מערכת AI לזיהוי עששת ופתולוגיות בצילומים

זיהוי עששת בצילומים: היכן אובד הדיוק

זרימת הצילומים בנויה כך: במהלך משמרת עוברות אצל הרופא עשרות בדיקות, וכל אחת מוקצבת בזמן מוגבל. עששת מוקדמת היא אזור של דמינרליזציה, שנבדל בצילום מאמייל בריא באחוזי ניגודיות ספורים ותופס אזור של כמה פיקסלים.

זיהוי עששת בצילומים נשבר בדיוק כאן: המוקד נראה, אבל קל לטעות בו כרעש חיישן, ארטיפקט סתימה או חפיפת קווי מתאר של שיניים שכנות.

מחיר ההחמצה נדחה בזמן. מוקד בתוך האמייל מטופל בצורה פולשנית מינימלית, ואחרי כמה חודשים הוא עובר לדנטין, וביקור חוזר הוא כבר התערבות אחרת, היקף אחר ופרוגנוזה אחרת לשן. המטופל מגיע לא מפני שכאב, אלא מפני שהתהליך יצא מגבולות שבהם אפשר היה לעצור אותו בהליך קטן.

המקור השני לאובדן הוא שונות. דיוק קריאת הצילומים יורד לקראת סוף המשמרת, ופערים במסקנות בין מומחים על אותה תמונה נשארים פרקטיקה רגילה: שני רופאים נותנים שני תיאורים שונים, וההבדל אינו בכישורים, אלא בעייפות ובסף רגישות שונה. העומס על הרופא גדל, וגדל שיעור המקרים שבהם ההחלטה מתקבלת לפי רושם ראשוני.

כל הנתונים מגיעים ב-DICOM — עם פרמטרי צילום, חשיפה וכיול שונים, מה שמטשטש עוד יותר את גבול הנורמה. נפרק איך זה נסגר ברמת הכנת הנתונים, התיוג ובקרת האיכות של המודל.

מהירות הפקת המסקנה ושלמות הממצאים: מה משתנה

מהירות הפקת המסקנה ושלמות הממצאים תלויות לא בכמה מהר עובד הרופא, אלא בכמה תיוג שגרתי הוא עושה בידיים. במהלך משמרת עוברים בחדר הבדיקות כמה עשרות צילומים, ובכל אחד צריך למצוא מוקד, לתאר אותו ולא לאבד צל בקצה הסתימה. להלן רשימת ההשפעות שאנו מתעדים לפני ההתחלה ומודדים בקבלה.

• זמן לצילום. המודל מחזיר תיוג ראשוני של מוקדים לפני שהרופא פותח את הצילום: נותר לאשר את הסימון או להסירו. אנו מחשבים זמן קריאה חציוני ושיעור צילומים שהרופא חוזר אליהם שוב.
• שלמות הממצאים. זיהוי עששת נבדק בנפרד על משטחים אפרקסימליים ובקצה הסתימה — שם המוקד הולך לאיבוד על סרט הצילום. אנו מחשבים שיעור ממצאים שאושרו בתיוג לפי פרוטוקול המלצות קליניות לאבחון עששת, שבו תקן הייחוס נאסף בשתי בדיקות בלתי תלויות.
• עקביות המסקנות. הסימון מקושר למספר השן ולאזור אנטומי, ולכן התיאור אינו תלוי במי נמצא היום במשמרת. המדד — שיעור הפערים בין שני רופאים על אותו צילום.
• שיעור בדיקות השלמה חוזרות. מקרים שבעבר נסגרו בחזרה לביקור חוזר עוברים לביקור ראשון. אנו מחשבים שיעור צילומים עם בדיקת השלמה שנקבעה.

בנפרד אנו קובעים את סף ההפעלה: היכן המערכת שותקת והיכן היא מזמינה את הרופא להסתכל ביתר תשומת לב. בלי זה המדדים אינם קריאים — עלייה במספר הממצאים מוסברת באותה מידה גם בזיהוי טוב יותר וגם ברעש.

גישות לזיהוי עששת: ענן, מתאר מקומי, היברידי

מצב הפריסה נקבע לפי שתי מגבלות: היכן מותר לאחסן ולעבד צילומים וכמה הרופא מוכן להמתין לתשובה. לאחר מכן נבחרת סכימה — עיבוד בענן, מתאר מקומי או היברידי; מעבר ביניהם אינו מחייב לכתוב מחדש את המודל עצמו, משתנה רק שכבת אספקת הצילומים ומקום החישוב.

