שיטה חישובית מאפשרת פירוק של תמונות רפואיות לרכיבים בעלי משמעות קלינית (Nature Communications)

כיצד הבינה המלאכותית מסייעת לרופאים לפענח תמונות רפואיות? הבנת מנגנון ההחלטה של מודלי בינה מלאכותית (AI) עשויה להשפיע על יישומים נרחבים בהבנה של תהליכים ביולוגיים ובעולם הרפואה; בהודעה שפרסמה דוברות בן גוריון נמסר כי שיטה חישובית שפיתחו חוקרים מהאוניברסיט מאפשרת פירוק של תמונות רפואיות לרכיבים בעלי משמעות קלינית.

בתמונת הכותרת: איור המדגים את הפרשנות של DISCOVER. שלוש מפות חום המדגישות את תכונות העובר (במרכז) המשמעותיות ביותר לחיזוי ה-AI של איכות העובר. קרדיט: עודד רותם

“למידה עמוקה” באמצעות רשתות עצביות מלאכותיות היא שיטה חישובית מבוססת בינה מלאכותית המסוגלת ללמוד תבניות של קשרים המורכבים מנתונים באופן ישיר על ידי חיקוי של תהליך הלמידה במוח האנושי. החיסרון המרכזי בשימוש בשיטות מבוססות AI מהסוג הזה הוא חוסר היכולת להבין ולהסביר מה עומד מאחורי ההחלטה של הרשת העצבית. המגבלה הזו נובעת מכך שתהליך האימון של הרשת נערך באופן אוטומטי, ישירות מהנתונים, ללא התערבות אנושית. חסרון זה מהווה חסם משמעותי בפני שימוש רחב יותר בתחומים כגון ביולוגיה ורפואה בהם ההסבר לא פחות חשוב מהיכולת של המכונה לקבל החלטה נכונה. הדוקטורנט עודד רותם בהנחיית פרופ’ אסף זריצקי, מהמחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון בנגב, פיתח שיטה חישובית שמאפשרת להנדס לאחור את ה-AI באמצעות פירוק תמונה לרכיבים בעלי משמעות סמנטית שבאמצעותם ה-AI מקבל את ההחלטה. בשיתוף פעולה עם חברת ההזנק הישראלית AIVF, החוקרים הדגימו את היכולת של הטכנולוגיה לאפיין את התכונות של העובר שהיו המשמעותיות ביותר ל-AI על מנת לקבל החלטה. ממצאי המחקר פורסמו בכתב העת Nature Communications, כך בהודעה שפרסמה דוברות אוניברסיטת בן גוריון.

בכדי לוודא שניתן להפעיל את הטכנולוגיה בהקשרים מעבר לעולם ההפריה החוץ גופית, החוקרים הדגימו פרשנות של החלטת ה-AI גם עבור דימות MRI במוחות של חולי אלצהיימר ואף בתמונות שצולמו ע”י מצלמה רגילה  בכדי לפרש איך ה-AI מבחין בין כלבים לחתולים ובין גברים ונשים. צוות המחקר השתמש במאגר תמונות עשיר של אלפי עוברים מתהליך הפריה חוץ גופית שנאסף בחברת AIVF. דימות העוברים נערך באמצעות מיקרוסקופ אור, ומומחים להתפתחות העובר (אמבריולוגים) בחברה בחנו ודירגו כל עובר על סמך מספר תכונות כגון: גודל העובר ושרשרת תאים העוטפת אותו בשלבי ההתפתחות המוקדמים. החוקרים הוכיחו שה-AI מצליח במשימה של חיזוי איכות העובר עם ביצועים דומים למומחה האנושי, אך ה-AI לא הציע לחוקרים רמזים לגבי מהן תכונות העובר שהובילו להצלחת החיזוי. “אמנם למידה עמוקה מאפשרת לזהות דפוסים נסתרים בנתוני הדמיה ביו-רפואיים שהעין האנושית לא מזהה, אך כדי להיות מסוגלים לאפיין ולקבל החלטות קליניות או מדעיות, עלינו לפתור את התעלומה ולגלות מה ה-AI זיהה, לפרש את המשמעות הביולוגית או הקלינית של ההסבר, ולהחליט לפי הפרשנות את הצעדים הבאים בטיפול או במחקר”, הסביר פרופ’ זריצקי.

