חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
אפילו ששתל שבלול הוא הטיפול היעיל ביותר לחירשות עמוקה בילדים, קיים שוני רב בתוצאות השפתיות. המחקר נועד לבדוק אם מודל בינה מלאכותית (Deep Learning) יכול לנבא את ההצלחה השפתית על בסיס הדמיה טרום־ניתוחית.

שיטות
מחקר רב־מרכזי בינלאומי שכלל 278 ילדים מהונג קונג, מאוסטרליה ומארה”ב הדוברים שלוש שפות שונות (אנגלית, ספרדית וקנטונזית). החוקרים השתמשו ב־Deep Transfer Learning לניתוח סריקות MRI מוחיות שבוצעו לפני ההשתלה.

החוקרים השתמשו בטכניקות של למידה עמוקה כדי לנתח סריקות MRI מוחיות תלת־ממדיות (3D Volumetric MRI) שבוצעו לפני הניתוח.

הממצאים העיקריים ב־MRI שניבאו הצלחה גבוהה יותר ברכישת שפה כוללים:
שימור עצבי (Neural Preservation) באזורי השמיעה: הממצא המרכזי היה שילדים עם מבנה תקין ומפותח יותר של מערכות עצביות שלא נפגעו מהחסך השמיעתי הראו את התוצאות הטובות ביותר. כלומר, ככל שהאזורים המוחיים האחראים על עיבוד שמיעתי ושפתי שמרו על שלמותם המבנית למרות החירשות, כך הפרוגנוזה הייתה טובה יותר.

Superior Temporal Gyrus (STG)
המודל זיהה “חתימות” נוירו־אנטומיות ספציפיות באזורי השמיעה הראשוניים והשניוניים. עובי הקורטקס והקישוריות המבנית באזורים אלו היו גורמים מכריעים בניבוי.

קישוריות בין האונה הטמפורלית לפרונטלית
 נמצא כי רמת הקישוריות המבנית (כפי שהשתקפה במבנה החומר הלבן והאפור) בין אזורי עיבוד השמיעה לבין אזורי השפה והקוגניציה הגבוהה באונה הפרונטלית הוא אינדיקטור משמעותי ליכולת המוח “לאמץ” את האותות החדשים מהשתל ולהפוך אותם לשפה מדוברת.

תוצאות
המודל הצליח לנבא בדיוק של 92% את הישגי השפה המדוברת 1 – 3 שנים לאחר ההשתלה. הוא זיהה דפוסי קישוריות נוירולוגית באזורי השמיעה והשפה שקשורים לפרוגנוזה טובה. המודל עלה בביצועיו על מודלים סטטיסטיים מסורתיים בכל המדדים.

מסקנה קלינית
הממצאים תומכים בגישה של זיהוי מוקדם של ילדים הצפויים להתקשות ברכישת שפה, מה שמאפשר להציע להם תוכנית שיקום אינטנסיבית ומותאמת אישית כבר מרגע ההשתלה.

עדיפות למדדים נוירו־אנטומיים על פני מדדים קליניים
המאמר הדגיש כי המבנה העצבי כפי שנראה ב־MRI הוא מנבא חזק הרבה יותר מאשר גורמים מסורתיים כמו גיל ההשתלה או שרידי שמיעה (Residual Hearing) לפני הניתוח.

החידוש המשמעותי במחקר הוא שה־AI הצליח לזהות דפוסים מורכבים בתוך ההדמיה (באמצעות מנגנון הנקרא Bilinear Attention), אשר רדיולוגים אנושיים אינם יכולים לזהות בשיטות המקובלות, ובכך לאפשר רפואה מותאמת אישית כבר מהשלב הטרום־ניתוחי.

למאמר

פרופ’ יוסף אלידן הקתדרה ע”ש לאשה אייזן באוטולרינגולוגיה (אמריטוס) מחלקת אף, אוזן גרון וניתוחי ראש־צוואר, בית החולים האוניברסיטאי של הדסה.

Wang, Y., et al. “Forecasting Spoken Language Development in Children With Cochlear Implants Using Preimplant Magnetic Resonance Imaging.” JAMA Otolaryngology–Head & Neck Surgery. December 30, 2025

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

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