{"id":"001f39d4-9e77-423b-b80c-cb22a23a70a7","slug":"בינה-מלאכותית-מקצרת-בירור-לופוס-אנטי-קואגולנט-משבוע-ליום-אחד-בשתי-בדיקות-במקום-ש","title":"בינה מלאכותית מקצרת בירור לופוס אנטי-קואגולנט משבוע ליום אחד בשתי בדיקות במקום שבע","excerpt":"אלגוריתם זיהה מראש 90% מהתשובות השליליות בבירור לופוס אנטי-קואגולנט, על פי הדיווח, אך עדיין לא ברור אם הוא יעבור באותה דרך במעבדות אחרות ועם ציוד שונה.","content":"שבע בדיקות קרישה בממוצע כדי להגיע בסוף לתשובה אחת: שלילי, כך עולה מהדיווח. במרכז הרפואי תל אביב (איכילוב), כמעט תשעה מכל עשרה בירורים לזיהוי לופוס אנטי-קואגולנט הסתיימו ללא זיהוי של הממצא המבוקש, על פי נתוני המחקר, אך כל אחד מהם דרש תהליך מעבדתי מורכב של כשבוע עד לתוצאה. מחקר ישראלי חדש מראה שאפשר לזהות את רוב המקרים השליליים כבר אחרי שתי בדיקות ראשוניות בלבד, באמצעות בינה מלאכותית שמנתחת את המידע הקיים בצורה חכמה יותר.\n\n## מה מחפשים בכל הבדיקות האלה\n\nלופוס אנטי-קואגולנט הוא חלק מרכזי בבירור המעבדתי של תסמונת אנטי-פוספוליפידית, מחלה אוטואימונית שבה מערכת החיסון מייצרת נוגדנים עצמיים נגד מרכיבים חשובים בקרומי התאים. הנוגדנים האלה משבשים את פעילותה התקינה של מערכת הקרישה, ועלולים לגרום לנטייה מוגברת להיווצרות קרישי דם. התוצאות יכולות להיות מסכנות חיים: פקקת ורידים, תסחיף ריאתי או שבץ מוחי. אצל נשים, התסמונת עשויה להיות קשורה גם להפלות חוזרות ולסיבוכי היריון כמו רעלת היריון, כך עולה ממחקר שפורסם לאחרונה בכתב העת [BMC Pregnancy and Childbirth](https://doi.org/10.1186/s12884-025-08606-9).\n\nהבעיה היא שאין בדיקה יחידה שמספקת תשובה פשוטה. בניגוד לבדיקות דם רבות, בירור של לופוס אנטי-קואגולנט מחייב בדרך כלל סדרה של בדיקות קרישה, לעיתים גם בדיקות חוזרות ושילובים שונים ביניהן. כל זה דורש זמן, חומרים ייעודיים וצוות מעבדה מיומן. בינתיים זמן ההמתנה לתוצאה מתארך, והעלויות הישירות והעקיפות של ביצוע פאנל מלא לכל נבדק גדלות.\n\n## מה מצא המחקר הישראלי\n\nהמחקר שנערך במעבדה ההמטולוגית במרכז הרפואי איכילוב התבסס על 7,454 בירורים של לופוס אנטי-קואגולנט שנאספו לאורך כמה שנים. כשבחנו את התוצאות, התברר שכמעט 90% מהבירורים הסתיימו בתוצאה שלילית, על פי הנתונים שנאספו. במילים אחרות, ברוב הגדול של המקרים בוצע תהליך מעבדתי מורכב שכלל בממוצע כשבע בדיקות קרישה שונות, על פי המחקר, עד שהתברר כי לופוס אנטי-קואגולנט לא נמצא.\n\nהשאלה המעשית שעמדה במוקד המחקר הייתה: האם אפשר לזהות חלק גדול מהמקרים השליליים עוד לפני שמסיימים את כל סדרת הבדיקות? החוקרים לא חיפשו מכשיר חדש או בדיקה חדשה, אלא הסתכלו מחדש על מידע שכבר היה בידיהם. הם מצאו שסימן חשוב מסתתר בתוך שתי גרסאות של בדיקת קרישה שכבר נמצאות בשימוש שגרתי במעבדה.\n\n## איך הבינה המלאכותית מזהה את התבנית\n\nשתי הבדיקות מודדות את זמן הקרישה, אבל עושות זאת בתנאים שונים. ההבדל ביניהן הוא בכמות הפוספוליפידים, אותם מרכיבים שומניים שממלאים תפקיד מרכזי בתהליך הקרישה ומהווים מטרה לנוגדנים הפתולוגיים. באמצעות מודל של בינה מלאכותית, החוקרים מצאו שהיחס בין התוצאות של שתי הבדיקות משקף היטב את מידת השפעתם של הנוגדנים הפתולוגיים על תגובות קרישה התלויות בפוספוליפידים.\n\nבמילים פשוטות, בתוך שתי בדיקות הקרישה הראשוניות הסתתרה מעין טביעת אצבע של הדגימה, תבנית שמאפשרת לחזות בדיוק גבוה האם הבירור המלא יסתיים בתוצאה שלילית. האלגוריתם למד לזהות את התבנית הזו מתוך אלפי הבירורים שנאספו, ויכול כעת להפנות את המעבדה לדלג על שישה שלבי בדיקה נוספים ברוב המקרים.\n\n## המשמעות המעשית\n\nהיכולת לזהות מראש כמעט תשעה מכל עשרה מקרים שליליים, על פי המחקר, משמעה חיסכון משמעותי בזמן, בחומרים ובעלויות. במקום להמתין כשבוע עד לתוצאה סופית, על פי הדיווח, רוב הנבדקים יכולים לקבל תשובה שלילית כבר אחרי שתי בדיקות ראשוניות. זה מאפשר למעבדות לרכז את המשאבים והמומחיות במקרים שבהם באמת יש סיכוי גבוה יותר למצוא את הממצא הפתולוגי.\n\nחשוב להדגיש שהמודל לא מחליף את הבירור המלא במקרים חיוביים או חשודים, הוא רק מסנן את המקרים שסביר מאוד שיתבררו כשליליים. במקרים אלה, הדילוג על שלבי הבדיקה הנוספים לא פוגע בדיוק האבחנתי, אלא מייעל את התהליך. מומלץ להתייעץ עם רופא לגבי כל שאלה הנוגעת לבירור מעבדתי או פרשנות תוצאות.\n\n## המגבלות והשלבים הבאים\n\nהמחקר התבסס על נתונים שנאספו במעבדה אחת, במרכז רפואי אחד. כדי לוודא שהמודל עובד באופן אמין גם בתנאים שונים, יהיה צורך לבחון אותו במעבדות נוספות, עם אוכלוסיות מטופלים שונות וציוד שונה. בנוסף, יש לוודא שהשימוש במודל לא יפספס מקרים חיוביים נדירים שמתנהגים בצורה לא שגרתית.\n\nהשלב הבא צפוי להיות בחינה פרוספקטיבית של המודל, כלומר שימוש בזמן אמת במעבדה ומעקב אחר התוצאות. רק אם המודל יוכיח עצמו גם בתנאים אלה, הוא יוכל להשתלב בפרוטוקולים הקליניים השגרתיים. אם הדבר יקרה, מדובר בדוגמה מעשית לאופן שבו בינה מלאכותית יכולה לשפר את היעילות והדיוק של האבחון המעבדתי, לא על ידי החלפת הרופאים והטכנאים, אלא על ידי מתן כלי חכם יותר לניתוח המידע שכבר קיים.\n\n## העמקה מדעית\n\nהבירור המעבדתי של לופוס אנטי-קואגולנט כולל בדרך כלל שני שלבים: בדיקת סקר (screening) ובדיקת אישור (confirmatory). בשלב הסקר נבדקת הארכת זמן הקרישה בבדיקות תלויות פוספוליפידים, כמו APTT או dRVVT. בשלב האישור בודקים האם הארכת הזמן נובעת מנוגדנים נגד פוספוליפידים, על ידי הוספת עודף פוספוליפידים לדגימה ובדיקה האם זמן הקרישה מתקצר.\n\nהמחקר הישראלי התמקד ביחס בין התוצאות של שתי בדיקות dRVVT שונות: אחת עם ריכוז נמוך של פוספוליפידים (phospholipid-poor) ואחת עם ריכוז גבוה (phospholipid-rich). היחס הזה, שנקרא לעיתים normalized ratio, משקף את מידת התלות של זמן הקרישה בריכוז הפוספוליפידים, ובכך את עוצמת ההשפעה של הנוגדנים הפתולוגיים.\n\nהאלגוריתם של הבינה המלאכותית למד לזהות את הטווח הספציפי של היחס הזה שמאפיין דגימות שליליות. כאשר היחס נמצא בטווח הזה, הסבירות שהבירור המלא יסתיים בתוצאה שלילית עולה על 90%. זה מאפשר למעבדה לדלג על שלבי הבדיקה הנוספים, כולל בדיקות מיקסינג, בדיקות אישור נוספות ובדיקות חוזרות, ולדווח תוצאה שלילית כבר בשלב מוקדם.