רואים עתיד

קטרקט (ירוד בעברית) הינו מצב בו עדשת העין הטבעית הופכת לעכורה, מה שמוביל לירידה בראייה. מדובר בתופעה שכיחה, ולרוב התפתחותה קשורה לגיל. הטיפול הוא ניתוח הסרת ירוד, שבמהלכו העדשה העכורה מוחלפת בעדשה מלאכותית תוך עינית. כיום ניתוח הקטרקט אינו משמש למטרת שיקום הראייה בלבד, אלא מציע גם להפחית את התלות במשקפיים. הצלחת הניתוח תלויה במידה רבה בחישוב מדויק של כוח העדשה המלאכותית, באמצעות נוסחאות המבוססות על נתונים ביומטריים של גלגל העין.

חישוב ודיוק

הנוסחאות המקובלות שנמצאו בשימוש נרחב עד לאחרונה, פותחו על בסיס רגרסיה ואופטיקה תיאורטית, ותוצאותיהן עשויות להיות לא מדויקות, במיוחד במקרים מורכבים ולא שגרתיים. הבינה המלאכותית, עם יכולתה לעבד וללמוד ממערכות נתונים גדולות, מביאה יתרונות רבים לתחום חישוב עוצמת העדשה המלאכותית. מודלים של בינה מלאכותית יכולים לנתח מגוון רב של מקרים ומשתנים מאשר הנוסחאות המסורתיות, ובכך לספק חישובים יותר מדויקים תוך חיזויים מותאמים אישית למאפיינים הייחודיים של המטופל.

מחקרים שבדקו את השימוש באלגוריתמים של למידה מפוקחת לשיפור נוסחאות קיימות הראו כי הנוסחאות המשולבות שיפרו את ניבוי התוצאות הרפרקטיביות בכ-20%. כמו כן, בשנים האחרונות, פותחו מספר נוסחאות חדשות על בסיס בינה מלאכותית, אשר יעילותן הוכחה בעולם האמיתי, כאשר מחקרים מיצבו אותן כבר כעת בשורה אחת עם הנוסחאות הנחשבות למדוייקות ביותר. הדיוק המוגבר מתורגם לתוצאות ראייה משופרות, דבר שמפחית את הסיכויים להפתעות רפרקטיביות לאחר הניתוח ואת הצורך בפתרונות אופטיים (כמו שימוש במשקפיים) או בפעולות תיקון נוספות בהמשך. זאת ועוד, נוסחאות אלה של בינה מלאכותית מביאות הבטחה לעתיד, לאור היכולת ללמוד מנתונים חדשים, להשתפר לאורך זמן ולהתעדכן בהתאם לחידושים הטכנולוגיים בתחום.

הפן הניתוחי

באופן דומה, בינה מלאכותית יכולה להביא לשדרוגים גם בפן הניתוחי, החל מההכשרה הניתוחית וכלה בניתוח עצמו. בתחום ההכשרה, בינה מלאכותית יכולה לשמש לזיהוי אוטומטי של השלבים השונים של הניתוח ולספק משוב מידי על הביצוע, וכך לשפר את המיומנות הניתוחית. בנוסף, הבינה המלאכותית, באמצעות טכנולוגיה של מציאות מדומה, יכולה ליצור סימולציה שמאפשרת למנתחים להתאמן במגוון מצבים לפני שהם נתקלים בהם לראשונה בחדר הניתוח. כמו כן, הבינה המלאכותית יכולה לסייע לתכנון הניתוח ולחיזוי סיבוכים בהתאם לאנטומיה של עין המטופל, וכך לקדם תוכנית טיפול מותאמת אישית. יישום נוסף לבינה מלאכותית הינו בניתוחי קטרקט רובוטיים. דוגמה לכך ניתן לראות במערכת יד רובוטית, המונחית בהתאם לתנועות עיני המנתח, מה שמאפשר השגת דיוק רב יותר. לצד המשך השיפור בטכנולוגיית הבינה המלאכותית, ניתן לצפות להטמעתה גם במערכות ניתוחי קטרקט רובוטיים אוטונומיים בעתיד. לבסוף, בינה מלאכותית מספקת כלים חדשניים גם לשלב הטיפול הבתר-ניתוחי. דוגמה מרכזית לכך היא התמודדות עם עכירות הקופסית האחורית, הידועה גם כ"קטרקט משני", סיבוך נפוץ לאחר הניתוח. בנושא זה, חוקרים פיתחו רשתות נוירונים מלאכותיות שמסוגלות לזהות מראש את מאפייני העיניים המועמדות לפתח את הסיבוך, ובהתאם לתכנן טיפול טרם הפגיעה בראייה.

הקרנית

תחום הקרנית, המהווה כר פורה נוסף ליישומי בינה מלאכותית, מציע מטרות אטרקטיביות לפיתוח אלגוריתמים לאבחון ודירוג של מחלות הקרנית ופני שטח העין בזכות ריבוי אמצעי הדימות הקיימים בתחום. לדוגמה, במחלת הקרטוקונוס, מחלה נפוצה הגורמת לקרנית להתעוות לכדי צורה חרוטית עד כדי צורך בהשתלת קרנית, מחקרים רבים הדגימו יכולת מצויינת להבחין בין מקרים של קרנית חולה לבין קרניות בריאות, באמצעות שימוש באלגוריתמים של למידה חישובית וניתוח אוטומטי של נתונים גולמיים ממכשירי מיפוי קרנית שונים. תחומים נוספים בהם בוצעו מחקרים לאחרונה כללו זיהוי אוטומטי של תבלול (פטריגיום) - קרום לבנבן המכסה את הקרנית ופוגע בראייה, על ידי ניתוח תמונות צבע של פני שטח העין. אלגוריתמים אחרים הצליחו לזהות במהימנות טובה האם זיהום בקרנית נובע מחיידק או מפטריה, האם קיים נזק לקרנית או בשפת העפעפיים בסובלים מיובש עיני, והאם דפוס המצמוץ של המטופל תקין, וזאת על ידי ניתוח אוטומטי של תמונות או סרטי וידיאו פשוטים שצולמו על ידי טלפונים ניידים.

באופן זה, הבינה המלאכותית מגדילה את דיוק שיטות האבחון והטיפול בתחום המקטע הקדמי של העין. אמנם המחקר עדיין בחיתוליו, אך אנו עדים לפריצות דרך מרשימות שמשתפרות באופן רציף, ומבטיחות פוטנציאל רב להתפתחות התחום בעתיד הקרוב.

ד"ר אולגה רייטבלט, מתמחה ברפואת עיניים, פרופ' יואב נחום ופרופ' אירית בכר, מומחים ברפואת עיניים, מערך העיניים, בילינסון והשרון.

*הכתבה פורסמה במקור בבריאות הארץ Labels | המדריך לראייה טובה מרץ 2024, ב-26 במרץ 2024.