אלגוריתם יכול לסמן שבר בצילום רנטגן, אבל עד כמה כדאי לסמוך על כל סימון? מחקר חדש מדנמרק מציע שציון הביטחון של המערכת עשוי להיות חשוב כמעט כמו התשובה הבינארית שלה.

מה נבדק

החוקרים ניתחו בדיעבד צילומי גפיים של 2,508 מטופלים בני שנתיים עד 105 שנבדקו בחשד לשבר במהלך 2024 במרכז רפואי יחיד. ב־815 מטופלים נמצאו בסך הכול 1,028 שברים. תוצאת האלגוריתם הושוותה לדוח הרדיולוגי, ובמקרים של אי־הסכמה נעשה שימוש בהדמיית מעקב כשזו הייתה זמינה או בבדיקת מומחה.

מה נמצא

ברמת השבר, רגישות האלגוריתם הייתה 92.7% וערך הניבוי החיובי היה 87.6%. הסגוליות עמדה על 94.4% וערך הניבוי השלילי על 96.6%.

הפער הבולט הופיע כשפיצלו את ההתראות לפי הביטחון שהמערכת ייחסה להן. מבין ההתראות בביטחון גבוה, 99.1% אכן התאימו לשבר; בהתראות בביטחון נמוך, רק 59.1% היו נכונות. כלומר, התראה חלשה אינה חסרת ערך, אבל היא כוללת הרבה יותר תוצאות חיוביות כוזבות ודורשת בדיקה זהירה.

אצל ילדים ערך הניבוי החיובי היה גבוה יותר מאשר אצל מבוגרים — 91.7% לעומת 86.1%. לא נמצא הבדל מובהק ברגישות ברמת השבר או בביצועים ברמת המטופל.

למה זה חשוב

מערכות AI ברדיולוגיה מוצגות לעיתים כמי שמספקות תשובה אחת: שבר או אין שבר. בפועל, המחקר מראה שהסתברות או דרגת ביטחון עשויות לשנות מאוד את משמעות הסימון. בתכנון זרימת עבודה, אפשר לשקול תיעדוף מהיר של התראות בביטחון גבוה ובדיקה קפדנית יותר של התראות חלשות — בלי להפוך את הציון להחלטה רפואית אוטומטית.

המגבלות

זהו מחקר רטרוספקטיבי ממרכז יחיד, ולא ניסוי פרוספקטיבי שבדק אם השימוש בכלי משפר טיפול, מקצר זמני המתנה או מפחית שברים שהוחמצו. הביצועים תלויים גם בשכיחות השברים ובאוכלוסייה המקומית, ולכן ערך הניבוי עשוי להשתנות בבית חולים אחר. אחת החוקרות עבדה בעבר כמתייגת עבור החברה שמוצרה נבדק, אם כי לפי הצהרת ניגוד העניינים התפקיד לא היה קשור למחקר הנוכחי.

השורה התחתונה

האלגוריתם הציג ביצועים אבחוניים טובים בזיהוי שברי גפיים, אך לא כל התראה הייתה שוות ערך. ציון ביטחון גבוה היה מדויק מאוד; ציון נמוך דרש הרבה יותר ספקנות. לפני הטמעה קלינית נדרש אימות חיצוני ובדיקה בזמן אמת לצד רדיולוגים ורופאי חירום.