מטרות המחקר – בדיקות סקר ומעקב הן כלי הכרחי למניעת קרע של מפרצות. במחקר זה נעשה שימוש בתוכנות עיבוד שפה טבעי (NLP) להערכת היעילות של מעקב אחר מפרצות.

שיטות – נעשה שימוש בתוכנת NLP לסקור 7 שנים של פענוחי הדמיות במוסד יחיד לצורך זיהוי  מטופלים עם מפרצת אאורטה בטנית. לאחר זיהוי קוהורט המטופלים, בוצעה סקירה של הגיליון הרפואי שלהם ונאסף מידע על הנתונים הדמוגרפיים וההיענות לטיפול של המטופלים תוך השוואה לפרוטוקולי המעקב המומלצים כיום.

תוצאות – תוכנת ה-NLP זיהה 1424 מטופלים עם מפרצת אאורטה בטנית, מתוכם 77.6% (כ-1105 מטופלים) היו זכרים בגיל ממוצע של 74.מתוכם, 76% היו לבנים, 6% שחורים, 7% אסיאתיים ו-1% היו אינדיאנים או מהאיים הפסיפיים וכ-11% הזדהו כגזע אחר. בזמן איסוף הנתונים, 39% מהמטופלים (כ-552) היו תחת מעקב פעיל, 24% מהמטופלים (346) היו במעקב בעבר אך אבדו ממעקב, ול-37% מהמטופלים (523) היו מצאים מקריים ללא התחלת מעקב. סך הכל, יותר מחצי מהקוהורט (61%, 869 מטופלים) לא השתתפו במעקב שהומלץ אחר המפרצת. ממצאים אלו לא השתנו בין גילאים, מינים או גזעים.

מסקנות -  בקוהורט זה, 29% מהמטופלים שיתפו פועלה עם המעקב שהומלץ. שילוב של NLP בסקירה מסורתית ומעקב יכולים לאפשר לרופאים לזהות מטופלים המצויים מחוץ לתחומי המעקב המומלצים, ובכך לגשר על הפערים בטיפול.

למאמר המלא

References: DiLosa, Kathryn et al. “Utilizing natural language processing to improve abdominal aortic aneurysm surveillance.” Journal of vascular surgery vol. 82,3 (2025): 827-832. doi:10.1016/j.jvs.2025.05.035