טכנולוגיית בינה מלאכותית טובה בדיוק כמו בני אדם בפענוח בדיקות MRI (מתוך Circ Cardiovasc Imaging)

פענוח בדיקת MRI של הלב נתון לרעש והטיות רבות, עליהן ניתן להתגבר במהירות באמצעות טכנולוגיית לימוד-מכונה, כך עולה מנתונים חדשים שפורסמו בכתב העת Circulation: Cardiovascular Imaging.

החוקרים זיהו 110 מבוגרים שהשלימו בדיקות הדמיה בשני מקרים, במרווח זמן די קצר (82% מהמקרים באותו יום, כמעט כל המקרים בתוך שבוע אחד). מדגם המחקר כלל תערובת של מתנדבים בריאים ואחרים עם מגוון של התוויות, בין אוטם לבבי, היפרטרופיה של חדר שמאל, קרדיומיופתיה ועד פתולוגיות אחרות. המחקר נערך בחמישה מרכזים בבריטניה, אשר היו מצוידים בשישה מודלים של סורקי MRI (משני יצרנים).

טווח הטעות (Coefficient of Variation) של מומחה שסיפק פענוח של ההדמיה להערכת מקטע הפליטה של חדר שמאל ומסת חדר שמאל עמד על 5.4 ו-3.8, בהתאמה, כאשר טווח הטעות של רופאים צעירים בזמן הכשרה היה דומה ועמד על 5.2 ו-5.5, בהתאמה.

כאשר חזרו על הסריקה על אותו מטופל אך במועד שונה, לא תועד הבדל בשונות הכוללת בהשוואת התוצאות ממומחה אחד, שני מתמחים ומערכת אוטומטית המבוססת על למידה-עמוקה.

שני מדדי MRI לבבי שימשו להשוואת טעות בקרב הבודקים: 1) מקטע פליטה של חדר שמאל: טווח הטעות עמד על 6.1 בפענוח של המומחה, 8.3 בפענוח של המתמחים ו-8.8 בפענוח של האלגוריתם; 2) מסת חדר שמאל: טווח הטעות עמד על 4.8 בפענוח של המומחה, 6.1 בפענוח של המתמחים ו-4.7 בפענוח של האלגוריתם.

מאחר והמקורות העיקריים לטעות במדידה נגעו לטעויות אנוש (כלומר, שונות בקרב-בודקים ובין-בודקים), החוקרים מאמינים כי עם שיפור המערכת, מדובר רק בעניין של זמן בטרם גישות אוטומטיות לפענוח בדיקות ההדמיה יהיו טובות יותר מפענוחים שיספקו בני אדם.

ממצאים אלו מעידים כי טעויות אנוש היוו למעלה ממחצית מהטעויות בהשוואת בדיקה אחת לבדיקה חוזרת, השפעה שלא ניתן פחתה בקרב מומחה בתחום בהשוואה לרופאים צעירים לאחר הכשרה הולמת.

Circ Cardiovasc Imaging 2019

לידיעה ב-MedPage Today

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

חיזוי התפתחות שפה בילדים לאחר השתלת שבלול באמצעות AI

מקור: JAMA Otolaryngology–Head & Neck Surgery
פרופ' יוסף אלידן
פרופ' יוסף אלידן
אין תגובות|11/01/2026

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.

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