מה שאינו תלוי בבחירת הסכימה

אינטגרציה עם מערכת הרשומות של המרפאה. הצילומים נמשכים ממנה אוטומטית עם הגעתם, התיוג והמסקנה חוזרים לכרטיס המטופל — הרופא אינו עובד בחלון שני ואינו מעביר קבצים ידנית. במקביל מתנהל יומן: איזה צילום, איזו גרסת מודל, איזו תוצאה.

לפיו מנתחים מקרים שנויים במחלוקת, עוקבים אחר שיעור הפערים עם מסקנת הרופא ומחזירים את המודל אחורה אם לאחר העדכון האיכות ירדה.

הטמעה בשלבים: מביקורת הארכיון ועד מסירת המודל

אנחנו מתחילים לא מהמודל, אלא מהנתונים: איכות זיהוי העששת נקבעת לפי אחידות הארכיון ולפי קפדנות תיאור הפתולוגיות. לכן הביקורת והסכימה באות ראשונות, והאימון והמסירה — אחרונות. השלבים בנויים עם נקודות בקרה: אחרי כל אחד מתעדים תוצאה ומחליטים אם להמשיך.

1. ביקורת ארכיון הצילומים. בודקים היקף, פיזור לפי מכשירים, נשיכות ואיכות חשיפה, מחפשים כפילויות ופריימים לא מתאימים. בפלט — מפת פערים: אילו שלבים חסרים, מה להשלים.
2. סכימה ותיוג נתונים. קובעים מילון מחלקות וכללי תיוג: גבולות המוקד, מקרים שנויים במחלוקת, מה נחשב ארטיפקט. את התיוג מבצעים רופאים, צילומים מורכבים מאשר מומחה שני — כאן מונחת היכולת לשחזור.
3. קריטריוני קבלה לפני אימון. מסכימים מה נחשב הצלחה: רגישות לפי שלבי עששת, שיעור הפעלות שגויות, התנהגות בצילומים עם סתימות ושתלים. מדד שלא סוכם מראש הופך לוויכוח במסירה.
4. אימון ואימות המודל. את החלק המושהה מחלקים לפי מטופלים, לא לפי צילומים: אחרת שן נכנסת גם לאימון וגם לבדיקה, והמדדים מוגזמים. הרצה נפרדת — על נתונים של מרפאה אחרת.
5. בדיקה בזרימה. משבצים את המודל בנתיב הצילום הנוכחי ומשווים את פלטו למסקנת הרופא במשמרת אמיתית. מחשבים החמצות פתולוגיות והתראות שווא — את השנייה הרופאים סובלים פחות.
6. כיוונון סף. מתאימים את הסף לתרחיש: בסקר מותר יותר התראות, במצב רמז — פחות. את הסף קובעים, אחרת ההחלטה מפסיקה להיות ניתנת לשחזור.
7. קבלת הפתרון ומסירה. מוסרים משקלות, תצורה, סכימת תיוג, דוח מדדים והנחיות לרופאים. בנפרד מתארים כיצד לעקוב אחר ירידה בביצועים בעת החלפת מכשיר או פרוטוקול צילום.

הרכב המסירה: מודל, תיוג, תיעוד, נהלים

מסירת המערכת היא לא קובץ אחד עם משקלות, אלא ערכה שלפיה המרפאה ממשיכה לעבוד בעצמה. כל פריט נבדק בקבלה: מריצים את המודל על מדגם צילומים מושהה ומשווים את התוצאה למה שכתוב בתיעוד.

• מודל מאומן והגדרות פלט. משקלות, ספי הפעלה, עיבוד מקדים של צילומים — בצורה שנפרסת על הציוד שלכם ללא שינויי קוד.
• תיאור התיוג. מילון מחלקות, כללים למקרי גבול (צל, ארטיפקט סתימה, חפיפה), דרישות מהמתייג ונוהל בקרת איכות.
• דוח איכות. רגישות וסגוליות לפי כל מחלקת פתולוגיה על מדגם מושהה, ניתוח שגיאות אופייניות וגבולות שימוש.
• תיעוד הפתרון. ארכיטקטורה, תרשים אינטגרציה עם תחנת העבודה של הרופא, דרישות סביבה, יומן גרסאות ותוצאות קבלה.
• נוהל בחינת ממצאים. מי מאשר הפעלה, איך נרשם משוב הרופא, לאן מגיעים חיוביים שגויים.
• נוהל עדכון. על אילו נתונים מאמנים מחדש, איך בודקים גרסה חדשה לפני פריסה ואיך חוזרים אחורה אם האיכות ירדה.
• הנחיות לצוות. תזכירים לרדיולוג ולמנהל: איך להפעיל בדיקה, איך לקרוא הערות, לאן לדווח על תקלות.

