בינה מלאכותית בשירות הרפואה: טכנולוגיה שפותחה בבן גוריון תשנה את פענוח התמונות הרפואיות

חוקרים מאוניברסיטת בן-גוריון בנגב פיתחו שיטה חדשה שמפענחת את החלטות ה-AI בתמונות רפואיות, המאפשרת הבנה מעמיקה יותר של תהליכים ביולוגיים ושיפור משמעותי בטיפולי פוריות. הממצאים פורסמו בכתב עת יוקרתי
send whatsapp messsage send FB messsage
בינה מלאכותית בשירות הרפואה: טכנולוגיה שפותחה בבן גוריון תשנה את פענוח התמונות הרפואיות עודד רותם. צילום: שונית פלקו זריצקי

הבינה המלאכותית כובשת את עולם הרפואה עם שיטה חדשנית שפותחה באוניברסיטת בן-גוריון בנגב. השיטה, שמאפשרת פענוח מדויק של תמונות רפואיות באמצעות פירוקן לרכיבים בעלי משמעות קלינית, עשויה לשנות את פני הרפואה המודרנית.

בינה מלאכותית מבוססת רשתות עצביות היא כלי רב עוצמה, המאפשרת זיהוי דפוסים מורכבים בנתונים כמו תמונות רפואיות. אך עד כה, אחד האתגרים המרכזיים היה חוסר היכולת להבין מה עומד מאחורי החלטות ה-AI. זהו חסם משמעותי עבור רופאים ומדענים, שהבנת תהליך קבלת ההחלטות היא קריטית עבורם.

צוות מחקר בראשות הדוקטורנט עודד רותם, בהנחיית פרופ' אסף זריצקי מהמחלקה להנדסת מערכות תוכנה ומידע באוניברסיטת בן-גוריון, הצליח להנדס לאחור את תהליך קבלת ההחלטות של ה-AI. בעזרת שיטה חישובית מתקדמת, הם פירקו תמונות רפואיות לרכיבים שה-AI מתבסס עליהם, ואיפשרו למומחים להבין מה הוביל להחלטות המערכת.

בשיתוף פעולה עם חברת ההזנק הישראלית AIVF, החוקרים הוכיחו את יכולתה של השיטה בניתוח תמונות של עוברים מתהליך הפריה חוץ גופית, כמו גם בתמונות MRI של מוחות חולי אלצהיימר. הם אף הצליחו להבין כיצד ה-AI מבחין בין תמונות יומיומיות, כמו כלבים וחתולים, ובין גברים ונשים.

השיטה החדשה, בשם "DISCOVER", מאפשרת ליצור תמונות סינתטיות של עוברים, בהן כל תמונה מבליטה תכונה מסוימת שה-AI מתבסס עליה בהחלטתו. הדבר מאפשר למומחים להבין טוב יותר את התהליכים הפנימיים של ה-AI ולשפר את יכולתם לקבל החלטות רפואיות מדויקות.

בעזרת התמונות הסינתטיות, הצליחו החוקרים לזהות תכונה ביולוגית חדשה שזוהתה על ידי ה-AI – "צפיפות הבלסטוציסט" – מרכיב חשוב בהערכת איכות העובר, שקשה למדוד בעין אנושית.

"השיטה הזו פותחת דלתות חדשות עבור הרפואה המודרנית, ומשפרת את יכולתנו להבין תהליכים מורכבים", ציינה דניאלה גלבוע, מנכ"לית חברת AIVF. החוקרים מאמינים שהשיטה תוכל לשמש גם בתחומים נוספים כמו דימות ביולוגי ורפואי, ולקדם את השימוש בבינה מלאכותית ככלי מרכזי ברפואה.