בשלב הבא, פיתחו החוקרים שיטה חדשה בסגנון “דיפ-פייק”, שמאפשרת, למשל, להחליף בתמונה פנים של אדם אחד באדם אחר. השיטה, הנושאת את השם  DISCOVER”, מבוססת על רשת עצבית נוספת המסוגלת ליצור תמונות סינטטיות של עוברים באופן מבוקר. יצירת התמונות מבוססת על הגדרה של רכיבים מסוימים ברשת, כך שכל רכיב מצד אחד יהיה משמעותי בחיזוי איכות העובר ומצד שני יקודד חלקי תמונה בעלי משמעות. כל רכיב כזה מקודד חלקי תמונה ייחודיים תחת ההנחה שהם יתרגמו לתכונה חד משמעית ושונה בין רכיב לרכיב. שינוי הדרגתי של הרכיבים הללו, כל רכיב בנפרד, מאפשר יצירת תמונות של עוברים אשר כל אחד מהם שונה מתמונת האמת בתכונה אחת שחשובה לתהליך ההחלטה של ה-AI. באופן הזה ניתן להציג למומחה את אותו העובר במספר אופנים שונים, כך שבכל תמונה “מוגברת” באופן מלאכותי תכונה אחת, בעוד יתר התמונה נשארת ללא שינוי. בכך השיטה מאפשרת למומחה לפרש את אופן הפעולה של ה-AI ואף לציין כמה חשיבות קיבלה כל תכונה בהחלטה. באמצעות יצירת סדרת תמונות “מזויפות” של עוברים שמעולם לא התקיימו במציאות, הצליחו החוקרים לזהות שינוי בגודל העובר ובשרשרת התאים העוטפת את העובר – בהתאם לאופן ההחלטה של האמבריולוג בקליניקה. מעבר לכך, החוקרים הצליחו לזהות תכונה חדשה שה-AI זיהה כתכונה המייצגת עובר איכותי ללא הנחייה אנושית –  מבנה מסוים של חלל פנימי בעובר המכיל חומרים מזינים למסה הפנימית של התאים המתואר קלינית כ-“צפיפות הבלסטוציסט”.

הקליקו כאן לסרטון המתאר התפתחות עובד במבחנה המשמש כסד נתונים לשיטה זו: הבינה המלאכותית תסייע לפענח את התמונה הרפואית. קרדיט: חברת AIVF

“אמבריולוגים מכירים היטב את חשיבותן של תכונות ביולוגיות מסוימות בקביעת איכות העובר, אך לעיתים קרובות העין האנושית מוגבלת ביכולתה למדוד ולהעריך אותן באופן מדויק”, הסבירה דניאלה גלבוע, מנכ”לית חברת AIVF ואמבריולוגית קלינית בהכשרתה. “דוגמה מצוינת לכך היא צפיפות הבלסטוציסט, תכונה בעלת חשיבות רבה באיכות העובר שאינה נמצאת בשימוש קליני נרחב מכיוון שקשה מאוד למדוד ולכמת אותה בעין אנושית בעת בחינת העובר במעבדה. כעת, עם ההסבר הויזואלי של DISCOVER, ניתן לזהות ולנתח תכונות ביולוגיות חשובות מעין אלה באופן מדויק ואובייקטיבי יותר. כתוצאה מכך, אנו יכולים לשפר משמעותית את תהליך בחירת העובר בעל הסיכויים הגבוהים ביותר להשרשה מוצלחת ברחם, ובכך להגדיל את סיכויי ההצלחה של טיפולי הפוריות.”

