עשור בהתהוות

מדי שנה בארצות הברית, יותר מ-300,000 אנשים מתים מדום לב פתאומי - מצב שבו המערכת החשמלית של הלב משתבשת ללא אזהרה. מצב החירום הרפואי יכול להרוג גם מבוגרים בסיכון גבוה וגם ספורטאים צעירים בריאים לכאורה ללא היסטוריה של בעיות לב. בעוד דפיברילטורים פנימיים שמזעזעים את הלב בחזרה לקצב יכולים להציל חיים, להבין מי באמת צריך אחד נשאר משחק ניחוש עם הימור גבוה. For more context on this story, see our ongoing artificial intelligence updates.

כעת, צוות מחקר בראשות UC ברקלי גילה אות לא מזוהה בעבר באלקטרוקרדיוגרמות (EKG) שיכול לזהות חולים בסיכון גבוה לפני שהלב שלהם עוצר. המחקר, שפורסם ב-24 ביוני 2026, בכתב העת Nature, יכול לשנות את האופן שבו רופאים מזהים מי צריך שתל מציל חיים.

"החלטות רפואיות הן באמת קשות, ואני חושב שבגלל זה AI כל כך מרגש עבורי", אמר זיאד אוברמאייר, פרופסור חבר בבית הספר לבריאות הציבור של UC ברקלי והמחבר הראשי של המחקר, בהודעה לעיתונות של האוניברסיטה. "אנחנו יכולים לא רק לקבל החלטות טובות יותר, אלא גם להתחיל להבין מה בעצם קורה עם החולים האלה לפני שהלב שלהם עוצר".

אימון על 440,000 אק"ג

תוך שימוש ביותר מ-440,000 בדיקות אק"ג משבדיה בשילוב עם מידע מתעודות פטירה, החוקרים אימנו מודל של בינה מלאכותית לניתוח הקוצים וצורות הגלים שנוצרו על ידי הזרמים החשמליים של הלב. הם האכילו את סריקות המודל מאנשים בריאים, חולים בסיכון וכאלה שסבלו מאוחר יותר ממוות לבבי עד שזיהה דפוסי צורות גל ייחודיים לאנשים שהמשיכו למות בפתאומיות.

לאחר מכן, הצוות אימת את האלגוריתם במשך שנים מרובות על אלפי תיקי חולים נוספים מארצות הברית ומטייוואן. לפי האוניברסיטה, איסוף הנתונים לבדו נמשך בערך עשור, תוך הסתמכות על שש שנים של סריקות ממערכת הבריאות המאוחדת של שוודיה, שנתיים של אי-אקג'ים לא מזוהים ממערכת חולים בסן דייגו, ומערך נתונים נפרד מטייפה.

"בינה מלאכותית טובה מתחילה בנתונים טובים", אמר אוברמאייר, שהוא גם חלק מהתוכנית המשותפת ל-UCSF-UC Berkeley Computational Precision Health. "למרבה הצער, נתונים כמו אלה שבהם השתמשנו עבור המחקר הזה הם קשים להפליא. זה חלק גדול מהסיבה שיש כל כך מעט AI קליני בשימוש היום".

ביצועים טובים יותר מבדיקות סטנדרטיות

התוצאות מייצגות קפיצת מדרגה משמעותית על פני שיטות המיון הנוכחיות. הטכניקה הנפוצה ביותר לזיהוי חולים בסיכון מודדת את כמות הדם שהלב פולט בכל פעימה - המכונה מקטע הפליטה. בדיקות אלו מזהות קבוצת סיכון גבוהה עם שיעור שנתי של 4.6% של מוות לבבי פתאומי.

מערכת הבינה המלאכותית, לעומת זאת, מבודדת קבוצת סיכון גבוה עם שיעור שנתי של 7% - מסמנת מאגר גדול יותר של חולים שנמצאים בסיכון אמיתי אך שנראים בסיכון נמוך בכל קנה מידה. רובם המכריע של חולים אלו לעולם לא היו מופנים להערכה נוספת לפי הפרוטוקולים הקיימים.

