הפעלת חיזוי מדד קרסול-זרוע מקולות דופלר באמצעות למידת עומק

מדוע זרימת הדם ברגליים חשובה

מיליוני אנשים ברחבי העולם חיים עם זרימת דם לקויה לרגליהם, מצב הנקרא מחלת עורקים פריפרית. כאשר עורקי הרגליים מצרים או מתקשים, הליכה עלולה להיות כואבת ופצעים עלולים שלא להחלים, מה שעלול במקרים מסוימים להוביל לקטיעה. לרופאים קיים מבחן פשוט, מדד הקרסול-זרוע, המשווה בין לחץ הדם בקרסול ובזרוע כדי לזהות בעיות בשלב מוקדם. אך מבחן זה איטי, דורש ציוד מיוחד ולעיתים נכשל אצל אנשים שעורקי רגליהם קשים מדי לדחיסה — במיוחד חולי סוכרת או מחלות כליה. המחקר בוחן האם מחשב יכול להאזין לצלילים המוכרים של דופלר נייד ולשפוט באופן מיידי עד כמה הדם מגיע לכף הרגל.

מצלילים של ווש לקטלוג סיכון

החוקרים פיתחו מערכת שהם קוראים לה AutoABI. במקום לעטוף את גפיו של המטופל במספר מדי לחץ, קלינאי משתמש בחוד דופלר נייד סטנדרטי בקרסול, כפי שמתבצע בבדיקות שגרתיות. החוד קולט את צליל דפיקות הדם בעורק. צלילים אלה הוקלטו בקטעי ארבע שניות קצרים מתוך כמעט 800 בדיקות שנערכו ב-198 מטופלים שהופנו למעבדה וסקולרית של בית חולים בשל חששות כגון מחלת עורקי הרגליים או בעיות זרימה הקשורות לסוכרת. המטרה הייתה לבחון האם תוכנית מחשב יכולה למיין כל הקלטה לאחת מארבע רמות של מדד קרסול-זרוע, מטווח של זרימת דם גרועה מאוד ועד לטווח תקין באופן ברור.

ללמד מחשב להאזין כמו מומחה

כדי להפוך את הקול למובן למחשב, הצוות פיצל תחילה כל הקלטה לקטעים של שנייה אחת שתפסו פעימות לב בודדות. הם המירו כל קטע לתמונה צבעונית שנקראת ספקטרוגרם, המראיינת כיצד אנרגיית הקול משתנה לאורך זמן ותדר. תמונות אלו הוזנו למודלים של למידת עומק הידועים כרשתות עצביות קונבולוציוניות. המודלים, מבוססי שתי גרסאות של עיצוב נפוץ לניתוח תמונה הקרוי ResNet, למדו לזהות דפוסים בצללי הדופלר התואמים לקטגוריות קליניות חשובות של מדד הקרסול-זרוע. החוקרים חילקו בקפידה את הנתונים כך שצלילים מאותו מטופל לא יופיעו גם באימון וגם במבחן, מה שעוזר להבטיח שהמערכת למדה חוקיות כללית במקום לשנן מקרים ספציפיים.

כמה המערכת הופיעה טוב

לאחר האימון, AutoABI הראתה יכולת חזקה להבדיל בין ארבע קטגוריות הזרימה. בשתי גרסאות המודל היא הפרידה נכון בין מחזור דם תקין לבין מחלה בדיוק גבוה מאוד, שנמדד באמצעות מדדים סטנדרטיים כמו השטח תחת עקומת ה-ROC, שהשתקפה או עלתה על 0.95 עבור כל המחלקות. רוב הטעויות התרחשו בגבולות המעורפלים בין "כמעט נורמלי" לבין ירידה קלה בזרימה, שם אפילו מומחים יכולים לא להגיע להסכמה בעין או באוזן. חשוב לציין, שכאשר הצוות החליף את המערכת לקבוצה קטנה של חולי סוכרת שעורקיהם לא היו ניתנים לדחיסה למדידת מדד הקרסול-זרוע המסורתית, תחזיות המודל התאימו לציפיות המומחים המבוססות על צורת גל הדופלר בכל עשר המקרים.

מה זה יכול להעניק ברחבי הקליניקה

המחברים השוו את הגישה שלהם למכונות מסחריות לאוטומציה של מדד הקרסול-זרוע שעדיין מסתמכות על מספר מדי לחץ ושליפת לחצי דם. מכשירים אלה מהירים אך חולקים את אותה חולשה: הם אינם עובדים היטב כאשר העורקים נוקשים ולא ניתנים לדחיסה. לעומת זאת, AutoABI זקוקה רק לדופלר נייד הנפוץ ולמכשיר המסוגל להריץ את מודל הלמידה העמוקה, כגון טלפון חכם. היא מחליפה ערכים מספריים מדויקים בטווחים רחבים יותר, אך בתמורה יכולה לספק הדרכה מהירה ואובייקטיבית ליד המיטה, בחדר מיון או במרפאות חסרות מעבדה וסקולרית מלאה. המערכת עשויה להיות שימושית במיוחד בסביבות עם משאבים מוגבלים ובמטופלים בסיכון גבוה שבהם מדידות מסורתיות בלתי אמינות.

שלבים הבאים לשימוש בעולם האמיתי

המחקר הוא הוכחת קונספט מוקדמת, והמחברים מדגישים את מגבלותיו. מערך הנתונים, אף שנאסף בקפידה, היה בגודל צנוע ומספר כלי הדם הבלתי ניתנים לדחיסה שנחקרו היה קטן מאוד. איכות ההקלטות תלויה באופן שבו הטכנאי החזיק את החוד ובנוכחות רעשי רקע, והמערכת עדיין לא נבחנה על פני מותגים שונים של מכשירי דופלר או בסביבות מרפאה עמוסות. עבודה עתידית תדרוש קבוצות מטופלים גדולות ומגוונות יותר, הכללה של היסטוריה רפואית ומעקב רציף כדי להגן מפני הטיה ושחיקה בביצועים. עם זאת, התוצאות מרמזות שלימוד מחשבים "להקשיב" לזרימת הדם עשוי להפוך בדיקות של זרימת הדם ברגליים למהירות יותר, זולות יותר וזמינות יותר — ובאופן אפשרי ללכוד מחלות וסקולריות חמורות לפני שהן מובילות לסיבוכים שמשנים חיים.

ציטוט: Rao, A., Battenfield, K., Fereydooni, A. et al. Enabling ankle-brachial index prediction from doppler sounds using deep learning. npj Cardiovasc Health 3, 21 (2026). https://doi.org/10.1038/s44325-026-00116-7

מילות מפתח: מחלת עורקים פריפרית, מדד קרסול-זרוע, אולטרסונוגרפיית דופלר, למידת עומק, אִסוּפַת דָם בגפיים