The Integral Project ברשתות · בקרוב
המומחיםמילוןפודקאסט

בריאות, נפש וטכנולוגיה

כתבות ומחקרים

AI באולטרסאונד כליות הגיע לרגישות של 89% — אבל כמעט לא נבדק מחוץ למאגרי הפיתוח

מטא־אנליזה של 31 מחקרים מצאה ביצועים מבטיחים למודלי AI ורדיומיקה על בדיקות אולטרסאונד כליות. עם זאת, השונות בין המחקרים הייתה גבוהה, כיול דווח באופן מוגבל ואימות חיצוני היה נדיר — כך שהמספרים עדיין אינם שקולים לכלי קליני מוכן.

צוות The Integral Project · בעריכת יורי אלטשולרעל העריכה והאחריות המערכתית11.9.20262 דק' קריאה
שיתוף הכתבה
AI באולטרסאונד כליות הגיע לרגישות של 89% — אבל כמעט לא נבדק מחוץ למאגרי הפיתוח
הדמיה: מערכת The Integral Project · נוצרה באמצעות בינה מלאכותית

אולטרסאונד הוא כלי נגיש וללא קרינה לבדיקת הכליות, אבל הפענוח שלו תלוי גם במיומנות הבודק ובאיכות התמונה. סקירה שיטתית ומטא־אנליזה חדשה בדקה אם בינה מלאכותית יכולה להוסיף שכבת ניתוח עקבית יותר לאבחון, לדירוג ולחיזוי של מחלות כליה ניווניות.

מה בדקו

החוקרים סקרו שישה מאגרי מידע ומקורות של ספרות אפורה ללא הגבלת שפה או תאריך. בסך הכול נכללו 31 מחקרים שבהם הופעלו למידת מכונה, למידה עמוקה או רדיומיקה על תמונות אולטרסאונד של הכליות. איכות המתודולוגיה וסיכון ההטיה נבדקו בכלים ייעודיים למחקרי מודלים ולדימות רפואי, ובהם PROBAST ו־CLAIM 2024.

מה נמצא

בניתוח המשוקלל, מודלים של למידת מכונה הגיעו לרגישות של 86% ולסגוליות של 83%. מודלים של למידה עמוקה הגיעו לרגישות של 89% ולסגוליות של 85%. במילים פשוטות, המודלים הצליחו להבחין בין מקרים חיוביים לשליליים ברמה מבטיחה בתוך המחקרים שנכללו.

אבל רגישות וסגוליות משוקללות אינן מספרות את כל הסיפור. המחקרים עסקו באוכלוסיות, מחלות, מכשירי אולטרסאונד ושיטות ניתוח שונות, והשונות הסטטיסטית ביניהם הייתה משמעותית. לכן אין כאן ציון אחד שאפשר להחיל אוטומטית על כל בית חולים או מטופל.

איפה הראיות נחלשות

החסם המרכזי היה אימות חיצוני: רק מעט מודלים נבדקו באוכלוסייה או במוסד שלא שימשו לפיתוחם. מודל יכול ללמוד מאפיינים מקומיים של מכשיר, פרוטוקול צילום או מאגר נתונים ולהיראות מדויק — ואז לאבד ביצועים כשהוא פוגש מערכת אחרת.

גם כיול, כלומר התאמה בין הסיכון שהמודל חוזה לבין מה שמתרחש בפועל, נבדק באופן מוגבל. בלי כיול ואימות פרוספקטיבי קשה להשתמש בציון המודל כדי לקבל החלטות קליניות, גם אם מדדי האבחון הראשוניים גבוהים.

מה זה אומר למטופלים

הממצאים אינם הופכים אולטרסאונד רגיל לבדיקה אוטומטית, ואינם מראים ש־AI משפר תוצאות בריאות או מחליף רדיולוג ונפרולוג. המטא־אנליזה מעריכה ביצועי אבחון במחקרים קיימים; היא לא בחנה מסלול טיפול שבו החלטות התקבלו לפי המודל.

הצעד הבא הוא מחקר רב־מרכזי פרוספקטיבי, עם מכשירים ואוכלוסיות מגוונים והשוואה ברורה לעבודת מומחים. רק אז יהיה אפשר לדעת אם הביצועים נשמרים בעולם האמיתי ואם השימוש במודל מוסיף ערך מעבר לפענוח המקובל.

השורה התחתונה

AI באולטרסאונד כליות מציג רגישות וסגוליות מבטיחות בניתוח של 31 מחקרים. כרגע, הטרוגניות גבוהה ומיעוט של אימות חיצוני משאירים אותו בשלב של טכנולוגיה מחקרית — לא כלי עצמאי לאבחון או לקבלת החלטות.

מה אפשר לקחת מהמחקר?

שינויים קטנים ועקביים בהרגלי התזונה וההתאוששות עשויים להיות משמעותיים לאורך זמן. מומלץ לבחון אותם לצד מדדים אישיים ובהתייעצות מקצועית כשנדרש.

Elhaie et al., Future Science OA (2026)המקור המחקרי
THE INTEGRAL UPDATE

העדכונים החשובים, ישר למייל

כתבות חדשות, מחקרים ועדכונים כלליים מ־The Integral Project — בלי רעש מיותר.

האימייל נשמר באופן מאובטח ולא יימסר לצדדים שלישיים לצורכי פרסום.

אהבתם את הכתבה?

המשוב שלכם עוזר לנו לבחור את התוכן הבא.

תגובות הקוראים

היו הראשונים להגיב

התגובה תפורסם לאחר בדיקה קצרה.
שאלו את PulseAI על המחקר
היועץ המדעי PulseAI