בעוד שהתקף לב נובע מזרימת דם מוגבלת, דום לב מתרחש כאשר הזרם החשמלי של הלב מפסיק לפתע לירות. החייאה והלם מדפיברילטור חיצוני אוטומטי יכולים להציל חיים, אך כ-90% מאלה שסובלים מדום לב פתאומי מחוץ לבית חולים מתים תוך דקות. המהירות וחוסר החיזוי של האירוע מקשים בצורה יוצאת דופן על המניעה.

דילמת הדפיברילטור

האירוניה במוות לבבי פתאומי, ציין אוברמאייר, היא שהטיפול כבר קיים - רופאים פשוט לא יכולים לזהות באופן אמין מי צריך אותו בזמן. דפיברילטורים מושתלים (ICD) הם מכשירים קטנים הממוקמים בחזה המנטרים את קצב הלב ומספקים זעזועים כאשר מתגלים דפוסים מסוכנים.

הבעיה היא כפולה. ראשית, בדיקת שבר הפליטה הסטנדרטית דורשת מהמטופלים לעבור הערכה רפואית מעורבת יותר - דבר שהרוב המכריע של הקורבנות בסופו של דבר מעולם לא ידע שהם צריכים. שנית, שני שליש מהשתלים שהוכנסו למטופלים שסומנו בבדיקות הנוכחיות לעולם לא יורים, כלומר חולים עוברים הליכים פולשניים ויקרים כדי למנוע מצב חירום שלעולם לא יתמודדו.

"בחלק מהאנשים האלה, היינו יכולים למנוע את מקרי המוות האלה אילו רק ידענו את זה בזמן", אמר אוברמאייר. "יש הרבה חיים שהולכים לאיבוד מאנשים שמתים ממוות לב פתאומי שאפשר למנוע אם רק היו לנו כלי AI טובים יותר למצוא את הדברים האלה."

מה שיבוא אחר כך

השלב הבא של הפרויקט כבר החל. אוברמאייר עובד עם מערכות בריאות בשוודיה, טייוואן וארצות הברית כדי לפרוס את האלגוריתם על מסדי נתונים של EKG של בתי חולים. עבור סריקות שהמערכת מסמנת כבעלת סיכון גבוה, הרופאים היו מודיעים למטופלים ומציעים להם את האפשרות לענוד מדבקה שמנטרת את הלב שלהם באופן רציף. נתוני הניטור הללו יכולים לעזור לחוקרים להבין טוב יותר את המנגנון הפיזיולוגי בתוך הלב שיוצר את האותות המעידים - ובסופו של דבר יכולים להוביל להצבת דפיברילטור פנימי שעלול להציל חיים.

המחקר גם פותח את הדלת למחקר חדש על מה שזיהה כלי הבינה המלאכותית בפועל. דפוסי צורות הגל שבהם הוא התבסס נראים קשורים ללב שגוי פתאומי וקטלני, אך המנגנון הפיזיולוגי המדויק נותר לא ברור - שאלה שהצוות מקווה שניטור מתמשך יעזור לענות.

אוברמאייר גם בנה אתר שבו אנשים המעוניינים להעריך את הסיכון שלהם יכולים להגיש מידע בסיסי וכתובת דוא"ל, מה שמאפשר לצוות המחקר ליצור איתם קשר לצורך ניתוח א.ק.ג. ברגע שהכלי יהפוך לזמין יותר. הפרויקט מסתמך על עבודתם של שני ארגונים שאוברמאייר היה שותף להקמתם - Dandelion Health ו- Nightingale Open Science - הפועלים במפגש בין AI ומחקר רפואי.

מעבר להשלכות הקליניות המיידיות שלו, המחקר מדגיש נקודה רחבה יותר לגבי בינה מלאכותית ברפואה: הערך הגדול ביותר של הטכנולוגיה עשוי להיות לא בהחלפת רופאים, אלא בחשיפת דפוסים בלתי נראים לעיניים אנושיות - דפוסים שברגע שהובנו, יכולים להציל אלפי חיים מדי שנה.

"הולכת להיות גם דרך חדשה לעשות מדע שתצא מהכלים האלה", אמר אוברמאייר, "וזה כיף לחשוב איך זה מתחיל לקרות".

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →