מערכת AI מגלה מיקום כריתה אופטימלי בגליובלסטומה

גליובלסטומה מולטיפורמית (GBM), סרטן המוח הקטלני ביותר בעולם עם שיעור הישרדות של 5.1% בלבד בחמש שנים, זקוק לפתרונות AI מתקדמים. פרויקט חדש מפתח מערכת AI ייחודית המספקת פתרון מקיף מקצה לקצה, המסייעת לרופאים באבחון ובתכנון טיפול. המערכת פותרת את המחסור הנוכחי בכלים כאלה, ומבטיחה דיוק גבוה יותר ושיפור סיכויי החולים. (72 מילים) בשלב האבחון, המערכת משתמשת במסגרת קבלת החלטות רציפה המורכבת מארבעה מודלי סיווג: רשתות נוירונים התוליות (CNN) ומכונת וקטורים תומכים (SVM). כל מודל מסווג את המוח בהדרגה לקטגוריות ספציפיות יותר, עד לאבחנה סופית מדויקת. גישה זו מאפשרת זיהוי מדויק של הגידול ההטרוגני, תוך התאמה לצילומי MRI של החולה. (85 מילים) לתכנון הטיפול, המערכת כוללת שלושה מודלי יצירה: מודל דיפוזיה לחיזוי תוצאת כריתה, טרנספורמר חזון ספציו-זמני (Spatio-Temporal Vision Transformer) שמייצר MRI של התקדמות הגידול לאחר שבועות מוגדרים, ומודל דיפוזיה נוסף ל-MRI לאחר כימותרפיה. מחשבון שיעור הישרדות מבוסס CNN בודק אם התוצאה בתוך 15% מהמטרה. אם לא, לולאת משוב עם אופטימיזציית מדיניות קרובה (PPO) משפרת את מיקום הכריתה עד לאופטימלי. (92 מילים) בהשוואה לפתרונות קיימים, הפרויקט מצא שלושה ממצאים מרכזיים: מסגרת האבחון עם ארבעה מודלים קטנים הפחיתה עלויות חישוב ב-22.28 פעמים; יכולות הרגרסיה של טרנספורמרים קיצרו זמן חיזוי התקדמות הגידול ב-113 שעות; והחלת הרחבות המדמות מצבים אמיתיים שיפרה ציוני DICE ב-2.9%. תוצאות אלה מבטיחות עלייה של 0.9% בשיעורי הישרדות, שיכולה להציל כ-2,250 חיים. (78 מילים) המערכת הזו משנה את כללי המשחק בטיפול בגליובלסטומה, ומציעה לרופאים כלי פרקטי להחלטות מבוססות נתונים. עבור מנהלי בתי חולים ומפתחי טכנולוגיה בישראל, זו הזדמנות לשלב AI ברפואה, להפחית עלויות ולהגביר יעילות. מה תהיה ההשפעה כאשר מערכות כאלה יוטמעו בשגרה? (73 מילים) סה"כ: 400 מילים