\n\nהיתרון של הגישה הזו הוא שהיא לא דורשת ציוד חדש או ריאגנטים נוספים, רק ניתוח חכם יותר של המידע שכבר מתקבל בשגרה. עם זאת, יהיה צורך באימות חיצוני של המודל במעבדות נוספות, ובבחינה האם הוא עובד באופן אמין גם עם ריאגנטים ומכשירים שונים.\n\n---\n\n## מקורות מאומתים\n\n- [Fu W et al., BMC pregnancy and childbirth (2026)](https://doi.org/10.1186/s12884-025-08606-9), PMID 41514198, DOI 10.1186/s12884-025-08606-9","categoryId":"cat-201","healthWorld":null,"author":"מערכת קוד הבריאות","readTime":4,"imageUrl":"/objects/uploads/b91b65c6-bd08-42ed-bd06-af83fadd9543","imageAlt":"תמונת המחשה בנושא בינה מלאכותית מקצרת בירור לופוס אנטי-קואגולנט משבוע ליום אחד בשתי בדיקות במקום שבע","featured":false,"publishedAt":"2026-08-26","tags":[],"status":"published","seoMetaSweepAt":null,"headlineAutoExhaustedAt":null,"metaTitle":"בינה מלאכותית מקצרת בירור לופוס אנטי-קואגולנט משבוע ליום אחד בשתי בדיקות במקום שבע | קוד הבריאות","metaDescription":"אלגוריתם זיהה מראש 90% מהתשובות השליליות בבירור לופוס אנטי-קואגולנט, על פי הדיווח, אך עדיין לא ברור אם הוא יעבור באותה דרך במעבדות אחרות ועם ציוד שונה.","canonicalOverride":null,"articleType":"news","noindex":false,"hideFromHome":false,"includeInSitemap":true,"includeInNewsSitemap":true,"reviewerName":null,"reviewerTitle":null,"reviewerCredentials":null,"reviewerUrl":null,"reviewedAt":null,"sources":[],"faq":[],"shortAnswer":null,"keyTakeaways":[],"medicalDisclaimerEnabled":true,"pillarPage":null,"relatedArticles":[],"relatedEvergreenArticle":null,"ctaType":"none","ctaLabel":null,"ctaUrl":null,"ctaDescription":null,"imageCredit":null,"imageWidth":1536,"imageHeight":1024,"videos":[],"newsSection":"חדשות הבריאות","newsSourceName":"מערכת קוד הבריאות","originalSourceUrl":null,"doi":null,"pmid":null,"sourcePublishedAt":null,"newsSitemapExpiresAt":"2026-08-28T00:00:00.000Z","isBreakingNews":false,"correctionNote":null,"correctionDate":null,"notificationTopics":["medical-news"],"createdAt":"2026-08-20T23:29:36.490Z","updatedAt":"2026-08-26T13:00:07.873Z","dateModified":"2026-08-20T23:30:25.201Z","summary":"אלגוריתם זיהה מראש 90% מהתשובות השליליות בבירור לופוס אנטי-קואגולנט, על פי הדיווח, אך עדיין לא ברור אם הוא יעבור באותה דרך במעבדות אחרות ועם ציוד שונה.","readingTime":4,"featuredImage":"/objects/uploads/b91b65c6-bd08-42ed-bd06-af83fadd9543","authorSlug":"מערכת-קוד-הבריאות","publishTime":"2026-08-26T13:00:00.000Z","url":"/news/בינה-מלאכותית-מקצרת-בירור-לופוס-אנטי-קואגולנט-משבוע-ליום-אחד-בשתי-בדיקות-במקום-ש","category":{"id":"cat-201","name":"חדשות הבריאות","slug":"health-news","icon":"Newspaper","color":"text-slate-600"}}