יצאנו ממדבר הפיילוטים": פרופ' רן בליצר על השנה שבה ה - AI התחיל לשנות את הרפואה
מהיכולת לחזות מחלות עוד לפני הופעת התסמינים ועד למפגש שבו הרופא יוכל סוף סוף להרים את הראש מהמחשב: פרופ' רן בליצר, סמנכ"ל וראש מערך החדשנות בכללית ומומחה בעל שם עולמי לבינה מלאכותית ברפואה, מסכם את קפיצת המדרגה שעשה ה – AI בשנה החולפת, מסביר מה עדיין עלול להשתבש ומסמן את השינויים שכבר נרגיש בשנה החדשה. ראיון מיוחד לראש השנה
מחיזוי מחלות לפני הופעת התסמינים ועד לרפואה אישית ואנושית יותר. ה-AI משנה את פני הרפואה. אילוסטרציה: AI
במשך שנים הבטיחו לנו שהבינה המלאכותית עוד תשנה את הרפואה. אלא שלדברי פרופ' רן בליצר, בשנה החולפת קרה משהו אחר: היא התחילה לעשות את זה בפועל בהיקף נרחב. מערכות AI כבר מסייעות בניתוח בדיקות דימות, מזהות מטופלים שנמצאים בסיכון עוד לפני הופעת תסמינים, מסכמות שיחות בחדר הרופא, מנתחות מידע רפואי שנאסף לאורך שנים ומתחילות אפילו לקחת על עצמן חלק מהעבודה האדמיניסטרטיבית שמעסיקה את הרופא בזמן המפגש עם המטופל.
פרופ' רן בליצר, סמנכ"ל וראש מערך החדשנות בכללית, מייסד ומנהל מכון כללית למחקר וחבר בפורומים הבכירים בעולם בתחום הבינה המלאכותית, נמצא כבר שנים בנקודת המפגש שבין רפואה, מידע וטכנולוגיה.
לקראת ראש השנה שוחחנו איתו על ההתפתחויות המשמעותיות של השנה החולפת, על הסיכונים שמגיעים יחד עם היכולות החדשות ועל השאלה הגדולה של השנה שבפתח: האם אנחנו מתקרבים לרפואה שלא תחכה שנחלה - אלא תדע לזהות את הסיכון ולפעול עוד קודם?
פרופ' בליצר, אם היית צריך לבחור את ההתפתחות החשובה ביותר שהתרחשה בשנה החולפת בתחום ה-AI והרפואה, מה היא הייתה, ולמה?
"הייתי בוחר במעבר ממודלים נקודתיים למודלי יסוד רב-מערכתיים: Multimodal Foundation Models.
במשך יותר מעשור פיתחנו ברפואה "איים" של אלגוריתמים: מודל אחד שיודע לזהות קשרית בריאה ב-CT, מודל אחר שיודע לזהות חסימה בכלי דם, ומודל נוסף שמחשב סיכון למחלה מסוימת. בשנה האחרונה אנחנו מתחילים לראות הבשלה של מערכות שמסוגלות להסתכל על המטופל כמכלול: לקרוא במקביל היסטוריה רפואית של שנים, בדיקות דם, דימות ממקורות שונים ומידע קליני נוסף, להאזין ולתמלל את השיחה בחדר הרופא, ולחבר את כל אלה לרצף אחד קוהרנטי.
זה שינוי עמוק, כי הרפואה עצמה איננה אוסף של בדיקות נפרדות. רופא טוב תמיד מנסה לחבר בין כל חלקי התמונה. עכשיו אנחנו מתחילים לתת גם ל-AI את היכולת לעשות זאת בקנה מידה ובמורכבות שלא היו אפשריים בעבר.
אנחנו רואים את התהליך הזה כבר קורה בפועל. למשל, מודלים בתחום הדימות כבר עוברים ממשימה אחת ליכולת לנתח מגוון רחב יותר של בדיקות וממצאים, ובמקביל מתפתחים מודלי יסוד שמסוגלים לשלב סוגים שונים של מידע רפואי. מבחינתי זו קפיצת מדרגה חשובה, משום שהיא מקרבת את ה-AI מהמחקר ומהפיילוטים אל לב העבודה הקלינית.
אבל בסופו של דבר, גם כאן מבחן התוצאה איננו עד כמה המודל מרשים טכנולוגית, אלא האם היכולת הזו מאפשרת לנו לקבל החלטות טובות יותר ולשנות את מסלול הטיפול של המטופל"
במשך שנים אנחנו שומעים שבינה מלאכותית עומדת לחולל מהפכה ברפואה. האם השנה החולפת הייתה בעיניך נקודת מפנה שבה AI עבר מהבטחה וכלי ניסיוני לחלק מהרפואה בפועל?
