בינה מלאכותית ברפואה – לאן הרוח נושבת?

עיקרי הכתבה:

• בינה מלאכותית משמשת בתחום הרפואה בין היתר על מנת לנתח כמויות גדולות של מידע על מנת להפיק ממנו מסקנות ולבצע תחזיות.
• אחד הכלים שנכנסו לשימוש ציבורי רחב ומדמה את היכולות של בינה מלאכותית הוא ה-ChatGPT, שמסוגל לנהל שיחה עם הגולשים ולענות לשאלות בכל תחום.
• לבינה המלאכותית יש עוד דרך ארוכה לעשות עד שיהיה ניתן להשתמש ביכולות הניתוח והחיזוי שלה לטובת רפואה מונעת. בדרך יש להתגבר על אי דיוקים והטיות, בעיות אבטחת מידע ופרטיות ולהצליח לחקות אינטואיציה וחשיבה אנליטית של בן אנוש.
  ______________________________________________

בינה מלאכותית (AI) נמצאת בשימוש יותר ויותר בתחום הרפואה כדי לשפר את הטיפול בחולים ואת תוצאות הטיפול. ניתן להשתמש בבינה מלאכותית כדי לנתח כמויות גדולות של נתונים רפואיים, כגון רישומי בריאות אלקטרוניים ומחקרי הדמיה, כדי לזהות דפוסים ולבצע תחזיות. הכלים הללו יכולים לעזור לרופאים ולחוקרים לזהות סיכונים בריאותיים פוטנציאליים ומחלות מוקדם יותר, כמו גם לפתח תכניות טיפול מותאמות אישית.

AI יכולה לשמש גם כדי לסייע בהליכים כירורגיים, כגון ניתוח מונחה תמונה וניתוח בסיוע רובוטי. בנוסף, צ'אטבוטים המונעים על ידי בינה מלאכותית ועוזרים וירטואליים יכולים לספק למטופלים גישה 24/7 למידע רפואי ולתמיכה. בסך הכל, לבינה מלאכותית יש פוטנציאל לחולל מהפכה בתחום הבריאות על ידי שיפור האבחון והטיפול הרפואי.

הפתעה? את הפיסקה הראשונה בכתבה כתב ChatGPT

אולי שמתם לב ואולי לא, אבל את הפיסקה הפותחת של המאמר כתב עבורי הצ׳טבוט ChatGPT, בוט מבוסס בינה מלאכותית שמסוגל לשוחח עם הגולשים בצ׳ט לכל דבר ועניין, ופותח על ידי החברה OpenAI.

הבוט הושק בנובמבר האחרון ומאז עורר סערה עקב נגישותו אך בעיקר בשל היכולות המפותחות שלו לנהל שיחה, לענות על שאלות, להפיק טקסטים, לייצר קוד ותוכן. הבוט מבוסס על מודל שפה גדול שמשתפר על ידי שיטות של למידה מונחית, כלומר למידה של פתרון בעיות על בסיס מאגר גדול של דוגמאות ״פתורות״, ובאמצעות למידת חיזוק, שבבסיסה השלמת משימות ולמידה באמצעות  גמולים. בשתי השיטות נעשה שימוש במאמנים אנושיים על מנת שהמודל ישתפר בביצועיו.

בינה מלאכותית ברפואה. אילוסטרציה: שאטרסטוק

כפי ש-ChatGPT ציין, לבינה מלאכותית יש יתרונות רבים בתחום הרפואה, וביניהם גם היכולת לספק גישה 24/7 למידע רפואי, כאשר הצ׳ט משמש כמו תיבת החיפוש של גוגל, אליה אנו נוטים לפנות כשאנחנו מעוניינים במידע רפואי מהיר ומיידי.

אולם כמו אצל גוגל, גם אצל ChatGPT קיימים אי דיוקים במידע שנמסר כמו גם חוסר הבנה של הטקסט שהמשתמש הזין. נוסף על כך קיימות גם בעיות אבטחת מידע ופרטיות - כל אלו הן בעיות ממשיות של הטכנולוגיה. כך למשל, באשר למידע שהבוט אומן עליו, מאחר שה-Chat GPT אומן על נתונים הנכונים ל-2021, הוא לא מסוגל להשיב נכון ומדויק על שאלות שנוגעות לשנת 2022.

רפואה מבוססת ראיות ומהפכת המידע

על פי מאמרה של ברי דנינו מ״הארץ״, בעשורים האחרונים מקצוע הרפואה עובר מתחום מובילי דעה לפתרונות של רפואה מבוססת ראיות, בהם משתלבות מערכות בינה מלאכותית שמגויסות על מנת למפות טקסטים מדעיים וליצור מאגר ידע מובנה, שיכלול את כלל המחלות, תסמיניהן והקשרים ביניהם.

גם במאמר ״מהפכת המידע ברפואה״ שהתפרסם בכתב העת הרפואה בינואר 2021, מצוין כי תחום הרפואה עובר שינוי הכרוך ביכולות הבינה המלאכותית, כחלק מהמציאות החדשה של "המהפכה התעשייתית הרביעית".

