אק״ג הוא כלי זמין, מהיר וזול יחסית; אקו־לב הוא הבדיקה המקובלת להערכת אופן המילוי של החדר השמאלי, אך הוא דורש ציוד ומיומנות. מטא־אנליזה חדשה בדקה אם בינה מלאכותית יכולה לחלץ מהאק״ג אות מוקדם להפרעה דיאסטולית — מצב שעשוי להקדים אי־ספיקת לב עם מקטע פליטה שמור.

מה נבדק

החוקרים חיפשו בשמונה מאגרי מידע עד אוגוסט 2025 וכללו חמישה מחקרים עם 105,554 משתתפים. בכל המחקרים הושוו מודלים של AI שפענחו אק״ג לאבחנה המבוססת על אקו־לב.

מה נמצא

בניתוח המאוחד, הרגישות הייתה 82% והסגוליות 77%. השטח מתחת לעקומה, מדד ליכולת ההבחנה הכוללת, היה 0.85. אלה נתונים שמצביעים על פוטנציאל לסינון ראשוני או להעשרת אוכלוסייה שמופנית לבדיקה נוספת — לא על תחליף לאקו־לב.

גם ערך של תוצאה שלילית השתנה לפי שכיחות הבעיה באוכלוסייה. כשהשכיחות המשוערת הייתה 5%, הערך המנבא השלילי הגיע ל־98.8%; בשכיחות של 22.2% הוא ירד ל־93.7%, ובאוכלוסיות בסיכון גבוה יותר ירד עוד. במילים פשוטות: אותה תוצאה אינה אומרת אותו דבר בכל מרפאה ובכל קבוצת מטופלים.

למה צריך להיזהר

מספר המחקרים היה קטן, וההטרוגניות הייתה חריגה: I² של 98.5% לרגישות ו־99.8% לסגוליות. הבדלים באוכלוסיות, בהגדרות האקו ובמודלים עלולים להסביר חלק מהפערים, ומקשים להעריך כיצד כלי מסוים יתפקד מחוץ למסד הנתונים שבו פותח.

המחברים עצמם קובעים שהראיות אינן מספיקות ליישום קליני שגרתי. הממצא גם אינו מוכיח שסינון באמצעות AI משפר טיפול, מפחית אשפוזים או מונע אי־ספיקת לב; לשם כך נדרשים מחקרים פרוספקטיביים והשוואה לתהליך הקליני הקיים.

השורה התחתונה

AI על אק״ג עשוי להפוך בדיקה נפוצה לשער חכם לבירור נוסף. כרגע זהו אות מבטיח ממטא־אנליזה גדולה במספר המשתתפים אך קטנה במספר המחקרים — עם שונות גבוהה מדי כדי לדלג על אקו־לב ועל שיקול דעת קליני.