מחקר ישראלי פורץ דרך: בינה מלאכותית קיצרה ב־1,500 שעות את זמני ההמתנה לפיענוח CT

במחקר חדש של אסותא מרכזים רפואיים נמצא כי שילוב מערכת בינה מלאכותית בפיענוח בדיקות CT מביא לקיצור משמעותי בזמן ההמתנה לתוצאות ולשיפור באיכות האבחון.

המחקר, שכלל ניתוח של 5,048 בדיקות CT ראש שבוצעו במהלך שנת 2024, הראה כי השימוש בבינה המלאכותית הביא לירידה כוללת של 1,505 שעות בזמן ההמתנה לאבחון – תוצאה דרמטית שמאפשרת הפניה מהירה יותר לטיפול דחוף, גם מחוץ לבתי החולים.

המערכת שנבדקה, AIDOC, היא אלגוריתם בינה מלאכותית ייעודי לזיהוי ממצאים קריטיים כמו דימומים מוחיים. היא הדגימה דיוק של עד 99% לעומת דוחות הרדיולוגים ששימשו כסטנדרט ייחוס, ורגישות של 100% בזיהוי מקרי חירום – כלומר, לא החמיצה אף מקרה אמיתי.

ד"ר ארנון מקורי, מנהל מערך הדימות באסותא, הסביר כי התרומה המרכזית של המערכת היא ביכולת לזהות ממצא קריטי בזמן אמת: "כאשר המערכת מזהה דימום מוחי, היא שולחת התראה מיידית לרופא, שמגיב מיידית ויכול להציל חיים – גם כשהבדיקה נעשית במרפאה קהילתית רחוקה מבית חולים."

לדבריו, מספר מכשירי ה־CT בישראל מוגבל וזמני ההמתנה ארוכים: "כל טכנולוגיה שמייעלת את תהליך הבדיקה והפענוח מביאה ערך בריאותי עצום — לא רק בזיהוי מצבי חירום, אלא גם בקיצור התורים הכלליים."

עוד נמצא כי המערכת הוסיפה שכבת ביטחון משמעותית לרופאים: היא זיהתה 21 מקרים חיוביים של דימום מוחי שלא זוהו על ידי הרדיולוגים – שיפור של 14.2% בזיהוי הכולל. ד"ר רועי ברנע, חוקר ראשי במכון אסותא לחקר מדיניות הבריאות, ציין כי זהו צעד משמעותי בשינוי תפיסת הפיענוח הרפואי: "המערכת היא רשת ביטחון אמיתית. היא לא מחליפה את הרופא, אלא מבטיחה שאף מקרה חירום לא יחמוק מתחת לרדאר."

באסותא מציינים כי בכוונתם להרחיב את השימוש בטכנולוגיה גם לתחומי MRI, זיהוי גידולים וסרטן ריאה, במטרה להמשיך לקצר תהליכים, לשפר את איכות הטיפול — ולבסוף, להציל יותר חיים.