האם פענוח של בדיקות דימות, כגון CT, חייב להיות תלוי בזמינותם ובמהירות עבודתם של רופאים? התשובה היא לא. בשנים האחרונות יש עניין רב בשימוש בראייה ממוחשבת ובמערכות לומדות לפענוח אוטומטי של בדיקות דימות. כלים אלו תומכים ברדיולוגים לצורך פענוח מדויק ומהיר. במחקר זה בדקנו את האפשרות לבצע פענוח אוטומטי של בדיקות CT (טומוגרפיה ממוחשבת) של נגעים בכבד. המחקר הוא פרי שיתוף פעולה של שתי קבוצות חוקרים, אחת מהמעבדה לעיבוד תמונה רפואית מהמחלקה להנדסה ביו-רפואית באוניברסיטת תל-אביב, בראשות פרופ' חיית גרינשפן, והאחרת מהשירות לדימות הבטן מהמרכז הרפואי ע"ש חיים שיבא המסונף לפקולטה לרפואה של אוניברסיטת תל-אביב, בראשות פרופ' מיכל אמיתי. הכבד הוא האיבר הרקמתי הגדול ביותר בגוף האדם, ותפקידיו המרכזיים הם סינון של דם החוזר מהמעי, ייצור חלבונים וייצור מָרָה, המשמשת בתהליך העיכול. יש שמתפתחים בכבד נגעים שפירים או ממאירים. תהליכים שפירים שכיחים כוללים ציסטות והמנגיומות; הגידול הממאיר השכיח ביותר הפוגע בכבד בעולם המערבי הוא גרורות סרטניות של גידולים שמקורם ברקמות אחרות בגוף. יש שמתרחשים בכבד גם תהליכים ממאירים ראשוניים, כגון סרטן הכבד (הפטומה). תפקידי הרדיולוג הם זיהוי נגעים בכבד, הבחנה בין נגעים שפירים לממאירים ומעקב לאורך זמן אחרי נגעים ממאירים בגופם של חולי סרטן, כדי לבחון את תגובתם לטיפול. אחת הבדיקות העיקריות המשמשות למעקב אחר גידולים סרטניים היא בדיקת CT. בדיקת CT דו-שלבית כוללת סריקה לפני הזרקת חומר ניגוד המכיל יוד, וסריקה נוספת 80-70 שניות אחרי הזרקת חומר הניגוד. בדיקה תלת-שלבית כוללת גם סריקה 40-25 שניות אחרי ההזרקה וסריקה 5-3 דקות אחרי ההזרקה. בדיקה נוספת המשמשת למעקב אחר חולי סרטן היא בדיקת PET-CT, הכוללת, נוסף על סדרת ה-CT, גם סדרת PET המבוססת על הזרקת חומר ניגוד רדיואקטיבי. פרויקט המחקר הנוכחי מתבסס על אלגוריתמים ממוחשבים של בינה מלאכותית, בדגש על למידה עמוקה ובפרט על רשתות נוירונים מלאכותיות. בשנים האחרונות הובילו אלגוריתמים אלו לפריצת דרך בתחום האנליזה של תמונות. אחד הגורמים המרכזיים להצלחה בתחום הלמידה העמוקה הוא שימוש במספר גדול מאוד של תמונות לאימון המערכות הממוחשבות; בתחום הדימות הרפואי, קשה לאסוף, לקטלג ולסמן מספר גדול של תמונות רפואיות הרלוונטיות לנושאי המחקר. במסגרת מחקרנו, אספנו וקטלגנו תמונות CT דו-שלביות ותלת-שלביות עוקבות של נגעים כבדיים מסוגים שונים. המהנדסים המעורבים במחקר פיתחו אלגוריתמים של בינה מלאכותית המחקים את תהליך החשיבה והניתוח של רופאים רדיולוגים. פותחו שיטות לזיהוי אוטומטי של נגעים כבדיים, לסיווג של הנגעים (שפירים וממאירים) וכן לזיהוי המקור הסרטני הראשוני של הגרורות – מחקר ראשוני מסוגו בעולם. כדי לאמן את מערכות הלמידה, פותחו אלגוריתמים חדשניים להגדלה מלאכותית של מספר התמונות הרפואיות תוך שימוש במודלים מתקדמים לסינתזת תמונות. כך, לדוגמה, הועשר מאגר תמונות הנגעים בכבד. יכולות הסינתזה הורחבו גם למטרה של יצירת תמונות PET וירטואליות של הכבד על פי תמונות CT – כלומר, תוכננה מערכת ייחודית הלומדת את הקשר בין תמונת CT לתמונתPET תואמת, ומסוגלת לקבל תמונת CT ולהפיק תמונת PET סינתטית תואמת. שיתוף הפעולה בין רדיולוגים מומחים לכבד לבין צוות מהנדסים מתחום ההנדסה הביו-רפואית, מומחים בעיבוד תמונה רפואית, הניב תוצאות מבטיחות מאוד. אנו תקווה כי האלגוריתמים פרי מחקרנו ישמשו רדיולוגים ורופאים מטפלים ככלי עזר לייעול תהליכי האבחון תוך שיפור הדיוק הכמותי, למטרת ניתוח מהיר ומדויק של מספר גדול של תוצאות בדיקות דימות. הטכנולוגיה המפותחת תאפשר שיפור של תהליכי הדיאגנוסטיקה והמעקב ושל כלל תהליכי קבלת ההחלטות. בכך תסייע בהכוונת תשומת לבם של הרופאים המומחים אל המקרים המורכבים והמאתגרים ביותר, ותסייע בקידום מערכת הטיפול הרפואי בכללותה.