תיוג ומשוב של רופאים — זה מה שעליו המודל ממשיך לגדול: בלעדיהם אימון מחדש הופך לניחוש. לכן אנו מוסרים לא רק תוצאה, אלא גם את הכללים שלפיהם היא נתמכת.

מקרה בוחן: איך צמצמנו את שיעור המוקדים שהוחמצו בסדרת צילומים

לפני הפרויקט המערכת הסתכלה על כל צילום בנפרד: הסימון הונח על הפריים, והרופא השווה היטלים ידנית. בזרימה זה יצר פערים — לפי נתוני בדיקות חוזרות, חלק מהמוקדים על משטחים בין-שיניים אושרו רק בביקור השני, כשהטיפול כבר מורכב יותר. כל מסקנה רביעית הלכה לבחינה מחדש, וזמן הפענוח הממוצע למטופל אחד נשמר בסביבות 20 דקות.

מה שינינו

את הזיהוי העברנו לסדרה שלמה: האלגוריתם מקשר צילומי נשך ופנורמה של אותו מטופל, עוקב אחר אותו מוקד בהיטלים שונים ומראה שינויים בין ביקורים.

הרופא רואה לא רק סימון, אלא גם את הנמקתו — קו מתאר, היטל, מידת ביטחון, — ולכן מקרים שנויים במחלוקת נבחנים עניינית, ולא לפי העיקרון „סומכים או לא”. בדיקה קלינית התנהלה על תיוג רופאים של המרכז הקליני: כל פער עם בדיקה חוזרת נותח בנפרד והוחזר לאימון מחדש.

מדדים לפני ואחרי

• שיעור הפערים עם בדיקה חוזרת — מ-28% ל-7%;
• זמן ממוצע למסקנה — מ-20 ל-6 דקות;
• מספר ביקורים חוזרים לבירור אבחנה — קטן כמעט פי שלושה;
• שיעור סימונים שגויים שהרופא הסיר ידנית — מ-15% ל-4%.

בנפרד יש לומר שהכיוונון נעשה על נתונים קליניים של המרפאה עצמה, ולא על מערכים אנונימיים, ולכן האלגוריתם מתנהג בצפוי על אותו ציוד ובאותה תנוחת צילום שכבר מקובלים בחדר. אותה גישה מועברת לתחומים אחרים: נדרשים תיוג משלהם ובדיקה קלינית חוזרת בכל שלב.

במה שונה אימון על צילומים שלך מפתרון מוכן?

ההבדל הוא על אילו נתונים המודל לומד להבחין בצילומים שלכם דווקא. מודל מוכן מאומן על מערך זר, אבל גדול: הוא מאתר בביטחון עששת ופתולוגיות שכיחות ואינו דורש מהמרפאה לא תיוג ולא זמן רופא. אימון מחדש על צילומים שלכם נותן תשובה לזרימה שלכם — ציוד, תנוחת צילום, פרופיל מטופלים.

מודל טיפוסי נחלש בגבולות: נגעים ראשוניים באזור צוואר השן, צללים מסתימות, חשיפת יתר וארטיפקטים של חיישן. שם גדל שיעור ההחמצות, ואת סף ההפעלה צריך לקבוע ידנית, תוך בדיקה חוזרת של כל מחלקה על החומר שלכם.

אם הזרימה אחידה והפתולוגיות טיפוסיות, ההבדל הזה אינו מורגש — מודל מוכן עם כיול סוגר את המשימה מהר יותר.

העברת למידה עובדת אחרת. אנחנו לוקחים רשת מאומנת מראש, מחליפים את בלוק הסיווג למחלקות שלכם ומאמנים מחדש על ארכיון הצילומים שלכם עם תיוג רופא. בדרך כלל מספיקים כמה מאות צילומים למחלקה, כולל מקרים נדירים ודוגמאות גבול — דווקא הם קובעים היכן המודל טועה. עיקר הזמן הולך לא לאימון, אלא לתיוג ולסילוק סתירות בין רופאים.

