מודל מבוסס-בינה מלאכותית עשוי לסייע בסיווג סוגי נזקים לעצב הראיה

מקור: JAMA Ophthalmol

מודל למידה עמוקה שעבר הכשרה על סריקות OCT (או Optical Coherence Tomography) של ראש עצב הראיה סייע בהבחנה מהימנה בין סוגים שונים של נזק לעצב הראיה, דוגמת גלאוקומה, NAION (או Non-Arteritic Anterior Ischemic Optic Neuropathy) ו-ON (או Optic Neuritis), אם כי סיווג ON היה המאתגר ביותר, כך עולה מנתונים שפורסמו בכתב העת JAMA Ophthalmology.

מחקר החתך התבסס על נתונים ממספר מחקרים קליניים ומרכזים רפואיים ונועד לקבוע אם מודל למידה עמוקה תלת-ממדית שאומן על בדיקות OCT של ראש עצב הראייה עשוי להבחין בצורה מהימנה בין אטרופיה של עצב הראיה בגלאוקומה, NAION ו-ON, כמו גם עיניים בריאות.

מדגם המחקר כלל 7,014 סריקות של 1,382 עיניים עם גלאוקומה (113 מקרים), NAION (391 מקרים), ON (163 מקרים) וביקורות (715 מקרים).

המודל אומן בשלושה תנאים שונים, כאשר אחד בחן את כל נפח בדיקות OCT, אחר התמקד באזורים פריפריים ומודל שלישי התמקד רק בראש עצב הראיה.

המודל שבחן את כל בדיקות ה-OCT השיג דיוק כולל של 88.0% עם שטח מתחת לעקומה של 0.977; עם מדד F1 Score, מדד לדיוק המודל, עמד על 0.94 לגלאוקומה, 0.87 ל-NAION, 0.78 ל-ON ו-0.91 לעיניים בריאות.

המודלים האחרים השיגו דיוק כולל של מעל 85% ושטח מתחת לעקומה סביב 0.97, עדות לדיוק כולל ויכולת הבחנה סבירות או טובות מאוד.

מהנתונים עולה כי הקושי הגדול ביותר בשלושת המודלים היה בסיווג ON, כאשר מדדי F1 Score נעו בין 0.71 ו-0.78; חלק מהמקרים סווגו בשוגג כ-NAION או כבריאים; מניתוח נוסף עלה כי עיניים עם שכבות סיבי עצב דקות יותר סווגו כ-NAION, בעוד אלו עם עובי סיבים כמעט-תקין סווגו כעיניים בריאות.

החוקרים מסכמים וכותבים כי ממצאי המחקר מדגישים את מחלות עצב ראיה מציגות דפוסים ייחודיים של אטרופיה, אלו עשויים לתמוך במאמצי אבחון רטרוספקטיביים במקרים בהם אין אבחנה רשמית. הכלי המוצע עשוי לסייע בהבחנה בין עיניים בריאות ובין מחלה של עצב הראיה וגם לסווג את הפתולוגיה הספציפית.

JAMA Ophthalmol, Aug 21, 2025

לידיעה במדסקייפ

תגובות רוצה להצטרף לדיון?

אין תגובות עדיין. היה הראשון להגיב!

מאמרים

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