קשריות ריאה קטנות עלולות להיות קשות לאיתור במהלך ניתוח זעיר־פולשני, במיוחד כשהריאה מתרוקנת מאוויר והמיקום שלה כבר אינו תואם בדיוק לסריקת ה־CT שנעשתה מראש. מחקר פיילוט פרוספקטיבי בדק אם מערכת שמשלבת AI ושיקוף בזמן אמת יכולה לצמצם את הפער הזה בחדר הניתוח.

מה בדקו

המחקר נערך במרכז רפואי יחיד וכלל 14 מטופלים שנזקקו לאיתור קשרית לפני כריתה תורקוסקופית. הגיל הממוצע היה 57.2 שנים, והקשריות היו קטנות: קוטר ממוצע של 9.3 מ״מ. 12 מתוך 14 נמצאו בפריפריה של הריאה.

המערכת, LungVision, שילבה לוח מיקום אטום לקרינה, יחידת מחשוב שמעבדת את תמונות השיקוף בזמן אמת וממשק טאבלט לתכנון ולהצגה מוגברת. חשוב: כל המשתתפים קיבלו גם סימון נוסף — הזרקת צבע בהנחיית CT או ניווט ברונכוסקופי וירטואלי — לפני השימוש במערכת הנחקרת.

מה נמצא

המערכת איתרה את כל 14 הנגעים במהלך הניתוח. זמן הניווט הממוצע היה 38.6 דקות, וכל הקשריות נכרתו במלואן. בעשרה מקרים נמצאה ממאירות בבדיקה הפתולוגית. החוקרים לא דיווחו על סיבוכים במהלך הניתוח או על סיבוכים שיוחסו לתהליך האיתור.

המערכת גם שולבה בחדר הניתוח הקיים בלי שינויי תשתית נוספים — נקודה מעשית חשובה לטכנולוגיה שמבקשת לעבור מהדגמה הנדסית לשימוש קליני.

ומה לא כדאי להסיק

זהו מחקר קטן מאוד, ללא קבוצת ביקורת ובמרכז יחיד. מכיוון שכל מטופל עבר סימון כפול, אי אפשר לדעת כמה מהצלחת האיתור נבעה ממערכת ה־AI וכמה מהשיטה המקובלת. המחקר גם לא השווה זמן ניתוח, חשיפה לקרינה, עלות או תוצאות החלמה מול מסלול רגיל.

גם התוצאה של 14 מתוך 14 אינה אומדן יציב לדיוק באוכלוסייה רחבה: כישלונות נדירים עשויים להופיע רק במדגם גדול יותר, עם מנתחים, בתי חולים ומיקומי קשריות מגוונים יותר.

השורה התחתונה

ניווט מוגבר AI על גבי שיקוף נראה אפשרי לאיתור קשריות ריאה קטנות בזמן ניתוח, ובפיילוט הזה הוא השתלב בעבודה הקיימת ללא סיבוכים מדווחים. אבל לפני שאפשר לטעון שהוא משפר את הטיפול, נדרש מחקר גדול והשוואתי שיבדוק את המערכת ללא יתרון של סימון כפול — וגם ימדוד זמן, קרינה, עלות ותוצאות למטופלים.