הצד השני: אם מחלקת הפתולוגיה במרפאה היא אחת והיא מופיעה בזרימה לעתים רחוקות, תיוג ואימות צורכים משאב של רופאים בלי שיפור מורגש בדיוק. אנחנו מחזיקים מדגם מושהה ומסתכלים על האיכות לפי מחלקות בנפרד: אימון מחדש מוצדק כשהוא מסיר סוג שגיאה מסוים, ולא „משפר הכול בבת אחת”.

שאלות טכניות נפוצות על הטמעה במרפאה

הספקות שצפים לרוב בפגישות טכניות לפני ההתחלה נוגעים לא למודל עצמו, אלא לחיבור שלו למציאות המרפאה: איכות הצילום, מחיר הטעות, שלמות נתוני המטופל, החלפה עם מערכת הרשומות. להלן תשובות ישירות.

איך נשלטות שגיאות המודל?

המודל מחזיר הסתברות לכל ממצא, ולא אבחנה מוכנה. סף הרגישות מכוון לפי המרפאה: היכן שחשוב יותר לא להחמיץ פתולוגיה, מורידים אותו ומקבלים יותר הפעלות שגויות. מקרים שנויים במחלוקת הרופא מאשר או דוחה, ודווקא הם עוברים לאימון מחדש.

איך מוגנים נתונים רפואיים?

הצילומים מעובדים במתחם המרפאה, בלי העברה לשירותים חיצוניים. נתונים אישיים מופרדים מהבדיקה: המודל עובד עם תמונה, ולא עם שם משפחה ומספר כרטיס. הגישה מופרדת לפי תפקידים, ופניות לנתונים נרשמות ביומן.

איך המערכת מתחברת למערכת הרשומות של המרפאה?

ההחלפה מתבצעת דרך ממשקים תקניים של המערכת הרפואית: צילומים נמשכים מהארכיון, המסקנה חוזרת לכרטיס המטופל, רשימת הבדיקות — מלוח הזמנים. אם אין ממשק פתוח, שמים שכבת ביניים ומסכמים את פורמט הייצוא עם ספק המערכת.

בואו נדון במשימה: אילו צילומים ואילו פתולוגיות חשוב לכסות

כדי שדיון במשימה יניב תוצאה ולא יהפוך לשחזור של ציפיות כלליות, כדאי לאסוף מראש כמה נתוני פתיחה. הם קובעים גם את היקף העבודה וגם את סדר השלבים: לפיהם אנחנו מבינים היכן צוואר הבקבוק — בנתונים, בתיוג או באופן שבו התוצאה מגיעה לרופא. להלן רשימה של מה שלרוב עוזר לעבור מהר יותר להערכת הפרויקט.

• היקף הארכיון: כמה צילומים יש כיום, כמה מגיעים בחודש והאם הם נשמרים במקום אחד. מזה תלוי אם יש די חומר לאימון ואיך לבנות תיוג.
• סוגי צילומים: נשך, פנורמיים, צילומי פנים-פה. מודאליות שונות נותנות תמונה שונה, וכדאי לערבב אותן למשימה אחת במודע.
• פתולוגיות בעדיפות: עששת בשלבים שונים, שינויים בקודקוד השורש, אובדן רקמת עצם. סדר החשיבות קובע את השלביות — קודם סוגרים את מה ששם הטעות יקרה יותר.
• מצב התיוג: האם יש מסקנות רופאים, באיזו צורה הן נשמרות, מי ולפי איזה פרוטוקול תייג מקרים שנויים במחלוקת.
• נוהל גישה: איך מועברים צילומים אנונימיים, מי בתוך המרפאה רואה את התוצאה ובאיזו צורה — מסקנה או סימון על הצילום.
• נקודת שיבוץ: חלון נפרד לרופא, עבודה בתוך המערכת הקיימת או עיבוד אצווה של הארכיון.
• קריטריוני קבלה: מה נחשב מוכנות — שיעור פתולוגיות שהוחמצו, מספר הפעלות שגויות לצילום, זמן תגובה.

לאחר מכן אנחנו חוזרים עם הערכת הפרויקט ותוכנית עבודה, שבה שלב נפרד הוא בדיקה בזרימה: המודל מסתכל על צילומים באותו מצב שבו עובדת המרפאה, ואנחנו משווים את תשובותיו למסקנות הרופאים.