בינה מלאכותית ברפואה – מפחיד או שזה מה שיציל אותנו?
מהפכה רפואית בשירות הבינה המלאכותית בישראל. פרופ' רן בליצר, ראש מערך החדשנות בשירותי בריאות כללית וחבר בצוות המייעץ למזכ"ל האו"ם בתחום, מסביר כיצד AI כבר משנה את פני הרפואה ומוטמעת הלכה למעשה בקופ"ח כללית ומה צפוי לנו בעתיד
כל מי שחי פה וצורך שירותי בריאות, אפילו מינימליים, מודע לעומס הכבד על מערכות הבריאות שמתבטא בכך שאין התאמה בין שירותי הרפואה הנדרשים והזדקנות האוכלוסיה - מה שמתבטא בין היתר בתורים ארוכים למומחים ובעומס על מערכת הבריאות - לבין הפתרונות הניתנים לנו בפועל. ולא רק אצלנו. בעולם כולו מערכות הבריאות מתמודדות עם משבר מתמשך, שמחריף עם השנים ובעיקר עם עלייה במחלות כרוניות, מחסור בצוותים רפואיים והתייקרות הטיפולים.
הפתרון מגיע דווקא מכיוון פחות צפוי – בינה מלאכותית, המציעה שינוי יסודי של מודל הטיפול, כשהטכנולוגיה המתקדמת ביותר עומדת בחזית ומסייעת מאחורי הקלעים. למרות שזה נראה לנו עתידני אבל הבינה המלאכותית כבר כאן, משולבת בעבודת הרופאים ומסייעת בקבלת החלטות קליניות מדויקות יותר.
פרופ' רן בליצר, סמנכ"ל וראש מערך החדשנות בשירותי בריאות כללית. צילום: ללא קרדיט
בשיחה מרתקת עם פרופ' רן בליצר, סמנכ"ל וראש מערך החדשנות בשירותי בריאות כללית, החבר בצוות המייעץ הבכיר למזכ"ל האו"ם בנושא בינה מלאכותית, הוא מתאר כיצד "כללית" הפכה לחלוצה עולמית בתחום וכיצד ה-AI עומד לעצב מחדש את עתיד הרפואה.
פרופ' בליצר, מה הם האתגרים ונקודות התורפה של מערכות הבריאות ושירותי הרפואה כיום?
"מערכות הבריאות בעולם, ובהן גם המערכת הישראלית, מצויות במשבר מתמשך שהולך ומחריף, עד כדי נקודת שבר. משבר זה נובע בעיקר מהעלייה המתמדת בצרכים הרפואיים במדינות מפותחות, עקב הזדקנות האוכלוסיה. אנו עדים לעלייה משמעותית במחלות כרוניות, להתייקרות התרופות שהופכות מורכבות יותר ולמצב שבו אין מספיק רופאים, אחיות, צוותים רפואיים ומשאבים כלכליים שיאפשרו להמשיך לספק אותם שירותים רפואיים כפי שנעשה בעבר.
"בשנים האחרונות הולכת ומתחזקת ההבנה כי כדי להבטיח את קיימותן של מערכות הבריאות, יש צורך בשינוי עמוק באופן מתן השירותים הרפואיים. לא ניתן עוד להסתמך על מודל אינטואיטיבי שבו אנשי ונשות רפואה, אחיות וקלינאות מבצעים משימות רבות שהן אדמיניסטרטיביות, טכניות ורפטטיביות. כמו כן, לא ניתן להמשיך ולבסס את הטיפול הרפואי בעיקר על תגובה מאוחרת, כאשר המטופל כבר חווה כאב ותפקוד לקוי, במקום להתמקד במניעה ובזיהוי מוקדם של בעיות בריאותיות".
מהי תרומתה של הבינה המלאכותית בפתרון בעיות אלו?
"בינה מלאכותית ממלאת כיום תפקיד מרכזי במהפכה זו. היא מאפשרת הכנסת מערכות אוטומטיות שיבצעו משימות ביורוקרטיות וטכניות, ובכך יפנו את הצוותים הרפואיים לטיפול קליני משמעותי יותר. נוסף על כך, בינה מלאכותית מספקת תמיכה מתמדת בקבלת החלטות רפואיות, ומאפשרת שימוש חכם בנתונים רפואיים זמינים בזמן אמת, כך שההחלטות המתקבלות יהיו מדויקות ומותאמות יותר לכל מטופל בנקודת הטיפול.
"המרכיב המשותף לכל הפתרונות והאתגרים שתיארתי הוא הצורך לעשות שימוש שונה ועמוק יותר במידע רפואי ובבינה מלאכותית כחלק משגרת המענה הרפואי שאנו מספקים. אף אחד מהשינויים הגדולים שהוזכרו לא יכול להתממש ללא שילוב כלים מבוססי דאטה ובינה מלאכותית כחלק אינטגרלי מתשתית מתן שירותי הבריאות (Fabric of Care). שילוב זה מוביל לשינויים משמעותיים באופן מתן הטיפול, הן בשלב שבו ניתן הטיפול הרפואי והן בחלוקת המשימות בין הרופא האנושי לבין המכונה המסייעת לו".