“היכולות של DISCOVER לזהות ולהגביר באופן מלאכותי דפוסי תמונה שחשובים ל-AI כדי לאפשר פרשנות, ניתנים לשימוש גם בתחומים של דימות ביולוגי, רפואי ובתחומים אחרים בהם הבינה המלאכותית היא כלי מסנן”, ציין עודד רותם, הדוקטורנט שהגה ופיתח את השיטה. ד”ר גלית מזוז פרלמוטר, מחברת BGN, חברת המסחור של אוניברסיטת בן גוריון בנגב, גם ציינה את הפוטנציאל הגלום בשיטה החישובית: “הפיתוח של פרופ’ זריצקי וצוות המעבדה בעל חשיבות יישומית עבור תחומים שונים בעולם הרפואה”. מדוברות האוניברסיטה נמסר כי בצוות המחקר השתתפו תמר שוורץ, רון מאור, ישי טאובר, מאיה צרפתי-שפירו, דניאלה גלבוע ופרופ’ דניאל זיידמן מחברת AIVF, וכן פרופ’ מרכוס מסגר ממרפאת הפוריות IVI בולנסיה אשר בספרד.

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

מדוע קשישים אינם מדווחים על נפילות? מחקר חדש חושף פערים משמעותיים בתהליכי הסקר להערכת סיכון לנפילות

מדוע קשישים אינם מדווחים על נפילות? מחקר חדש חושף פערים משמעותיים בתהליכי הסקר להערכת סיכון לנפילות

מקור: Age and Ageing
פרופ' אלי מזרחי
פרופ' אלי מזרחי
אין תגובות|18/11/2026

מחקר איכותני חדש שפורסם בכתב העת Age and Ageing מצביע על כך שמידע הנמסר על ידי קשישים בנוגע לנפילות אינו משקף בהכרח את האירועים שחוו בפועל

נוירופתיה אופטית איסכמית קדמית לא־עורקית וטיפולים באגוניסטים ל־GLP-1: סוגיה נדירה וחשובה, שלגביה עדיין חסרים נתונים מספקים

נוירופתיה אופטית איסכמית קדמית לא־עורקית וטיפולים באגוניסטים ל־GLP-1: סוגיה נדירה וחשובה, שלגביה עדיין חסרים נתונים מספקים

מקור: Ophthalmology
ד"ר יעל שרון
ד"ר יעל שרון
אין תגובות|15/11/2026

המסר המרכזי של המחבר הוא שהנושא חשוב אך נדיר, ושהנתונים הקיימים עדיין אינם מספיקים כדי להסיק מסקנות טיפוליות חזקות

ככל שהמשמרת מתארכת, הרוקחים מתקנים יותר הוראות תרופתיות במיון

ככל שהמשמרת מתארכת, הרוקחים מתקנים יותר הוראות תרופתיות במיון

מקור: Ann Emerg Med
פרופ' שחף שיבר
פרופ' שחף שיבר
אין תגובות|15/11/2026

מחקר רטרוספקטיבי בשני מחלקות מיון ב-NYU ניתח 622,171 הוראות תרופתיות של 308 קלינאים. רוקחים התערבו ב־1.5% מההוראות, והסיכוי להתערבות עלה בכ־4% על כל שעה נוספת במשמרת. הממצא עקבי בקרב רופאים בכירים, מתמחים ועוזרי רופא, ביום ובלילה, ומרמז על עייפות החלטות

השומן הנעלם בלבלב; מחקר בינלאומי בהובלת אוניברסיטת בן־גוריון בנגב

השומן הנעלם בלבלב; מחקר בינלאומי בהובלת אוניברסיטת בן־גוריון בנגב

מקור: American Journal of Clinical Nutrition
מערכת האתר
מערכת האתר
אין תגובות|12/11/2026

המחקר מגלה כיצד לנקות את הלבלב משומן ולשפר את בקרת הסוכר. ממצאי המחקר חושפים כיצד שינוי תזונתי מדויק יכול לשאוב את השומן מתוך הלבלב, איבר המטרה המרכזי האחראי על ויסות הסוכר והפרשת האינסולין מגופינו

כניסת צוות רפואי

הכניסה לאתר מותרת אך ורק לצוות הרפואי

לקבלת קוד אימות לנייד ולמייל, יש למלא את כתובת המייל ואת מספר הטלפון שלך

עדיין לא נרשמת? באפשרותך לבצע רישום כאן