מאחורי הקלעים של בתי החולים, קופות החולים וארגוני הבריאות בישראל עובדים נמרצות כבר כמעט עשור על מנת לשלב כלים שישתמשו בכמות המידע העצומה שנצברה על המטופלים ומערכות הבריאות עצמן, זאת על מנת ליעל את המערכות, בתקווה לשפר את הטיפול שאנו מקבלים.
הבינה המלאכותית לוקחת חלק משמעותי בניהול המידע הרב, מאפשרת להסיק מסקנות, לנקוט בפעולות שמשפרות בפועל את הבריאות שלנו ואף ליצור תרחישים שיוכלו להתריע באופן מוקדם יותר מפני מחלות מסוימות.
מה ההבדל בין AI ו-GenAI?
הבינה המלאכותית (AI) תופסת בשנתיים האחרונות לא מעט כותרות הודות להגעתה של הבינה המלאכותית היוצרת (Generative AI או בקיצור “GenAI”) למחוזותינו. הסיבה לכך פשוטה – לא עוד בינה מלאכותית שנמצאת מאחורי הקלעים, אלא כזו שאנו יכולים ממש לראות ולהשתמש בה בעצמנו, בין אם לנו קיים רקע בתחום ובין אם לא.
כלי GenAI כמו ChatGPT, Copilot, Gemini, Claude ועוד רבים אחרים זמינים כיום לשימוש חופשי עבור משתמשי קצה וגם עבור ארגונים (בתשלום) ומפתחים, מה שמוביל לעוד ועוד יצירתיות בתחומים רבים.
אז מה בעצם ההבדל בין AI ו-GenAI כפי שנעשה במונחים שימוש כיום? בקצרה, ההתייחסות ל-AI מתבצעת לרוב כאשר מדברים על אלגוריתמים שמסוגלים לנתח מידע רב (מה שעשוי להיות מוכר בשם “ביג דאטה” ו”למידת מכונה”) ולהשתמש בו לצרכים שונים, בין אם זה כדי לשפר את הנראות של התמונות שלכם בטלפון על פי מה שצילמתם או לשפר את הרזולוציה של שידורים בטלוויזיה או במשחקים.
אם AI הוא אלגוריתם שאנחנו לא ממש יכולים לראות כיצד הוא עובד, אלא רק את התוצאה הסופית שלו, הרי ש-GenAI הוא התפתחות שמקשרת בין שני העולמות – אלגוריתמים וממשק קצה, כדי שנוכל אנחנו להשתמש בניתוח של הרבה מאוד מידע כדי לבצע פעולות. דוגמאות לכך כבר הספקנו לראות דרך היכולת של כלים כמו ChatGPT לסכם עבורנו מאמרים ארוכים או ליצור עבורנו תסריט לפרק בסאות’פארק שתמיד דמיינו וגם עבור פעולות של יצירת תמונות או סרטונים אותם ניתן ליצור במהירות יחסית על ידי הזנת טקסט המתאר מה שאנחנו רוצים לראות בהם.
AI בתחום הבריאות
ההבדל בין שני המושגים הוא קריטי כאשר מתייחסים לתחום הרפואה, שכן GenAI עדיין נמצא בחיתוליו, ובעוד שאנו מתחילים למצוא כלים מבוססי בינה מלאכותית יוצרת (בעיקר צ’אטבוטים) בתחום הבריאות, הרי שה-AI כבר קיים בתחום תקופה ממושכת, וגם אם לא ממש ידענו זאת, רופאים כבר החלו לנצל את יתרונות ניתוח המידע כדי לקבל החלטות טובות יותר וגם כדי לחסוך בזמן, זמן אותו הם יכולים לנצל כדי לטפל במטופלים נוספים – צד חשוב בעיקר בימים בהם מערכת הבריאות עולה על גדותיה וקיים חוסר ברופאים, אחיות ועוד.
