מחקר: AI לא מדויק יותר בהריונות בסיכון

בזמן שהבינה המלאכותית משנה לא מעט תחומים ברפואה, מחקר חדש של אוניברסיטת תל אביב מגלה כי בכל הקשור להערכת משקל של עוברים במצבי סיכון קיצוניים - השיטה המסורתית Hadlock (שקיימת יותר מ-40 שנה) עדיין אמינה באותה מידה בקצוות התפלגות המשקל ושם גם נמצא הפוטנציאל הגדול ביותר לסיבוכים מיילדותיים. החוקרים מציינים שממצא זה נותן לה עדיפות, שכן הרופאים כבר מתורגלים בשיטה זו ולכן לא כדאי לקחת סיכונים מיותרים עם שיטת בדיקה חדשה. "החמצת עובר בקבוצה הקיצונית עלולה להוביל להחלטה שגויה בנוגע לתזמון הלידה, ניטור מוגבר או הערכת סיכון ללידה מכשירנית או קיסרית, ולכן יידרשו מחקרים נוספים ותיקוף קליני נרחב לפני שאפשר יהיה להחליף בביטחון את השיטה הקיימת", אמרו החוקרים.

המחקר נערך בהובלת עומר דור, ד"ר משגב רוטנשטרייך ופרופ' נועם שומרון מהפקולטה לרפואה באוניברסיטת תל אביב, והתבסס על כ-10,000 הריונות משלושה מרכזים רפואיים בישראל ובקנדה: המרכז הרפואי איכילוב, המרכז הרפואי שערי צדק בירושלים, ומרכז מקמאסטר בקנדה. צוות החוקרים בחן מודלים מתקדמים של בינה מלאכותית והנתונים אכן הראו כי באופן כללי התוצאות של מודלים אלו טובים יותר מהגישה המקובלת כיום (Hadlock). אולם כאשר נבחנה יכולת המודלים של הבינה המלאכותית לזהות עוברים בקטגוריות סיכון קיצוניות - כמו מתחת לאחוזון 3 ומעל אחוזון 97 – היתרון של מודלי ה-AI היה שולי בלבד, והגישה המסורתית נמצאה אמינה באותה מידה.

"המחקר מדגיש את הפוטנציאל - לצד המגבלות - של שילוב בינה מלאכותית ברפואה עוברית", אומר פרו' שומרון. "אף שהבינה המלאכותית מצליחה להציג הערכת משקל טובה יותר בממוצע, היא אינה מחליפה עדיין את ה- Hadlock במקרים שבהם הדיוק אינו רק נתון מספרי – אלא שאלה של בריאות האם והעובר".

בעקבות המחקר החוקרים מעריכים כי נראה שבשלב זה הכלים החדשים יכולים לשמש כתוספת העשויה לסייע לרופאים במקרים שגרתיים, אך אינם מציעים יתרון משמעותי בזיהוי תינוקות בקצוות המשקל - קבוצות שמוגדרות בעלות סיכון מוגבר להיפוקסיה, סיבוכי לידה וטיפול ניאונטלי. לאור זאת כאמור החוקרים ממליצים לרופאים להמשיך בשיטה המוכרת כדי למנוע טעויות.

"המחקר מציב מראה חשובה בפני עולם הרפואה בעידן הבינה המלאכותית", מוסיף פרופ' שומרון, "למרות ההתקדמות הטכנולוגית המרשימה והדיוק המשופר בחיזוי משקל העובר, השיטה הוותיקה ממשיכה להיות כלי אמין ותחרותי במצבי קיצון. בעוד האלגוריתמים מדויקים יותר בממוצע, הם מציעים שיפור מוגבל בלבד בזיהוי עוברים בסיכון הגבוה ביותר, אותם מקרים שבהם החלטה נכונה בזמן עשויה למנוע סיבוכים ולשנות מהלך לידה. המחקר מדגיש כי החדשנות הרפואית אינה תחליף לניסיון המצטבר, וכי שילוב זהיר ומושכל בין טכנולוגיות מתקדמות לבין כלים קליניים מוכחים הוא הדרך הנכונה להוביל לשיפור בתוצאות הלידה".