מודל AI חוזה שינויים ברמות הגלוקוז עד שעה מראש
חוקרים מ-KTU פיתחו מודל AI שיכול לחזות שינויים ברמות הגלוקוז 30 ו-60 דקות מראש, תוך שימוש ברשתות גרפים ובמנגנוני attention. המודל, שנבדק על מערכי נתונים בינלאומיים ומציג דיוק גבוה, מיועד לשמש כלי לתמיכה בקבלת החלטות של רופאים, אך נדרש אישור קליני לפני יישום רחב.
תארו לעצמכם 66 מיליון מבוגרים באירופה שחיים עם סוכרת — ומספרם צפוי לעלות ל-72 מיליון עד 2050. עבור חולי סוכרת מסוג 1, שמירה על רמות גלוקוז בטוחות היא מרדף אינסופי: אפילו עם טיפול קפדני, תנודות חדות יכולות להוביל להיפוגליקמיה או להיפרגליקמיה, ברגע אחד ובלי הכנה. זה לא רק עניין של אוכל ואינסולין; פעילות גופנית, מתח, הורמונים ואפילו איכות שינה — לכולם יש תפקיד.
חוקרים מ-Kaunas University of Technology (KTU) מנצלים את נפח הנתונים האדיר שמייצרות מדידות גלוקוז רציפות — ונותנים לבינה המלאכותית לחשוף את התבניות. הצוות פיתח מודל AI חדשני, שחוזה שינויים ברמות הגלוקוז ומעריך סיכוני היפוגליקמיה 30 ו-60 דקות קדימה. וכאן זה נהיה מעניין: הם לא הולכים בדרך הרגילה.
איך זה עובד?
בניגוד למודלים קונבנציונליים שמטפלים בנתונים כרצף כרונולוגי, החוקרים של KTU מייצגים כל נקודת זמן כצומת ברשת גרפים ומחברים אותה לנקודות דומות בעבר. פרופסור Rytis Maskeliūnas מסביר: "זה מאפשר למודל ללמוד לא רק מהאירועים הישירים, אלא גם מיחסים מורכבים בין מצבים פיזיולוגיים שונים." רכיב מרכזי במודל הוא מנגנון attention — כמו רופא מנוסה שסורק מסכים של נתונים ומזהה מה באמת חשוב באותו רגע.
תוצאות ודיוק
המודל נבדק על מערכי נתונים בינלאומיים של חולי סוכרת מסוג 1 והוכיח דיוק גבוה גם אצל מטופלים שלא היו חלק מנתוני האימון שלו. "ההישגים מראים דיוק חזוי גבוה מאוד," אומר הסטודנט לתואר שלישי Muhammad Abdullah Sarwar, שלקח חלק בפיתוח. מעניין במיוחד: הביצועים השתפרו כשהאלגוריתם אומן לבצע גם חיזוי שינויים וגם הערכת סיכונים, במקום לבצע רק אחת מהמשימות.
מה עם הסיכונים?
אל תמהרו להוציא את האפליקציה. הדיוק הגבוה עדיין לא הופך את הטכנולוגיה לחלק מחיי היום-יום. "נדרשים מחקרים קליניים נוספים לפני שהטכנולוגיה תאומץ באופן נרחב," מבהיר Maskeliūnas. "המודלים הוערכו על נתוני מטופלים היסטוריים, והם צריכים להוכיח את עצמם בתנאים אמיתיים."
למה זה חשוב לכם?
עולם הבריאות הדיגיטלית בישראל ובעולם מתמודד עם אתגרים דומים: נפח מידע, פרטיות מטופלים ואינטגרציה חלקה בעבודת הרופאים. החוקרים לא רואים ב-AI טכנולוגיה שמחליפה רופאים, אלא דרך לנצל טוב יותר את הררי הנתונים — ולספק תמיכה בקבלת החלטות, המותאמת אישית. "מודלים מתקדמים וברי־הסבר יספקו בסיס למערכות תמיכה בקבלת החלטות בטוחות יותר, וגם יסייעו להפחית את עומס העבודה על הקלינאים," אומר פרופסור Maskeliūnas.
בסוף, אחרי כל הדיוק הסטטיסטי, אפשר רק לקוות שיום אחד המודלים האלה יחסכו לרופאים ולמטופלים את הלחץ — או לפחות יקנו להם עוד כמה דקות שקטות להחלטה הבאה.