העשור האחרון הניב את המושג Big Data – מידע עתק, שמאפשר להוסיף מקורות מידע חדשים בנוסף למידע הרפואי הקיים. המידע הרפואי הקיים מתבסס על אבחנות, בדיקות, הדמיות ומספר מקורות מידע מוגדרים המשולבים יחדיו על ידי הרופאים עם נסיונם המקצועי. הבינה המלאכותית מאפשרת לשלב את מידע העתק יחד עם מידע מחקרי עדכני, ולהפיק ידע עם משמעות רלוונטית עבור מטופל.

למשל, אחד מסוגי המידע הללו הוא מידע אורכי, הנאסף לאורך היממה כולל בזמן השינה, לפעמים ללא ידיעת המטופל. הטלפון החכם יכול לאסוף נתונים על רמת הפעילות והתנועה, משך השינה ואיכותה. שעון הספורט יכול להוסיף מידע על קצב הלב, וכמוהו גם שאר מכשירים לבישים שמאפשרים כימות עצמי.

אולם, כמות המידע הנוצרת ברחבי העולם מדי יום היא אסטרונומית וקצב ייצורו גדל באופן דרמטי בכל שנה ושנה. כמות המידע הזו נטולת ערך מבלי יכולת לנתחו באופן יעיל. כאן נכנסת לתמונה הבינה המלאכותית עם היכולת שלה לחלץ מהכמות הדאטה הענקית שמצטברת ידע ותובנות.

הבינה המלאכותית מהדור החדש מתבססת על למידה עמוקה באמצעות מודל חישובי שיש לו דמיון למערכות עצבים ביולוגיות, ״רשתות עצבים מלאכותיות״, ומפיקה יכולות מרשימות, כולל זיהוי פנים ברמת דיוק גבוהה מזו האנושית, פיתוח מודלים מתקדמים לחיזוי סיכון למחלות שונות, למשל מחלות לב.

חברת הבת של גוגל, DeepMind, מספקת לארבעה בתי חולים גדולים אפליקציה בשם סטרימס (Streames), שעושה שימוש בנתוני בית החולים על מנת להתריע בפני הרופאים על הידרדרות אפשרית במצב החולה. מערכות כאלו ודומות אמורות לסייע לרופאים בקבלת החלטות יומיומית סביב אבחנה, טיפול ובדיקות של מטופלים וחולים, כשהמטרה היא רפואה מניעתית, לאבחן ולזהות מחלות אצל אנשים בריאים כמה שיותר מוקדם, על מנת להקדים תרופה למכה.

שימוש בדאטה לזיהוי בעיות רפואיות. אילוסטרציה: שאטרסטוק

היתרון של מערכות מבוססות נתוני עתק הוא שהן מבוססות על נתונים אמיתיים שהוזנו על ידי רופאים בבתי החולים. אולם, זה עלול להיות גם חסרונן - הן טובות למקרים נפוצים שגובו בנתונים רבים, ולא למקרים נדירים או מורכבים.

בעיות בשימוש בבינה מלאכותית

פרטיות ובעלות על המידע – על מנת לחלוק מידע רפואי עם בינה מלאכותית יש להיענות לשאלת הבעלות על המידע הרפואי. על מנת לאמן בינה מלאכותית להצליח במשימתה, יש צורך במיליוני אם לא מיליארדי תיקים רפואיים של פרטים שיש צורך בהסכמתם המפורשת לשם כך, וחסרה רגולציה בנושא.

אבטחת מידע – עוד קודם לניסיון לקדם את הבינה המלאכותית בתחום, מערכת הבריאות היא אחד מהמגזרים המותקפים ביותר בתחום אבטחת מידע. יש צורך במציאת פתרונות שיאפשרו ביטחון מירבי למידע שנאסף על ידי בינה מלאכותית.

מידע לא מהימן – כבר עכשיו, ChatGPT זמין לכל משתמש אינטרנט בהרשמה חינמית קצרה ומציע מידע שאינו בהכרח מהימן, כולל בתחום הרפואי. תמיד קיימת הסכנה שבינה מלאכותית תציג למשתמשים, בין אם רופאים מנוסים ובין אם מטופלים שמחפשים אבחנה, מידע לא מדויק.

אינטואיציה ומגע ישיר עם החולה – הניסיון לקדם את הבינה מלאכותית בתחום הרפואה מפספס את הערך שיש לאינטואיציה ולמגע ישיר עם מטופל או חולה. רופא מנוסה יכול לזהות על פי מבט סימפטומים, תסמונות ומצבים מסוימים, גם ללא שהמטופל יצטרך להשתמש במילים – בין אם על ידי צבע העור של המטופל, הבעת כאב על פניו וכו׳. את אלה ועד כמה  שהיא מאומנת, מכונה לא תוכל לעשות. בנוסף, אם חלק מהמטופלים יעדיפו לספר למכונה על סימפטומים מסוימים, אחרים אולי יחששו מההשלכה של השימוש בה על פרטיותם ויעדיפו רופא בשר ודם.