לדברי פרופ' בליצר, מדובר בפרדיגמה רפואית חדשה, שהתפתחה בקצב מסוים במהלך העשור האחרון, אך חוותה האצה דרמטית בשנתיים האחרונות בעקבות כניסת המודלים החדשים של AI לשימוש קליני.
בתוך עולם זה, מדינת ישראל ניצבת בחזית ההובלה הטכנולוגית והמעשית של יישומי AI בתחום הבריאות כבר למעלה מ-15 שנה, אומר פרופ' בליצר. "למעשה, כבר לפני כ-15 שנה, שירותי בריאות כללית היו חלוצים בשימוש בכלי ניבוי חכמים מבוססי למידת מכונה כחלק משגרת הפעילות שלהם, באמצעות מכון כללית למחקר. כלים אלה אפשרו מעבר מרפואה מגיבה לרפואה יוזמת, מונעת ופרואקטיבית. מהלך זה הגיע לשיאו בשנים האחרונות עם ההטמעה של תשתית C-Pi Preventive Proactive) Interventions), מערכת טכנולוגית מבוססת בינה מלאכותית המשולבת באופן מלא במערך רפואת הקהילה".
כיצד פועלת המערכת ברפואת הקהילה?
"מערכת זו מעניקה לכל רופאי המשפחה בקופת חולים כללית יכולת מתקדמת של תמיכה בהחלטות קליניות. היא סורקת את התיק הרפואי של כל המטופלים, מפיקה תובנות באמצעות AI ודאטה ומספקת חיזוי רפואי באשר לתחלואה ולהידרדרות עתידית אפשרית. כך, היא מסייעת לרופאים לתעדף התערבויות פרואקטיביות, שמטרתן להביא מטופלים למרפאה בשלב מוקדם, לפני שהם חולים או סובלים, כשההתערבות הרפואית יכולה למנוע את התפתחות המחלה.
"בנוסף, מרגע שהמטופל כבר נמצא במרפאה, מערכת C-Pi מספקת לרופא המטפל המלצות מבוססות דאטה לגבי שינויים מומלצים בטיפול הרפואי, בהתאם לאלגוריתמים רפואיים מוכרים בעולם. תהליך זה מתבצע באופן ממוחשב, תוך שימוש בגישה של Explainable AI – בינה מלאכותית שקופה ומוסברת, המאפשרת לרופא להבין את ההמלצות המתקבלות".
פרופ' בליצר מבקש להדגיש כי קבלת ההחלטות נותרת תמיד בידי הרופא המטפל: "בישראל, נכון להיום, AI אינה מחליפה רופאים, אלא מספקת תמיכה משמעותית ומאפשרת טיפול רפואי מדויק ומותאם יותר". לדבריו, מערכת זו כבר פרוסה ברוב מרפאות קופ"ח כללית ומהווה דוגמה ייחודית ופורצת דרך ליישום מעשי של בינה מלאכותית ברפואה הקהילתית.
למערכת זו ולאופן שבו היא מציעה פתרונות אין כמעט מקבילה בעולם, ובוודאי שלא בישראל. מדובר בפרי פיתוח פנימי של שלוש חטיבות: חטיבת הרפואה בקהילה, חטיבת הדיגיטל וחטיבת החדשנות. "שלוש החטיבות הללו חברו יחד ליצירת מערכת ייחודית, שנחשבת בעולם לדוגמה יוצאת דופן של שילוב AI ברפואה הקהילתית", הוא אומר.
לדבריו, "מערכת זו מעניקה לרופאים כוח-על, בכך שהיא מאפשרת, בין היתר, זיהוי מחלות עוד לפני הופעתן ומתן ייעוץ מומחה בתחומים כמו אנדוקרינולוגיה, קרדיולוגיה ומחלות זיהומיות, באופן מובנה ונגיש בתוך המערכת. השימוש בה קל, ברור ונוח לרופא המטפל. זהו יישום מעשי ומתקדם של AI בפרקטיקה הרפואית ב'כללית'".
בינה מלאכותית גם בחדרי המיון
דוגמה נוספת ליישום הבינה המלאכותית ב"כללית" היא השימוש בטכנולוגיה זו בחדרי המיון. מאז תחילת המלחמה, כל מטופל שנכנס לחדר מיון של בתי החולים של ה"כללית" ועובר צילום דימות, מקבל הערכה גם על ידי מערכת AI חכמה. מערכת זו יודעת לזהות בעיות שקשה לאבחן בעין בלתי מזוינת ומספקת לרופא המלצות ממוקדות לגבי האזורים בתמונה שבהם כדאי להתמקד כדי לזהות שברים או בעיות אחרות.
