The Integral Project ברשתות · בקרוב
המומחיםמילוןפודקאסט

בריאות, נפש וטכנולוגיה

כתבות ומחקרים

AI על אק״ג חד־ערוצי זיהה סימני עיבוי לבבי ב־AUC של 0.93 — אך בלי אימות בהדמיה

מודל שנבדק על מאגר PTB-XL שילב ערוץ אק״ג יחיד עם גיל, מין ו־BMI והגיע לרגישות של 84.7% ולסגוליות של 90.6%. אלא שהיעד היה אבחנת LVH לפי אק״ג, לא עיבוי שאומת באקו או ב־MRI.

צוות The Integral Project · בעריכת יורי אלטשולרעל העריכה והאחריות המערכתית1.10.20262 דק' קריאה
שיתוף הכתבה
AI על אק״ג חד־ערוצי זיהה סימני עיבוי לבבי ב־AUC של 0.93 — אך בלי אימות בהדמיה
הדמיה ארכיונית: מערכת The Integral Project · נוצרה באמצעות בינה מלאכותית

שעונים ומכשירים לבישים מסוגלים להקליט אק״ג מערוץ יחיד, בדרך כלל בתצורה הדומה ל־Lead I. מחקר פיילוט חדש בדק אם אות כזה יכול לשמש בסיס לסקר של היפרטרופיה של החדר השמאלי — עיבוי של שריר הלב שנקשר לסיכון לבבי מוגבר.

החוקרים השתמשו במאגר הציבורי PTB-XL, הכולל 21,837 תרשימי אק״ג שסומנו בידי קרדיולוגים ונאספו מ־18,885 מטופלים. הם אימנו מודל Transformer בשלוש תצורות: ערוץ I בלבד; ערוץ I יחד עם גיל, מין ו־BMI; וכל 12 הערוצים יחד עם אותם נתונים דמוגרפיים. סף הסיווג נבחר מראש כדי לשמור על סגוליות של 90% לפחות.

הנתונים הדמוגרפיים סגרו חלק גדול מהפער

מודל הערוץ היחיד לבדו הגיע ל־AUC ממוצע של 0.874, עם רגישות של 69.1% וסגוליות של 90.1%. לאחר הוספת גיל, מין ו־BMI, ה־AUC עלה ל־0.928, הרגישות ל־84.7% והסגוליות ל־90.6%.

לשם השוואה, מודל 12 הערוצים עם הנתונים הדמוגרפיים הגיע ל־AUC של 0.939, רגישות של 85.9% וסגוליות של 90.1%. כלומר, בתוך אותו מאגר ובאותה מסגרת חישובית, הביצועים של הערוץ היחיד המשולב התקרבו לאלה של אק״ג מלא.

מה הכותרת לא אומרת

זהו מחקר פיתוח רטרוספקטיבי על מאגר אק״ג קיים, לא ניסוי בשעון חכם ולא בדיקת סקר בעולם האמיתי. החוקרים השתמשו בערוץ I מתוך אק״ג בן 12 ערוצים; הם לא אספו אותות ממכשירים צרכניים, שבהם איכות ההקלטה, תנוחת המשתמש והפרעות תנועה עשויות להיות שונות.

המגבלה החשובה יותר היא תווית היעד: המודל זיהה LVH אלקטרוקרדיוגרפי לפי סימוני האק״ג. הוא עדיין לא אומת מול אקו לב או MRI, שהם הדרכים להעריך את מבנה הלב ומסת השריר. לכן אי אפשר להסיק מהתוצאות שהוא מזהה בוודאות עיבוי אנטומי, ובוודאי לא שהוא מחליף בירור רפואי.

השורה התחתונה

המחקר מציג הוכחת היתכנות מעניינת: אק״ג חד־ערוצי, כשהוא משולב בנתונים בסיסיים, עשוי לסמן אנשים שזקוקים לבדיקה נוספת. הצעד הבא חייב להיות תיקוף חיצוני פרוספקטיבי על אותות אמיתיים ממכשירים לבישים, מול אבחנה מבוססת הדמיה ובאוכלוסיות מגוונות.

מה אפשר לקחת מהמחקר?

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

Nandy, Nandy & Dalal — Artificial intelligence-enabled detection of left ventricular hypertrophy using a single-lead electrocardiogram (2026), doi:10.1080/08998280.2026.2735142המקור 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