מודל AI חוזה הצלחה בשיקום שמיעתי בדיוק של 92% לאחר שתל שבלולי
מודל AI חדשני מנצל סריקות MRI מוחיות ולמידה עמוקה כדי לחזות בדיוק של 92% את התפתחות השפה הדבורה אצל ילדים עם שתל שבלולי. הטכנולוגיה מאפשרת התאמת תוכניות שיקום אישיות עוד לפני הניתוח, עם יכולת עיבוד נתונים ממגוון מקורות משלוש יבשות ובשפות שונות.
פריצת דרך בשיקום שמיעתי: מערכת בינה מלאכותית לחיזוי מדויק
מחקר בינלאומי חדש חושף מודל AI פורץ דרך המסוגל לחזות הצלחה ברכישת שפה דבורה אצל ילדים עם שתל שבלולי בדיוק מרשים של 92%. המערכת משתמשת בסריקות MRI מוחיות מלפני הניתוח, בשילוב טכנולוגיית למידה עמוקה בהעברת ידע (Deep Transfer Learning) – צורת Machine Learning מתקדמת ביותר.
איך זה עובד?
המערכת מנתחת את המבנה והפעילות המוחית טרם ההשתלה כדי לחזות את התפתחות השפה 1–3 שנים לאחר הפעלת השתל. המודל אומן באמצעות נתונים מ-278 ילדים בשלושה מרכזים רפואיים (הונג קונג, אוסטרליה וארה"ב) הדוברים אנגלית, ספרדית וקנטונזית.
יתרונות מרכזיים:
- התאמת תוכניות טיפול מותאמות אישית עוד לפני הניתוח
- זיהוי מוקדם של ילדים הזקוקים לתרפיה אינטנסיבית יותר
- יכולת עבודה עם נתונים מגוונים ממקורות שונים
"זו הפעם הראשונה שאנו יכולים להציע גישה של 'חיזוי למען טיפול ממוקד' בתחום השתלים השבלוליים", הסביר אחד החוקרים הבכירים. "המערכת מתגברת על אתגרי שונות בנתונים בין המרכזים הרפואיים – פרוטוקולי סריקה שונים ומדדי הערכה מגוונים".
השלכות קליניות מרחיקות לכת
לפי הממצאים שפורסמו ב-JAMA Otolaryngology, הטכנולוגיה החדשה עולה בביצועיה על מודלי Machine Learning מסורתיים בכל המדדים שנבדקו. היכולת לחזות התפתחות שפה תאפשר:
- התערבות מוקדמת יותר במקרים מורכבים
- חלוקה יעילה יותר של משאבי השיקום
- שיפור תוצאות הטיפול בטווח הארוך
החוקרים מדגישים כי למרות הדיוק הגבוה, המערכת אינה מחליפה צוותים רפואיים, אלא מספקת כלי עזר קריטי לקבלת החלטות טיפוליות.