במסגרת כנס עתיד הרפואה והבריאות של מיקרוסופט לשנת 2024 הציגו מספר גופי בריאות בישראל, בהם שיבא, לאומית, מכבי, מאוחדת וגם מיקרוסופט עצמה, את הפעילות בתחום עד היום וגם את האפשרויות שנזכה לראות מעתה והלאה הודות לפיתוחים בתחום הבינה המלאכותית והבינה המלאכותית היוצרת.
שילובה של הבינה המלאכותית במערכות הבריאות בישראל לא מתחיל עכשיו, כשבארגונים השונים (כולל קופות חולים, בתי חולים ועוד) כבר החלו לשלב את ה”ביג דאטה” ולמידת המכונה במערכות כבר לפני 5-10 שנים.
הבינה המלאכותית השפיעה על מערכות הבריאות במספר איזורים, לדוגמה:
- ייעול הטיפול הרפואי השוטף – ניתוח נתונים רפואיים והפקת המלצות טיפוליות מותאמות אישית.
- תקשורת עם מערכות ישנות שעדיין בשימוש – יכולת לשלב בין מידע הקיים במערכות ותיקות יותר ובין מערכות חדשות כדי לא להשאיר מידע אודות המטופלים מאוחר בשל חוסר תאימות.
- הבנת מסמכים ותוכן – הבינה המלאכותית מסוגלת להבין ולנתח כמויות גדולות של מידע בזמן קצר, ולהפיק ממנו תובנות.
- התייחסות לבעיות חוסר בכח אדם – בעוד שהבינה המלאכותית היא לא תחליף לכוח האדם בתחום הבריאות, היא מסוגלת להציע פתרונות להפחתת העומס על צוותים קיימים ולבצע עבורם פעולות שיחסכו להם בזמן ויפנו אותם למטופלים נוספים ו\או יאפשרו הפחתה בשחיקה בשל כמות גבוהה מידי של מטופלים על כמות לא מספקת של צוות רפואי.
כמה דוגמאות לשימוש ב-AI בתחום הרפואה
חיזוי ומניעה של מחלות הוא כנראה הדבר המרשים ביותר שכבר זוכה להתייחסות מצד מערכות בריאות, כאשר על פי רן בליצר, ראש מערך החדשנות של שירותי בריאות כללית, כבר נעשה שימוש ב-AI לצורך זיהוי מוקדם ואף טיפול במחלת דלקת כבד נגיפית, שהוביל לשיפור משמעותי במיוחד בזיהוי מוקדם של המחלה.
לדברי של בליצר, בשירותי בריאות כללית ביקשו לבצע סקרים לצורך זיהוי חולים פוטנציאלים במחלה מידי שנה ופנו ל-50 אלף אנשים לצורך ביצוע סקרים אלו. התוצאות בסקר הובילו לאיתור של 38 חולים, נתון שמשקף הצלחה בזיהוי ב-0.076% מהחולים שנבדקו, אלו זכו לזיהוי מוקדם אשר ככל הנראה חסך עבורם התפתחות של המחלה, שעשוי להוביל לכאבים ואף לסרטן הכבד.
שימוש במערכות בינה מלאכותית עזרו לשירותי בריאות כללית לשפר את תהליך הזיהוי, ושימוש במערכות אלו אפשרו לאתר קבוצות אנשים בסיכון גבוה יותר למחלה ולפנות אליהם ישירות במקום לבצע סקר רחב היקף שדורש פנייה לכמות גדולה של אנשים, רבים מהם לא בעלי סיכון לחלות. במקרה זה, מתוך סקר של 500 איש שהומלצו על ידי מערכת ה-AI, זוהו 30 חולים, מה שהקפיץ את אחוזי הזיהוי לכ-6%, עליה של כמעט פי 100 בהשוואה לבדיקות שבוצעו בדרך הסקר הרגיל.
דוגמאות נוספות:
- רדיולוגיה ודימות – מערכות AI יכולות לשמש לפענוח תצלומי רנטגן, MRI, ו-CT בצורה מדויקת ומהירה יותר מרדיולוגים אנושיים. לדוגמה, מערכות AI יכולות לזהות נגעים קטנים בריאות או גידולים בראש ברמת דיוק גבוהה.
- גנטיקה ורפואה אישית – בינה מלאכותית מסייעת בניתוח גנטי ובהתאמת טיפולים אישיים למטופלים על סמך המידע הגנטי שלהם.
- ניהול תרופות והתאמת מינונים – מערכות AI משמשות להתאמת מינונים של תרופות למטופלים בצורה מדויקת, בהתבסס על נתונים רפואיים היסטוריים ומידע גנטי.
- מעקב אחר חולים כרוניים – שימוש באפליקציות מבוססות AI למעקב אחר מצבם של חולים כרוניים, כמו חולי סוכרת או חולים במחלות לב, ומספקת התראות על מצבים חריגים.
- חיזוי התפרצות מחלות – מערכות AI משמשות לחיזוי התפרצות מחלות על סמך נתונים סביבתיים, דמוגרפיים ומידע רפואי. לדוגמה, AI סייע בחיזוי התפשטות נגיף הקורונה בזמן אמת.
- זיהוי מוקדם של מחלות – AI מסייע בזיהוי מוקדם של מחלות כמו סרטן על סמך ניתוח נתונים ממסמכים רפואיים ובדיקות מעבדה.
- עיבוד מסמכים רפואיים – מערכות AI מסוגלות לעבד מסמכים רפואיים ביעילות ולשלוף תובנות רלוונטיות. זה כולל עיבוד תיקים רפואיים, סיכומי ביקור ומסמכים נוספים.
- שירותי בריאות מרחוק (Telemedicine) – מערכות AI מסייעות בהפעלת שירותי בריאות מרחוק, כולל ייעוץ רפואי דרך וידאו וניטור מרחוק של מטופלים.
החלק של מיקרוסופט
מיקרוסופט כבר לוקחת חלק לא קטן בשיפור מערכות הבריאות באמצעות מערכות AI הן בצד המטופלים והן בצד המטפלים.
כמה דוגמאות:
- מערכת AI מזהה חריגות בבדיקות של מטופלים ומתריעה לרופא, תוך שהיא מציעה פתרונות והמלצות להמשך טיפול .
- מציאות רבודה (AR) – מאפשרת לרופאים להדריך מרחוק ולעזור בניתוחים מורכבים. מיקרוסופט מציעה פתרונות שמחברים מציאות רבודה עם AI כדי לשפר את הדיוק והיעילות בחדרי הניתוח.
- מערכות מבוססות ענן – מאפשרות אחסון וגישה נוחה ובטוחה למידע רפואי כדי להקל על שילוב של יכולות AI עם מערכות קיימות, לשיפור איכות הטיפול והייעול של תהליכי העבודה.
- פרסונליזציה של שירותי בריאות – טכנולוגיות של מיקרוסופט מאפשרות יצירת טיפולים מותאמים אישית על פי חתימות קול ונתונים אישיים של המטופלים כדי להגדיל את רמת הדיוק באבחנות ולספק טיפולים מותאמים אישית.
- הנגשת שירותי בריאות – הכלים של מיקרוסופט משמשים להנגשת שירותי הבריאות לאנשים עם מוגבלות על ידי תרגום סימולטני והמרת טקסט לדיבור, דבר שמקל על קהילות רבות להשתמש בשירותים הרפואיים, כאשר כלים אלו יכולים לשמש גם עבור קהל מטפלים ומטופלים המדברים בשפות שונות זה עם זה.
עוקבים? כל החדשות מגאדג'טי
חלק מהפוסטים באתר כוללים קישורי תכניות שותפים, עבורם נקבל עמלה עם ביצוע רכישה בפועל של מוצרים. עמלה זו לא מייקרת את העלות הסופית של המוצרים עבורכם.
הסקירות והתכנים המופיעים באתר מהווים המלצה בלבד, וכך יש להתייחס אליהם. כל המחירים המופיעים באתר נכונים ליום הפרסום בלבד והאחריות לקניית מוצר או שירות כזה או אחר מוטלת עליך בלבד – השימוש באתר בהתאם לתנאי השימוש והפרטיות.