"כן. אני חושב שהשנה החולפת סימנה במידה רבה את היציאה מ'מדבר הפיילוטים'. במשך שנים הכותרות עסקו בעיקר במאמרים שבהם אלגוריתם הצליח להגיע לביצועים מרשימים, ולעיתים אפילו יותר מהרופאים, בתנאי מחקר מבוקרים. אבל ברפואה זה לא מספיק. השאלה האמיתית היא מה קורה כשהמערכת פוגשת רופא אמיתי, מטופל אמיתי, עומס אמיתי ותהליך עבודה אמיתי.
בשנה האחרונה אנחנו רואים מעבר ברור יותר מהוכחת יכולת להטמעה בקנה מידה רחב. זה קורה לפחות בשלושה תחומים מרכזיים:
הראשון הוא תיעוד קליני חכם: Ambient Scribe
בארצות הברית כבר יש רופאים רבים שמשתמשים במערכות שמאזינות למפגש עם המטופל ומייצרות תיעוד רפואי אוטומטי, ובישראל אנחנו מתחילים לראות הבשלה של מערכות כאלה גם בעברית.
השני הוא דימות. אלגוריתמים כבר רצים ברקע של מערכי רדיולוגיה, מזהים ממצאים דחופים ומסייעים להעלות אותם לראש סדר העדיפויות. בכללית מערכות כאלה מוטמעות הן בבתי החולים והן בקהילה, ונכנסות ליותר ויותר תחומים קליניים.
והשלישי הוא רפואה יוזמת ברמת האוכלוסייה. כאן AI מנתח נתונים של מיליוני מטופלים כדי לזהות אנשים שנמצאים בשלבים שקטים של מחלה או בסיכון מוגבר, ולהוביל להתערבות עוד לפני שנוצר נזק בלתי הפיך.
בכללית אנחנו פועלים בתחומים הללו כבר שנים, וכיום אנחנו הגוף היחיד בישראל בו מאות אלפי המלצות מותאמות אישית מאושרות על ידי הרופא המטפל מדי חודש והופכות להנחייה טיפולית - יוזמת, מונעת, ומותאמת אישית. ואני חייב לציין שמדובר במערכת בינה מלאכותית (C-Pi) שפותחה כולה בתוך כללית, בשיתוף פעולה יוצא דופן בין חטיבות המטה והמטפלים בשטח.
זה עדיין לא אומר שהמהפכה הושלמה. אבל לראשונה המדד להצלחה הולך ומשתנה: לא רק כמה טוב האלגוריתם, אלא האם אפשר להטמיע אותו בבטחה, בקנה מידה רחב, ולשפר באמצעותו טיפול אמיתי", אומר פרופ' בליצר.
פרופ' רן בליצר, סמנכ"ל וראש מערך החדשנות בשירותי בריאות כללית. צילום: פרטי
אחד השינויים המרתקים הוא האפשרות להשתמש ב- AI כדי לזהות אנשים שנמצאים בסיכון עוד לפני שהם מרגישים חולים. עד כמה אנחנו קרובים לרפואה שלא תחכה שנחלה, אלא תדע לחזות מחלות ולמנוע אותן מראש?
"אנחנו כבר שם מבחינה אלגוריתמית. צוואר הבקבוק עבר במידה רבה מהיכולת לחזות אל היכולת לפעול.
כבר עשור אנחנו מפתחים ומטמיעים אלגוריתמים שיודעים לזהות מי נמצא בסיכון מוגבר להידרדרות כלייתית, לאירוע לבבי או להתפתחות סוכרת שנים קדימה, ובמצבים חריפים יותר ניתן לעיתים לזהות הידרדרות שעות לפני שהיא הופכת ברורה קלינית.
אבל ציון סיכון בפני עצמו אינו טיפול.
האתגר הגדול הוא 'לסגור את המעגל': לקחת תחזית מתמטית ולהפוך אותה לפעולה מונעת אפקטיבית, בזמן הנכון, אצל המטופל הנכון, בתוך מערכת בריאות שפועלת ממילא בעומס גבוה.
במובן הזה, המעבר מרפואה תגובתית, שמחכה שהמטופל יחלה ויגיע אלינו, לרפואה פרואקטיבית ומונעת, דורש הרבה יותר מקוד. הוא דורש שינוי בתהליכי העבודה, בתמריצים, בחלוקת המשימות ובדרך שבה מערכת הבריאות מתקשרת עם המטופל.
אפשר לחשוב על זה כמו על נורת אזהרה. עצם העובדה שנדלקת נורה אינה מונעת תקלה. צריך שמישהו יראה אותה, יבין מה המשמעות שלה ויוכל לפעול בזמן. זה בדיוק האתגר שאותו אנו מפצחים היום".
