המעבדה לדימות תהודה מגנטית מולקולרי ולמידת מכונה באוניברסיטת תל אביב, במימון הקרן הלאומית למדע, מפתחת פרוטוקולי MRI ואלגוריתמים של למידת מכונה לזיהוי תהליכי מחלה עוד לפני הופעת שינויים מבניים
בדיקת MRI נחשבת לאחת מטכנולוגיות הדימות החשובות ברפואה, אבל ברוב המקרים היא מספרת לנו איך נראית הרקמה – לא מה קורה בה ברמת המולקולות. ד”ר אור פרלמן, חוקר בבית הספר להנדסה ביו-רפואית באוניברסיטת תל אביב ובבית הספר סגול למדעי המוח, מנסה להזיז את הגבול הזה. ״אנחנו מפתחים שיטות גילוי חדשות באמצעות מכשירי MRI שנותנות תובנות על גוף האדם ועל מחלותיו״. מסביר ד”ר פרלמן: “אנו מבקשים להפוך ה־MRI מכלי דימות אנטומי לכלי אבחון מולקולרי מוקדם.
במצב הקיים, מרבית בדיקות ה־MRI מספקות מידע מבני ותפקודי בסיסי: צורת האיברים, נוכחות גידולים, בצקות או דימומים, ולעיתים גם מיפוי אזורים פעילים במוח. אבל ברמת התא והמולקולה, מחלות רבות מתחילות בשינויים כימיים עדינים בהרכב הרקמה הרבה לפני שמופיע נגע שאפשר לראות בעין. כאן נכנס הרעיון של דימות מולקולרי ב- MRI שימוש באותו מכשיר מוכר, עם פיזיקה מוכרת, אבל בפרוטוקולים שתוכננו מראש כדי להיות רגישים לסביבה .המולקולרית ולתהליכים מטבוליים מוקדמים
מה השאלה? האם הדמיה מולקולרית ב-MRI תתרום בעתיד לאבחון מוקדם והבנה טובה יותר מנגנוני המחלה של טרשת נפוצה?
המהלך מתחיל בפיזיקה של האות. פרלמן וצוותו מפתחים רצפים ייעודיים של פולסי רדיו ושדות מגנטיים, שמעוררים את הספינים הגרעיניים ברקמה באופן שתלוי מאוד בתכונה המגנטית הספציפית להם. רקמה דלקתית, למשל, תתנהג אחרת מרקמה בריאה; אזור שבו צפיפות התאים השתנתה או שבו המטבוליזם מואץ יפיק חתימת אות שונה. מבחינת הסורק, מתקבל אות מורכב ורועש שנראה במבט ראשון כמו “עוד סריקת MRI”, אבל בפנים חבוי מידע עשיר על מצב הרקמה. ״אנחנו משתמשים בפיזיקה של המכשיר כדי לחשוף לא רק מבנה אלא גם תהליכים״.
כדי לפענח את האות המורכב הזה, משולבים במחקר אלגוריתמים של למידת מכונה. במעבדה מייצרים תאומי מח דיגיטליים על בסיס מודלים פיזיקליים, וכן אוספים נפחי נתונים גדולים ממודלים פרה־קליניים של מחלה שבהם ידועה “האמת הביולוגית” – אילו אזורים בריאים, אילו חולים ובאיזו דרגה. מערכות למידת המכונה לומדות לקשר בין דפוסי האות לבין מצב הרקמה, ובונות מעין ״מילון״ שמתרגם חתימות MRI מורכבות למדדים ביולוגיים. לאחר אימון כזה, אפשר להזין סריקה חדשה ולקבל הערכה כמותית של מאפייני הרקמה, שעשויים להעיד אם יש באזור מסוים התחלה של תהליך מחלה, גם כאשר עדיין לא נראים שינויי מבנה ברורים.
השילוב בין פיזיקה, למידת מכונה וניסויים פרה־קליניים מציב את ה־MRI על סף תפקיד חדש: לא רק צילום של “איך זה נראה”, אלא חלון מוקדם אל “מה באמת קורה” בתוך הרקמה, עוד לפני שמחלה מתפרצת במלוא עוצמתה
אחד היעדים המעשיים של הפרויקט הוא צמצום התלות בחומרי ניגוד על בסיס גדוליניום, שנפוצים כיום בחלק מבדיקות ה-MRI אך מעוררים שאלות בטיחות, בעיקר בבדיקות חוזרות. אם ניתן יהיה לחלץ את המידע המולקולרי מתוך האות של המים והרקמות עצמם, בעזרת פרוטוקולים חכמים ואלגוריתמים מתקדמים, אפשר יהיה לקבל אבחנה מוקדמת ומדויקת יותר בלי להעמיס על המטופל חומרי ניגוד נוספים.
המחקר הממומן על ידי הקרן הלאומית למדע, מתמקד במחלת הטרשת הנפוצה ומשלב שיתוף פעולה הדוק עם קלינאים וחוקרי מוח. כבר בשלב התכנון מוגדרות השאלות הקליניות: האם הכיוון הוא זיהוי מוקדי דלקת קטנים, מעקב אחר תגובה לטיפול, בידול בין סוגי נגעים, או זיהוי מוקדם של מחלות ניווניות. במקביל נלקחות בחשבון מגבלות השימוש ב־MRI : זמן סריקה סביר, נוחות המטופל, וצורך בפלט ברור ולא רק במפות מורכבות לחוקרים. המטרה היא לא רק הישג פיזיקלי־חישובי מרשים, אלא תהליך שיוכל להשתלב בעתיד בשגרה הקלינית.
בטווח הארוך, שואף פרלמן לכך שהדמיה מולקולרית ב- MRI תהפוך לחלק מארגז הכלים של הרפואה המדויקת: אבחון מוקדם יותר, התאמת טיפול לפרופיל הביולוגי של הרקמה, והבנה טובה יותר של מנגנוני מחלה במוח ובאיברים נוספים. השילוב בין פיזיקה, למידת מכונה וניסויים פרה־קליניים מציב את ה־MRI על סף תפקיד חדש: לא רק צילום של “איך זה נראה”, אלא חלון מוקדם אל “מה באמת קורה” בתוך הרקמה, עוד לפני שמחלה מתפרצת במלוא עוצמתה.
במחקר לוקחות חלק ראשי תלמידת המחקר רות בן חיים והחוקרת ד”ר מיכל ריבלין.
עוד בנושא באתר הידען:
