במעבדה לעיבוד תמונות רפואיות הממוקמת בפקולטה להנדסה אוניברסיטת תל אביב, תחת ניהולה של פרופ' חיית גרינשפן מפתחים פתרונות הנדסיים לסיוע בפענוח תמונות רפואיות אשר יעזרו לרופאים להשיג קריאת מקרים מהירה יותר ומדויקת יותר. מהמעבדה יצאו פיתוחים פורצי הדרך בנושא של אבחונים אוטומטים בתמונות MRI ואנליזת גידולים בכבד בבדיקות CT.
בעקבות משבר נגיף הקורונה, עובדת פרופ' גרינשפן על איבחון תוצאות רדיולוגיה של חולי הנגיף. המחקר נעשה בשיתוף עם מספר מרכזים בינלאומיים ובהתבסס על פלטפורמת AI של חברת RADLogics המסייעת לרדיולוגים בפיענוח תמונות של דימות רפואי כמו CT וצילומי רנטגן. פרופ' גרינשפן ושותפיה פיתחו שיטה לאיבחון השפעות נגיף הקורונה על פי בדיקת CT של הריאות במטרה להבדיל בין חולי וירוס קורונה לבין שאינם חולים. בנוסף פיתחה הקבוצה שיטת אפיון כמותי של חומרת המחלה אשר יכולה לשמש כמדד לניטור יעיל, מדויק ומהיר של מצב החולה. כלים אלה יכולים לסייע בזיהוי מגמות של החמרה ושיפור כבר בראשיתן.
בעזרת אמצעים אלה יוכלו רופאים לאתר במהירות חולים שמצבם מחמיר לעומת חולים בדרך להחלמה. איבחון מוקדם שכזה יאפשר לפנות מיטות חיוניות בבתי החולים בכלל ובטיפול נמרץ בפרט. חשוב לציין כי רבים מתלמידי ובוגרי המחלקה להנדסה ביו-רפואית בפקולטה להנדסה עובדים בחברה RADLogics ושותפים לפיתוח פורץ דרך זה.
בתמונות סריקות CT של ריאות בהקשר לתחלואה בנגיף ה Covid-19: מצד שמאל: ריאות של חולה בנגיף הקורונה / אמצע: ריאות של חולה בהחלמה / ימין: אדם בריא
*מקור התמונה: https://arxiv.org/abs/2003.05037
עד כה כלל המחקר מערך בדיקות על 157 חולים מסין וארה"ב והמסקנה הראשונית היא שניתוח AI של התמונה יכול להשיג דיוק גבוה בזיהוי פגיעה של נגיף ה Covid-19 כמו גם לאפשר כימות ומעקב אחר נטל המחלה.
כיום הקבוצה ממשיכה בפיתוח כלי שיאפשר לרשויות לבצע סקרי קורונה באוכלוסיות רחבות באמצעות CT ברמת קרינה נמוכה, בדומה לבדיקות הסקר הנערכות היום לאיתור חולי סרטן. סקר כזה יכול להאיץ את הבדיקות ולהגדיל משמעותית את מספרן, על מנת לאתר חולים במהירות, לבודד אותם ולהעניק להם מיד את הטיפול הנדרש ובמקביל לאפשר לשאר האוכלוסייה להמשיך בשגרת חייה.
