ד"ר גל יניב משיבא זוכר בדיוק איך זה היה לא מזמן, לפני עידן הבינה המלאכותית: "מטופל היה מגיע למיון עם דימום מוחי, עושה CT ומחכה בתור - הרשימה הייתה 'לא חכמה'". כיום, תוך שניות מהרגע שהבדיקה מסתיימת, האלגוריתם כבר מזהה את הדימום המוחי ושולח התראה ישירה לטלפון של רופאים במיון. המטופל, שעד לפני כמה שנים היה מחכה בתור בלי שמץ של מושג שחייו בסכנה, מוזנק כעת בתור ומקבל טיפול מיידי ומציל חיים.
"ברגע שנכנס האלגוריתם, הוא נתן לראשונה עדיפות למטופלים עם ממצא חיובי בבדיקה, ואז במקום שהמטופל יחכה בתור, קופצת התראה למתמחה במיון או לרופא הבכיר", מסביר ד"ר יניב, מנהל יחידת צנתורי המוח ועמוד השדרה בשיבא, מייסד שותף ומנהל רפואי ראשי בחברת איידוק (Aidoc) - אחת מחברות ה-AI שנולדו בישראל ואחד השמות החמים בתעשייה הבינלאומית.
3 צפייה בגלריה
AI כבר פועל בשירות רדיולוגים, מתעדף מטופלים ומתריע על בעיות שעלולות לסכן חיים. אילוסטרציה
(צילום: shutterstock)
חדירת הבינה המלאכותית משנה את פני הרפואה והיא מזמן לא רק שיפור טכנולוגי אלא כלי שעשוי לעשות הבדל בין חיים למוות. "בינה מלאכותית לא תחליף את הרדיולוגים", מבהיר ד"ר ארנון מקורי, מנהל מערך הדימות של אסותא מרכזים רפואיים, רדיולוג בהכשרתו, ומומחה בדימות בטן. "אבל רדיולוגים שמשתמשים בבינה מלאכותית יחליפו את אלה שאינם משתמשים בבינה מלאכותית. הרדיולוג העתידי יגיע עם סט כלים של בינה מלאכותית שבא להעצים אותו".
לדברי ד"ר יניב משיבא, המהפכה הבאה כבר כאן - Foundation Models, טכנולוגיה עוצמתית שמבוססת על מודלים מאסיביים בדומה ל-ChatGPT או Gemini, שאומנו על כמויות עצומות של נתונים. "זה לא רק מודל שיודע לאתר פתולוגיה בודדת כמו דימום במוח, קריש דם או גידול, אלא יודע לאתר שמשהו לא-תקין במוח או בגולגולת - כלומר מודל אינטליגנטי ומקיף יותר", אומר ד"ר יניב.
לאחרונה קיבלה איידוק אישור תקדימי מה-FDA (מינהל המזון והתרופות בארה"ב) עבור אלגוריתם מבוסס מודל יסוד, שבו השקיעה החברה כמעט 100 מיליון דולר. "ברגע שיש מודל טוב, קל יותר לאמן אותו לבצע משימות שונות, כמו ספורטאי-על", אומר ד"ר יניב. המודל המתקדם צפוי להיכנס לשימוש בעתיד הקרוב.
האחריות נשארת אנושית
גם אז, האחריות צפויה להישאר בידי הרופאים. "בסופו של דבר יש דרישה למגוון נרחב של כישורים שאלגוריתם לא יכול להחליף", אומר ד"ר יניב. "האלגוריתם מסייע, אבל בסוף אתה כרדיולוג חותם על הבדיקה וזה מחייב אותך להיות אחראי מא' עד ת'". הוא אף מזהיר: "מי שיסתמך יותר מדי על כלי בינה מלאכותית בסוף ייכווה, כי יהיה פספוס או טיפול לקוי".
"יש עלייה בתוחלת החיים ויותר אוכלוסייה מזדקנת, יותר מחלות. הדרישה לרדיולוגים עצומה, בארץ ובעולם", מוסיף ד"ר יניב. "אי אפשר להכשיר רדיולוגים בקצב הזה, ומאידך, ייתכן שאנחנו לא צריכים להכשיר עוד רדיולוגים, אלא לדאוג לכך שכל רדיולוג יוכל לבצע את העבודה שלו טוב יותר, ולתגבר את הרופאים בכלי עזר איכותיים".
3 צפייה בגלריה
"בבתי ספר לרפואה עוסקים הרבה בשינון, אך השאלה היא כמה צריך לשנן כיום, כשניתן לקבל את כל המידע תוך שנייה וחצי ובקלות"
(צילום: shutterstock)
ד"ר יניב סבור שבעתיד הרחוק הבינה המלאכותית תשנה את עולם הרפואה ותביא להתפתחותם של מקצועות חדשים. לדבריו, גם האופן שבו מלמדים רפואה ישתנה. "בבתי ספר לרפואה עוסקים הרבה בשינון, אך השאלה היא כמה צריך לשנן כיום, כשניתן לקבל את כל המידע תוך שנייה וחצי ובקלות".
