim, K., Yun, JE. et al. Prediction of antibiotic-associated cutaneous adverse drug reactions using electronic health record foundation models. npj Digit. Med. 9, 311 (2026). https://doi.org/10.1038/s41746-026-02503-x

מילות מפתח: תופעות לוואי של אנטיביוטיקה, פריחה עורית כתוצאה מתרופות, רשומות בריאות אלקטרוניות, חיזוי רפואי מבוסס בינה מלאכותית, תגובות שליליות לתרופות