מה AI כבר מסוגל לדעת היום על הבריאות העתידית שלנו שרופא לא יכול היה לדעת לפני חמש שנים? ובאילו מחלות אתה מעריך שנראה את הקפיצה הגדולה ביותר בגילוי מוקדם?
"היתרון של AI איננו בכך שהוא 'יודע רפואה' במקום הרופא, אלא בכך שהוא מסוגל לזהות דפוסים ואותות שהמוח האנושי פשוט אינו בנוי לראות, במיוחד כאשר מדובר במיליוני מטופלים ובמידע שנאסף לאורך שנים.
אחד התחומים המרתקים הוא זיהוי של אותות תת-קליניים, כאלה שנמצאים במידע אבל אינם נראים לעין האנושית.
למשל, צילום רגיל של קרקעית העין יכול להכיל מידע שמאפשר לאלגוריתם להעריך סיכון למחלות לב וכלי דם ולמצבים נוספים, למרות שרופא שמסתכל בצילום אינו רואה את אותם סימנים באופן ישיר.
באופן דומה, ניתוח של תרשים אק"ג סטנדרטי יכול לעיתים לזהות דפוסים הקשורים לאי-ספיקת לב סמויה או לסיכון עתידי להפרעות קצב, עוד לפני שהמחלה באה לידי ביטוי קליני.
וגם בבדיקות דם שגרתיות, AI מסוגל להסתכל לא רק על הערך הבודד ועל השאלה אם הוא 'בתוך הנורמה', אלא על המסלול שלו לאורך שנים. שינויים קטנים ורציפים, שכל אחד מהם כשלעצמו אינו חריג, יכולים יחד להוות אות מוקדם לתהליך שמתחיל להתפתח.
אני מעריך שנראה קפיצות משמעותיות במיוחד באונקולוגיה, במחלות לב וכלי דם ובמחלות מטבוליות.
והשינוי העמוק ביותר יהיה אולי בתפיסה עצמה: פחות רפואה שמבוססת על כללים גסים של גיל ומין, ויותר רפואה שמבוססת על הסיכון האישי של האדם. במקום לשאול רק 'באיזה גיל צריך לבצע בדיקת סקר?', נוכל יותר ויותר לשאול מה הסיכון של האדם המסוים הזה, ומה הכי נכון לעשות עבורו".
לצד ההבטחה ראינו השנה גם את המגבלות והסיכונים: טעויות, "הזיות", פרטיות והסתמכות יתר של מטפלים על אלגוריתמים. מה הסיכון שמדאיג אותך ביותר ככל שה – AI נכנס עמוק יותר לרפואה?
"הסיכון שמדאיג אותי ביותר איננו דווקא 'הזיה' מקרית של מודל שפה. טעויות כאלה חשובות ומסוכנות, אבל במקרים רבים הן גם יחסית קלות יותר לזיהוי.
מה שמטריד יותר הוא טעות שיטתית שנשמעת הגיונית, ולכן אף אחד לא עוצר לשאול אם היא נכונה.
יש כאן כמה שכבות של סיכון:
ראשית, המודלים תומכים בהחלטות כבדות משקל שיש בהן סולם ערכי. אלא שהערכים והמטרות שהוטמעו במודל אינם בהכרח זהים לערכים שמנחים את הרופא ואת מערכת הבריאות. אלגוריתם איננו גורם ניטרלי. הוא מושפע מהמידע שעליו אומן, מהמטרה שהוגדרה לו ומהבחירות שנעשו בדרך.
שנית, גם ההנחה שהרופא תמיד ישמש 'רשת ביטחון' אינה פשוטה. אנחנו יודעים שקיים Automation Bias - ברגע שמערכת ממליצה על משהו בצורה משכנעת ועקבית, בני אדם נוטים לסמוך עליה יותר מדי. דווקא כאשר האלגוריתם צודק ברוב המקרים, קשה יותר לזהות את המקרה הנדיר שבו הוא טועה.
ויש גם סיכון נוסף: אם כל שימוש ב-AI ידרוש מהרופא לבדוק מחדש כל מילה וכל המלצה, אנחנו עלולים ליצור שכבה חדשה של עומס מנטלי במקום להקל על העומס הקיים.
לכן בעיניי האתגר אינו רק לבנות AI מדויק, אלא לבנות מערכות שבהן חלוקת האחריות בין האדם לאלגוריתם מוגדרת נכון. האחריות האנושית חייבת להישאר, אבל היא צריכה להיות מתוכננת בצורה שבה האדם באמת מסוגל לממש אותה.
בדיוק לכן פיתחנו בכללית את OPTICA – פלטפורמה מובילה בעולם לבחינה קפדנית של כל טכנולוגיית AI מוצעת, לוודא שמדובר בבינה אחראית ובטוחה, בטרם תיכנס לקליניקה או למערכות התפעוליות. גם ארגון הבריאות העולמי ציין בדו"ח האחרון שלו את המערכת הזו כאחת המובילות בעולם, והיא מסייעת לנו לקבל החלטות נכונות מדי יום."