הטמעת כלי בינה מלאכותית במערכת הבריאות היא תהליך מורכב. "למערכת הבריאות יש אתגרים שתמיד יגרמו לה לאמץ טכנולוגיה בזהירות רבה יותר, אם כי חשוב לציין שבמקרה של AI, עולם הרפואה מאמץ את הטכנולוגיה מהר יחסית", מסביר איל אליקים, ראש תחום ה-AI ב-Team8, קרן גלובלית שבונה סטארטאפים ומשקיעה בחברות בתחומי בריאות דיגיטלית, טכנולוגיה פיננסית וסייבר.
לדבריו, מערכות GenAI, שמייצרות טקסט ואודיו, יוצרות כיום הזדמנות גדולה עבור צוותים רפואיים. "הן פוגשות את אנשי הצוות הרפואי באזור הנוחות שלהם, בניגוד למהפכות טכנולוגיות בעבר שיצרו עומס על הצוות הרפואי ואילצו אותם למשל למלא מיליון טפסים דיגיטליים".
אליקים מציין שהאתגרים שניצבים בפני ארגוני בריאות בהטמעה של טכנולוגיות מסוג זה כוללים בין השאר היעדר שקיפות בהחלטות של מודלי בינה מלאכותית והמידע שעליו אומנו, אתגרי אבטחת מידע וקושי בביצוע בקרה על הטכנולוגיה.
כדי להתמודד עם האתגר הזה, פיתחה Team8 מדריך חדש להערכת פתרונות GenAI במערכות בריאות, שכולל שאלות לבחינת סיכונים, מדדים להערכת ביצועים, הסברים על רגולציה ופרטיות וכן כלים פרקטיים להימנעות מתקלות נפוצות בפריסת מערכות מבוססות בינה מלאכותית. "בדוח אנחנו מסבירים כיצד בודקים טכנולוגיית AI, ואילו בדיקות יש לבצע כדי לוודא שהיא מבצעת את המשימה שהטלנו עליה בצורה הטובה ביותר, וגם מתי נדרשים ניסויים ומחקר קליני".
אליקים מסביר כי עם ההתפתחות של GenAI, נעשה קשה יותר לבדוק את הטכנולוגיה ולזהות טעויות. "אם לפני ארבע-חמש שנים, היינו מקבלים מבינה מלאכותית תשובה של כן או לא, כיום אנחנו מקבלים למשל תשובות בדמות טקסט ארוך יותר, מורכב ומשתנה. טקסט כזה שנוצר על ידי AI יכול להישמע מאוד הגיוני למי שלא מהתחום, גם אם הוא טומן בחובו מה שמכונה 'הזיות' של המערכת, ובפועל שגוי". לדבריו, החשש הקיים מהטמעת הטכנולוגיה הוא זה שיובל את הגורמים השונים לבצע את סט הבדיקות הנכון ולאמץ את הטכנולוגיה בזהירות הנדרשת.
מחסור חמור ברדיולוגים
המהפכה הטכנולוגיה הזו מתרחשת על רקע מחסור חמור ברדיולוגים, שמורגש בכל העולם אך בולט עוד יותר בישראל. "כיום יש בישראל בסביבות 650-600 רופאים רדיולוגים, כלומר שישה רדיולוגים ל-100 אלף תושבים, בהשוואה לאירופה שם הממוצע הוא 12 רדיולוגים ל-100 אלף איש", מסביר ד"ר מקורי. לדבריו, חסרים בסביבות 300 רדיולוגים בישראל, בין השאר בשל משך ההכשרה הארוך ומספר התקנים המצומצם להתמחויות בבתי החולים.
ד"ר מקורי מאסותא מוסיף שהמחסור החריף מתעצם עם כניסתם של מכשירי דימות נוספים בשנים האחרונות, חלקם נתמכים על ידי מערכות בינה מלאכותית שמקצרות את זמני הבדיקה ומגדילות את היקף העבודה. "MRI של הברך אורך כיום כ-10 דקות, לעומת כמעט חצי שעה בעבר", אומר ד"ר מקורי.
גם בדיקות סקר חדשות וחשובות שהוכנסו לסל הבריאות מעמיסות עוד על הרדיולוגים, כך למשל בדיקת CT במינון קרינה נמוך (LDCT) לאבחון סרטן ריאות, שמיועדת למעשנים לשעבר בגילאי 65 עד 74. באסותא הטמיעו מערכת בינה מלאכותית שתסייע לרופאים בפענוח. "המערכת יודעת לזהות קשריות ריאתיות (מונחים שמתארים ממצאים מעוגלים ברקמת הריאה - שפירים או ממאירים), לאפיין ולהשוות. ההשוואה קריטית כי כך אנחנו יכולים למדוד במילימטרים בודדים אם הממצאים גדלו או נשארו יציבים מהבדיקה הקודמת, וזו שאלה של חיים ומוות", אומר ד"ר מקורי.