"שני יישומים אלה", אומר פרופ' בליצר, "ממחישים כיצד AI משולבת בפועל בעבודת הרופאים, מספקת תמיכה קלינית משמעותית ומסייעת בשיפור הדיוק, היעילות והאיכות של שירותי הבריאות".
וכל זה קורה כבר עכשיו?
"כן, זה כבר קורה עכשיו. זה לא רק עתידני – זה כבר מוטמע ומיושם בפועל. המערכות הללו כבר קיימות ופועלות, ולמיטב הבנתי, הן אינן קיימות במקומות אחרים בהכרח בישראל או בעולם. ישראל נמצאת בחזית השימוש ב- AI בתחום הבריאות ואנו נחשבים בעיני העולם לגורם מוביל ביישום טכנולוגיות מתקדמות ברפואה.
"'כללית' נמצאת בעמדה הזו כבר תקופה ארוכה והיתה חלוצה בתחום בלא מעט היבטים. למעשה, במשך לפחות עשור וחצי, היא מובילה בתחום החדשנות הרפואית. מכון כללית למחקר אף זכה להכרה רשמית מהארגון העולמי לבריאות (WHO) כמרכז מצוינות גלובלי בתחום המניעה החכמה של תחלואה כרונית כבר בשנת 2014".
ההכרה במובילות של "כללית" אינה חדשה. בשנת 2017 היא זכתה במקום הראשון בתחרות היוקרתית של כתב העת הרפואי New England Journal of Medicine, תחרות עולמית לשימוש במסדי נתונים רפואיים לקידום קבלת החלטות. "כדי להבין את גודל ההישג, סטנפורד – אחת האוניברסיטאות המובילות בעולם – הגיעה למקום השלישי. אבל כמעט אף אחד לא יודע את זה", אומר בליצר. "צריך לומר בצורה ברורה: בשקט, בלי רעש וצלצולים, נבנתה כאן עוצמה אמיתית שמקבלת הכרה עולמית".
לאחרונה חזר פרופ' בליצר מגרמניה, שם קיבל אות הוקרה משמעותי – פרופסור של כבוד מאוניברסיטת שאריטה, הגוף הרפואי החשוב ביותר בגרמניה. "במהלך הפגישה, הם הדגישו את התרומה שתרמנו לגיבוש האסטרטגיה הדיגיטלית של גרמניה, ואת השפעתה הקריטית בקידום חשיבה רפואית מתקדמת. כלומר, יש כאן השפעה גלובלית משמעותית, ולא מדובר בעניין טריוויאלי כלל".
אילו כיוונים מחקרים מעניינים מתוכננים בעתיד בתחום הבינה המלאכותית ברפואה?
"כיום, אחד הנושאים המרכזיים שעל הפרק בכל העולם הוא השימוש במודלי השפה הגדולים (Large Language Models – LLMs), כמו GPT, באופן אחראי ומוצלח בתוך מערכות הבריאות. כל מה שתיארתי עד כה וכל מה שמוטמע בפעילות הקלינית השוטפת ב'כללית' אינו מבוסס על המודלים הללו, משום שהם עדיין מציבים אתגרים משמעותיים.
"המודלים הוותיקים של למידת מכונה ולמידה עמוקה נוטים להיות יציבים וצפויים יחסית, אבל למודלי השפה הגדולים יש חולשות, כמו נטייה להמציא נתונים או להטות נתונים, עיוותים שעלולים להפלות לרעה אוכלוסיות מסוימות. לכן, אנחנו נוקטים בזהירות רבה בשימוש בטכנולוגיות החדשות הללו. נכון להיום, הן אינן חלק מהתמיכה בהחלטות הקליניות השוטפת ב'כללית', ולמיטב הבנתי, גם לא במקומות אחרים.
"האתגר הגדול של השנים הקרובות יהיה למצוא את הדרך לרתום את הטכנולוגיה העוצמתית הזו באופן אחראי ומושכל. מדובר בכלים בעלי פוטנציאל אדיר, אך גם עם רמת סיכון גבוהה ומעט ניסיון נצבר בעולם הבריאות, ולכן יש צורך לבחון כיצד ניתן להשתמש בהם בצורה בטוחה ומועילה. ב'כללית' מתנהלים כיום עשרות מאמצי פיתוח שמטרתם לבחון ולהעריך את היכולת לשלב את המודלים הללו (מסוג LLM ודומיו) בפרקטיקה הרפואית, הן בהיבטים אדמיניסטרטיביים בטווח הקצר והן בהיבטים קליניים בעתיד הרחוק יותר".
פרופ' בליצר מציג גם את המעבדה החיה ע״ש ברקוביץ׳ – "מעבדה ייחודית לפיתוח פתרונות עתידניים יחד עם אוניברסיטת הרווארד, בה אנחנו מפתחים ובוחנים פתרונות מהסוג הזה. יש לנו כבר תוצאות ראשונות ומרגשות שיגיעו בקרוב לעיתונות הרפואית המובילה, אבל הדרך לקליניקה עוד ארוכה ומורכבת ואנחנו עושים אותה בזהירות רבה".