פיתוח ואימות של אוסקלציה משופרת בבינה מלאכותית לסינון מחלות מסתמי לב באמצעות מחקר מולטי-סנטרי

להקשיב ללב בדרך חדשה

בעיות במסתמי הלב נפוצות, במיוחד עם העלייה בגיל, אך לעתים קרובות מתגלות מאוחר מדי, רק לאחר שנגרם נזק חמור. מחקר זה בוחן האם שילוב של סטתוסקופ אלקטרוני עם בינה מלאכותית (AI) יכול להפוך הקלטת מיטתית של דקה אחת למבחן אזהרה מוקדמת יעיל, ולסייע לרופאי משפחה לזהות מחלת מסתמים נסתרת לפני שהיא מובילה לאי־ספיקה לבבית או לטיפולים חריגים בסיכון גבוה.

מדוע בעיות מסתמיות שקטות חשובות

המסתמים פועלים כמעין דלתות בתוך הלב ומוודאים שהדם זורם בכיוון הנכון. כשהם נהיים צריפיים או דולפים—מצב המכונה מחלת מסתמי לב—החולים עשויים לחוש תסמינים מעורפלים כמו עייפות או קוצר נשימה, שנוטים להיות מיוחסים לגיל, משקל או לבעיות ריאה. כתוצאה מכך, יותר ממחצית המקרים של מחלת המסתמים לא מזוהים עד שהלב מתחיל להתמתח ולהיחלש, מה שהופך את הטיפול למסוכן ופחות יעיל. הבדיקה הטובה ביותר, סונר הלב (אקו-קארדיו), דורשת ציוד יקר וצוות מיומן, ולכן לא ניתנת לשימוש לסינון כל מי שמציג תסמינים קלים.

הרעיון של סטתוסקופ מבוסס AI

רופאים סומכים מזה שנים על הסטתוסקופ כדי ללכוד מוסקות לב, הקולות ה"שורקים" הנוצרים על ידי מסתמים תקולים. אך כיום רבים מרופאי המשפחה חסרים זמן או ביטחון לזהות רמזים עדינים אלה, ואף מאזינים מיומנים מפספסים מקרים. ניסיונות קודמים להשתמש ב‑AI ניסו פשוט לחקות את מה שמאזינים מומחים מסמנים כמוסקה. אסטרטגיה זו מוגבלת: היא אינה יכולה ללמוד מתכונות קוליות שמעבר ליכולתו של האוזן האנושית, והיא תלויה בערכות אימון קטנות ורועשות. החוקרים במאמר זה פנו לגישה אחרת. במקום לאמן את המחשב לחקות את אוזני האדם, הם אימנו אותו להתאים ישירות לתוצאות האקו־קארדיו, ושאלו: בהתבסס על הקלטת זו, האם למטופל יש באמת מחלת מסתמים משמעותית מבחינה קלינית?

בניית הכלי ובדיקתו

הצוות אסף הקלטות של קולות לב ותוצאות אולטרא-סאונד תואמות מ‑1,767 מבוגרים במספר בתי חולים ומרפאות בבריטניה. כמעט מחצית מהם סבלו ממחלת מסתמים משמעותית, הנפוצה ביותר היתה היצרות של המסתם האאורטלי או דליפה של המסתם המיטרלי. באמצעות נתונים אלה הם בנו רשת עצבית חוזרת — סוג של בינה מלאכותית טוב בניתוח אותות מבוססי זמן. המחשב המיר כל הקלטה במידה הראשונה למפת ויזואלית של תדרי קול לאורך זמן, ואז למד דפוסים הקשורים לבעיות מסתמיות משמעותיות. עבור כל מטופל חדש, המערכת הקשיבה עד לארבע נקודות סטנדרטיות בחזה ויצרה ציון הסתברות יחיד המצביע על הסיכוי לקיום ליקוי מסתמי משמעותי כלשהו.

כמה טוב ה‑AI הקשיב?

כאשר נבחן על 263 מטופלים שמעולם לא נחשף אליהם, ה־AI "גלאי VHD" הפריד בין אנשים עם ובלי מחלת מסתמים משמעותית מבחינה קלינית בדיוק גבוה. בנקודת החלטה שבחרו — מותאמת לשימוש כמבחן סקר — הוא סומן נכון ככאלו כ־72% מהאנשים שאכן סבלו מליקוי מסתמי חשוב, ובו זמנית נתן אישור בטוח כראוי לכ‑82% מהאנשים שלא סבלו ממנו. הביצועים היו מרשימים במיוחד במצבים המסוכנים ביותר: הוא זיהה 98% מהאנשים עם היצרות אאורטלית חמורה ו‑94% מאלו עם דליפה מיטרלית חמורה. החוקרים גם ביקשו מ‑14 רופאי משפחה בבריטניה לשפוט את אותן הקלטות. גם כאשר תשובותיהם צורפו יחדיו, הרופאים הפגינו רגישות וייחודיות נמוכות יותר מה‑AI, והיכולת האישית השתנתה במידה ניכרת בין הפרטים.

מה זה יכול לה betekenen לטיפול שגרתי

למרפאות עמוסות, סטתוסקופ משופר בבינה מלאכותית יכול לשמש כזוג אוזניים מומחה נוסף. בתוך פחות מדקה, הוא עשוי להרגיע רופאים שמחלה חמורה אינה סבירה או להצביע על מטופלים שזקוקים דחוף לסריקת אולטרסאונד, מבלי לדרוש הכשרה מתקדמת או מכשירי הדמיה ניידים יקרים. למחקר יש מגבלות: המטופלים גויסו בעיקר משירותים בית־חולים, ולכן היו חולים יותר מאוכלוסיית סקר טיפוסית, ורופאי המשפחה הקשיבו דרך אוזניות ולא פנים אל פנים. למרות זאת, התוצאות מצביעות על כך שבינה מלאכותית מאומנת ביסודיות יכולה להפוך הקשבה שגרתית עם פעמון החזה למידע רב ערך יותר, ולפתוח את הדרך לגישה מוקדמת והוגנת יותר לטיפולים מצילי חיים למסתמים.

ציטוט: McDonald, A., Gales, M., Rana, B.S. et al. Development and validation of AI-Enhanced auscultation for valvular heart disease screening through a multi-centre study. npj Cardiovasc Health 3, 5 (2026). https://doi.org/10.1038/s44325-026-00103-y

מילות מפתח: מחלת מסתמי לב, סטתוסקופ דיגיטלי, בינה מלאכותית, סריקה קרדיאלית, מוסקות לב