בימים אלה מתחילים באסותא גם בפיילוט חדשני בבאר שבע לשימוש במערכת בינה מלאכותית שיודעת לזהות בזמן אמת בבדיקת MRI ממצאים מוחיים ולהתריע על כך לרופא. "אין הרבה מערכות בינה מלאכותית שנותנות מענה בבדיקות MRI, ולכן זו בשורה משמעותית", אומר ד"ר מקורי. "המערכת שייכת לחברה דנית, זהו שיתוף פעולה יוצא מן הכלל והישג בימים אלה של מלחמה".
צמצום פערים בבריאות
בקופת החולים כללית סבורים שכלי בינה מלאכותית מסייעים גם בצמצום פערים בבריאות. ד"ר לילך צולר, ראש אגף טכנולוגיות רפואיות ובריאות דיגיטלית בכללית, מסבירה: "שימוש בכלי בינה מלאכותית תומכי החלטה דורש מאיתנו מחד לחנוך את הרופאים שלנו, ללמד אותם איך להשתמש בכלים, מה הסכנות, איך לפקפק בתשובה, ומאידך מאפשר לנו לבצע סטנדרטיזציה ולשפר בחלק מהמקומות את היכולות שלנו, בין השאר בפריפריה, היכן שקשה למצוא רופאים מומחים. אלה מערכות שמפחיתות את השחיקה של הרופאים ומסייעות להם".
בכללית הוטמעו בשנים האחרונות כמה כלים פורצי דרך בתחום הרדיולוגיה, בין השאר מערכת שמסייעת בזיהוי ממצאים חשודים בבדיקת ממוגרפיה ומאפשרת להעריך את הסיכון העתידי של נשים לפתח בשנים הבאות סרטן שד. "כיום נשים מעל גיל 50 עוברות ממוגרפיה פעם בשנתיים, אבל בזכות המערכת, הרדיולוג יוכל להמליץ למי שנמצאת בסיכון לבצע את הבדיקה בתדירות גבוהה יותר", היא אומרת.
בקופה ליוו את הטמעת המערכת בשנתיים האחרונות, הן בבתי החולים של הקופה והן בקהילה, ואף בדקו את העמדות של הרדיולוגים בנושא. "אחד הדברים שמאוד מצא חן בעיניהם זה שיש להם כלי להתייעץ איתו", אומרת ד"ר צולר. "יכול להיות איזה ממצא שהרדיולוג לא בטוח בו ב-100%, והמערכת משפרת את הביטחון שלו בהמלצה כזו או אחרת שהוא ייתן".
בתקופת המלחמה הוטמעה בכללית גם מערכת לזיהוי שברים בצילומי רנטגן והערכת מורכבותם, שכבר פועלת בחדרי המיון של בתי החולים סורוקה, בילינסון וכרמל בחיפה, וכן פלטפורמה מבוססת בינה מלאכותית שמאתרת פקקת ורידים מסכנת חיים בבדיקות CT, ומופעלת גם בבדיקות PET-CT לחולי סרטן שנמצאים בסיכון לפתח פקקת ורידים.
"בסוף צריכים להתקדם"
אחד החששות הוא שבעוד כמה שנים נמצא את עצמנו מתקשרים רק עם מחשב או אלגוריתם שיספק את ממצאי הבדיקות ויחליף לחלוטין את תפקיד הרדיולוג, אבל המציאות מורכבת בהרבה. "את התחזית הזו ניבאו כבר לפני 20 שנה, אבל לדעתי זה לא יקרה, גם לא בעוד 10 שנים", אומר ד"ר מקורי. "מעבר לזיהוי הממצא, יש משמעות גם להקשר הקליני שלו, להשוואתו בבדיקות דימות אחרות ולרקע הרפואי של המטופל, וזו יכולת אנושית שאין כרגע בבינה מלאכותית".
3 צפייה בגלריה
"בינה מלאכותית באה לתמוך ברדיולוג, כמו נווט במטוס קרב שיודע להנחות, לכוון ולתמוך בטייס בשעת הטיסה"
(צילום: shutterstock)
לדבריו, חלק מהרדיולוגים מבצעים גם פעולות פולשניות שדורשות אינטראקציה פיזית עם המטופל, כמו ביופסיה. "בינה מלאכותית באה לתמוך ברדיולוג, כמו נווט במטוס קרב שיודע להנחות, לכוון ולתמוך בטייס בשעת הטיסה", מדגיש ד"ר מקורי.
ומה לגבי המיומנות של הרופאים? האם ההסתמכות על בינה מלאכותית תשחוק את רמתם המקצועית? ד"ר יניב משיבא סבור שהתשובה שלילית. "לפני 20 או 30 שנה הרופא הקלאסי הסתובב עם סטטוסקופ ופטיש, האזין ונקש על כל מטופל", הוא אומר. "כיום לכל מטופל עושים אולטרסאונד ליד המיטה, אקו לב ו-MRI מתוחכמים, אז ברור שרופאים כיום יודעים פחות להקשיב לסטטוסקופ ופחות לנקוש, אבל הרפואה הפכה להיות יותר טובה. אז בסוף אנחנו גם צריכים להתקדם".
