אבחון מחלת עורקי כליה בעיבוד אותות ולמידת מכונה של אותות קול הלב: סקירה שיטתית

להקשיב ללב במקום לחדור לעורקים

מחלת עורקי הלב, שבה כלי הדם המזינים את הלב הולכים ומתצרצרים, היא אחד הגורמים המובילים לתמותה ברחבי העולם. היום, רופאים בדרך כלל מאשרים את המחלה באמצעות בדיקות פולשניות שמחדירות קטטרים ללב או באמצעות מכשירי הדמיה יקרים. המחקר הזה שואל שאלה פשוטה ומשכנעת: האם ניתוח קפדני של קולות לב רגילים — שהוקלטו באמצעות מיקרופונים על החזה ומתורגמים על ידי מחשבים — יכול להציע בדיקה ראשונית בטוחה ומהירה לצניחת עורקי הלב?

מדוע עורקים חסומים משנים את צליל הלב

כשעורק כלילי מצטמצם, הדם נדחף דרך פתיחה צרה יותר, ויוצר זרימה טורבולנטית ומהירה. הטורבולנציה הזאת יכולה לייצר חריכונים חלשים ורעידות נוספות, במיוחד בשלב ההרפיה של הלב שבו בזרימה רגילה רגועה יותר. אותו אובדן אספקת דם יכול להחליש בעדינות את הכיווץ של הלב ולשנות את תזמון ועוצמת פעימות הלב המרכזיות. כל השינויים הללו מעצבים במעט את "המוסיקה" של פעימת הלב. סטטוסקופים אלקטרוניים מודרניים יכולים ללכוד קולות אלה, שאותם ממירים אחר כך לאותות דיגיטליים לניתוח ממוחשב.

איך החוקרים חיפשו ברשומות המדעיות

המחברים חיפשו בארבעה מאגרי מידע רפואיים מרכזיים וסננו יותר מאלף פרסומים על קולות לב ומחלת כליות הלב. לאחר הסרת כפילויות, דוחות קטנים מאוד ומאמרים עם שיטות חלשות, הם הגיעו ל-40 מחקרים שכללו יחד 13,814 אנשים. כמעט כל המחקרים אלה אישרו את נוכחות או היעדר הצרות משמעותית בעורקים באמצעות הדמיה סטנדרטית של עורקי הלב, ואז השוו ממצאים אלה למה שניתן ללמוד מקולות הלב. בערך חצי מהמחקרים הסתמכו על עיבוד אותות מסורתי — תיאורים מתמטיים של אנרגיית הקול ותדרים — בעוד החצי השני השתמש בלמידת מכונה, שבה האלגוריתמים לומדים דפוסים ישירות מהנתונים.

מגבלות המדידות המסורתיות של הקול

בגישה הוותיקה, המדענים בחרו כמה תכונות קול ספציפיות שחשבו שעלולות לשקף הצרות בעורקים. מדדים טיפוסיים כללו כמה אנרגיית קול הופיעה באזורי תדר מסוימים במהלך שלב ההרפיה של הלב, או כמה ארוכות וחזקות היו פעימות הלב הראשיות. מחקרים אלה לעתים נראו מבטיחים בקבוצות קטנות של חולים, ודיווחו לפעמים על זיהוי מחלה נכון ביותר מ-70 אחוז מהמקרים. אך ככל שמידות המדגם גדלו למאות או אלפי אנשים, הדיוק ירד, לעתים מתחת ל-70 אחוז ולפעמים קרוב להטלת מטבע. רבים מהמחקרים גם בחנו את השיטות על אותם אנשים ששימשו לפיתוחן, מה שהציב סימני שאלה לגבי האם התוצאות יחזיקו באוכלוסיות חדשות.

למידת מכונה לומדת את הדפוסים החבויים של הלב

המחקרים החדשים נקטו דרך שונה. במקום להגביל עצמם למספר תכונות שנבחרו ביד, הם אפשרו לאלגוריתמים הממוחשבים ללמוד דפוסים עשירים יותר בקול. חלקם שילבו עשרות או אפילו מאות מדדים מסורתיים; אחרים הזינו את גל הקול הגולמי או תמונות זמן–תדר צבעוניות של פעימת הלב לרשתות למידה עמוקה. ב-19 מחקרים כאלה, רובם דיווחו על רגישות וספציפיות מעל 80 אחוז, כלומר המערכות זיהו נכון הן חולים והן בריאים רוב הזמן. חשוב לציין שרוב מחקרי למידת המכונה בחנו את המודלים שלהם על קולות לב של אנשים שלא שימשו לאימון, מה שמעניק יותר ביטחון שהכלים יכולים להכליל. מודלים שהקשיבו למחזור פעימת הלב כולו, ולא רק לשלב הדיאסטולי השקט, נטו להציג ביצועים הטובים ביותר — מה שמרמז שסימנים שימושיים למחלת העורקים מפוזרים לאורך פעימת הלב ולא מוגבלים לרגע יחיד.

מה זה עשוי לסמן לטיפול היומיומי

במבט כולל, הראיות מצביעות על כך שלמידת מכונה המיושמת על קולות לב מבטיחה ככלי לא פולשני לזיהוי מחלת עורקי הלב, בעוד שטכניקות עיבוד אותות פשוטות כנראה אינן מדויקות מספיק. עם זאת, המחברים מזהירים שרוב המחקרים עד כה היו קטנים ונתבצעו בבתי חולים בודדים, לעתים בתנאי הקלטה מבוקרים. כדי לעבור ממחקר לשימוש שגרתי — אולי בחדרי מיון, מרפאות או אפילו בכלים מבוססי סמארטפון — נדרשים ניסויים גדולים ורב‑מרכזיים. מחקרים עתידיים אלה יצטרכו להראות שמערכות כאלה שומרות על דיוק בקבוצות מטופלים מגוונות, ניתנות להבנה על ידי קלינאים ומתמזגות בצורה חלקה בנתיבי הטיפול. אם המכשולים האלה יורדו, הקשבה מדוקדקת ללב בסיוע בינה מלאכותית עשויה יום אחד לעזור לזהות מחלת עורקים סמויה הרבה לפני שיידרש מבחן פולשני.

ציטוט: Ainiwaer, A., Konings, T.J., Kadier, K. et al. Coronary artery disease diagnosis with signal processing and machine learning of heart sound signals: a systematic review. npj Digit. Med. 9, 350 (2026). https://doi.org/10.1038/s41746-026-02530-8

מילות מפתח: מחלת עורקי כליה, קולות לב, למידת מכונה, אבחון לא פולשני, סטטוסקופ דיגיטלי