מודל בינה מלאכותית חוזה תוצאות מטופלים מתוך מחוות ניתוחיות ומספק תובנות על הסברת ההחלטות

מדוע תנועות ניתוחיות חשובות

לגברים שעומדים בפני ניתוח סרטן הערמונית, אחת הדאגות הגדולות היא האם ישובו לתפקוד מיני תקין לאחר הניתוח — ולעתים הם נאלצים להמתין שנה או יותר כדי לדעת. המחקר הזה בוחן כיצד בינה מלאכותית (AI) יכולה לצפות בדיוק כיצד מתבצע הניתוח ולהשתמש בתנועות הידיים הקטנות הללו כדי לחזות אילו מטופלים סביר שיחזרו לתפקוד מיני. על ידי המרת וידאו של הניתוח לנתונים, החוקרים מקווים לספק למנתחים משוב מהיר וברור יותר כדי שיוכלו לחדד את הטכניקות שלהם ולשפר את איכות החיים של המטופלים.

פירוק הניתוח לחלקיקים זעירים

הצוות התמקד ברדיקאלית ערמונית במתן סיוע רובוטי, ניתוח נפוץ שבו המנתח משתמש בכלי רובוטיים להסרת הערמונית תוך ניסיון לשמר עצבים סמוכים שהם קריטיים לתפקוד המיני. הם חקרו 147 גברים שטופלו בחמישה מרכזים על ידי 26 מנתחים. במקום לשפוט ביצועים על פי רושם כללי, הם פירקו את שלב השימור העצבי של כל ניתוח ל"מחוות" — פעולות מובחנות כגון לדחוק רקמה הצידה, לחתוך או למשוך. עבודות קודמות הראו שסדר המחוות יכול לחזות מי ישיב את תפקודו המיני לאחר שנה, אך הן לא הסבירו מדוע דפוסים מסוימים היו עדיפים על אחרים.

הוספת ה״איפה״ וה״למה״ לכל תנועה

כדי להפוך את הניתוח למשמעותי יותר, החוקרים הוסיפו שתי שכבות מידע נוספות לכל מחווה: היכן היא התרחשה בגוף ומה המטרה של המנתח באותו רגע. לדוגמה, תנועת קליפה עדינה עשויה לשמש לשחרור חבילת העצבים בצד הערמונית, בעוד שחתך עשוי להרחיב מישור רקמתי מאחורי הבלוטה. על ידי שילוב הפעולה, המיקום האנטומי והמטרה הניתוחית, הם יצרו "מחוות קשורות הקשר" שמתארות ביתר שלמות מה קורה במהלך הניתוח.

ללמד בינה מלאכותית "לקרוא" את הניתוח

אותן מחוות מוכללות בהקשר זמני הוזנו לסוג של מודל בינה מלאכותית שנקרא טרנספורמר, שמתאים במיוחד לזהות דפוסים ברצפים. המודל למד מעשרות אלפי מחוות מסומנות לאורך כל המטופלים. כשהוא הסתכל רק על רצף הפעולות הגולמי, הוא כבר הצליח לחזות בצורה סבירה מי ישמור על תפקוד מיני לאחר שנה. אבל כאשר אותו מודל קיבל את ההקשר הנוסף של היכן באנטומיה התרחשה המחווה ומה היתה מטרתה, הדיוק שלו השתפר באופן ניכר. הוספת מאפיינים סטנדרטיים של המטופל, כגון גיל או גודל הערמונית, לא חיזקה עוד את הביצועים מעבר לתיאור העשיר של הניתוח עצמו.

מה ראתה ה-AI בתוך הניתוח

מכיוון שטרנספורמרים מדגישים אילו חלקים ברצף משפיעים ביותר על החלטותיהם, הצוות יכול היה להציץ במודל ולראות אילו שילובים של מחוות, מיקומים ומטרות קשורים ביותר להחלמה או לאי-החלמה. דפוסים מועילים כללו שילובים זהירים של פריסה עדינה וחתכים מדויקים בעת שחרור חבילת העצבים, מה שמרמז שניתוח מאוזן ועדין מגן על מבנים שבירים אלו. לעומת זאת, דפוסים שכללו משיכות כלי או תנועות של העוזר לצד מיטת הניתוח, במיוחד בעת כיוון המצלמה או משיכת רקמה סמוך לעצבים, נקשרו לתוצאות גרועות יותר. הדבר מדגיש את החשיבות לא רק של טכניקת המנתח הראשי, אלא גם של האופן שבו העוזרים מטפלים ברקמה ומשמרים ניראות בשלביים הקריטיים.

מה משמעות הממצאים עבור מטופלים בעתיד

לאיש שאינו מומחה, המסר הוא שהפרטים העדינים של אופן ביצוע ניתוח הערמונית — עד לסדר וסגנון כל תנועה קטנה — יכולים להשפיע במידה ניכרת על התפקוד המיני שנה לאחר מכן, וש-AI יכול לסייע לחשוף את הקשרים המוסתרים הללו. בעוד שהמחקר עדיין אינו יכול להוכיח סיבתיות, הוא מראה שצימוד ה"מה", ה"איפה" וה"למה" של כל פעולה ניתוחית מאפשר למחשבים לחזות תוצאות במדויק יותר ולהאיר את הרגעים שבסבירות גבוהה ביותר חשובים. בעתיד, מערכות כאלה עשויות לספק למנתחים משוב בזמן-אמת קרוב על טכניקת הניתוח שלהם, להנחות הכשרה מבוססת נתונים במקום אינטואיציה, ולבסוף לעזור ליותר גברים לצאת מניתוח ערמונית עם איכות חיים משומרת.

ציטוט: Heard, J.R., Deo, A., Ghaffar, U. et al. AI model predicts patient outcomes from surgical gestures and provides insights into explainability. npj Digit. Surg. 1, 4 (2026). https://doi.org/10.1038/s44484-025-00006-y

מילות מפתח: ניתוח ערמונית רובוטי, מחוות ניתוחיות, בינה מלאכותית, שיקום תפקוד מיני, הכשרת מנתחים