אמרת השנה שדווקא הבינה המלאכותית יכולה "להציל את הצד האנושי של הרפואה" ולא להחליף אותו. זה נשמע כמעט פרדוקסלי. איך טכנולוגיה יכולה להפוך את המפגש בין רופא למטופל לאנושי יותר?
"בעשרים השנים האחרונות המחשוב הקליני הפך במידה רבה את הרופאים לקלדנים.
חלק גדול מדי מהמפגש הרפואי מוקדש היום להקלדה, לחיפוש מידע, לגלילה במסכים, לתיעוד ולמשימות אדמיניסטרטיביות. התוצאה היא שחיקה של הרופא ופגיעה בזמן ובקשב שהוא יכול לתת למטופל.
אם נדע להעביר ל- AI חלק משמעותי מהעבודה הזו, להאזין למפגש, להכין את התיעוד, לנסח הפניות ולהכין מרשמים לאישור, הרופא יוכל לעשות דבר שהפך כמעט מהפכני: להסתכל למטופל בעיניים, להקשיב, להבין את הניואנסים ולהפעיל שיקול דעת ואמפתיה.
במובן הזה, הטכנולוגיה יכולה דווקא להוציא את המחשב מתוך מערכת היחסים שבין הרופא למטופל.
אני לא חושב שהחזון הרצוי הוא רפואה אוטומטית, בלי רופאים. להפך. אם נשתמש ב-AI נכון, הוא יאפשר לרופאים להעמיק ולעסוק יותר באותם חלקים של הרפואה שבהם לבני אדם יש ערך שאין לו תחליף: הקשבה, שיקול דעת, הסבר, חמלה וקבלת החלטות יחד עם המטופל. יש עדויות מדעיות שהמגע, החמלה והקשר האנושי הם חלק חשוב בתהליך הריפוי".
מחיזוי מחלות לפני הופעת התסמינים ועד לרפואה אישית ואנושית יותר. אילוסטרציה: AI
כשאתה מסתכל על השנה שמתחילה עכשיו, איזה שינוי בתחום ה- AI הרפואי אתה מעריך שאנחנו כמטופלים ממש נרגיש כבר במהלך תשפ"ז? איך ביקור אצל רופא עשוי להיראות אחרת בעוד שנה?
"אני חושב שהשינוי יהיה הרבה פחות קולנועי והרבה יותר משמעותי", אומר פרופ' בליצר.
"לא ניכנס למרפאה ונפגוש רובוט בחלוק לבן. להפך. ה-AI ילך במידה רבה וייטמע בתוך התשתית הטכנולוגית של הרפואה.
המטופל צפוי להרגיש את השינוי בשלושה מקומות עיקריים:
- הראשון הוא בשאלה מי יוזם את הביקור:
יותר מערכות בריאות יוכלו לנתח באופן רציף את המידע הקיים ולפנות למטופל באופן יזום עם המלצה ממוקדת, למשל לבצע בדיקה מסוימת או לקבוע תור, עוד לפני שהוא מרגיש שיש בעיה. - השני יתרחש לפני המפגש הרפואי:
מערכות מבוססות AI יוכלו לבצע תשאול מקדים, לאסוף ולסדר את המידע הרלוונטי ולהציג לרופא את השינויים, הסיכונים ופערי הטיפול שדורשים תשומת לב.
- השלישי מתרחש בתוך חדר הטיפול:
ככל שכלי תיעוד חכמים ייכנסו לשימוש, הרופא יצטרך להקדיש פחות זמן למקלדת ולמסך ויוכל להקדיש יותר תשומת לב לשיחה עצמה.
אם נעשה את זה נכון, ביקור הרופא של העתיד לא יהיה ביקור שבו יש יותר טכנולוגיה בין הרופא למטופל. להפך. הטכנולוגיה תהיה פחות נוכחת לעין, והרופא יהיה יותר נוכח עבור המטופל", מסביר פרופ' בליצר.
ולסיום, נסתכל קצת יותר רחוק: האם ילד שנולד היום יחיה בעולם שבו רוב המחלות הקשות יתגלו עוד לפני הופעת התסמינים, וחלקן כלל לא יתפתחו בזכות היכולת לחזות אותן מראש?
"כן. אני חושב שילד שנולד היום יגדל לתוך פרדיגמה שונה מאוד של בריאות.
רבות מהמחלות שאנחנו מתייחסים אליהן היום כאילו הן מתחילות ברגע האבחנה, למעשה מתפתחות לאורך שנים. השינויים הביולוגיים מתחילים הרבה לפני הסימפטום הראשון.
השילוב בין מידע גנטי, ניטור רציף באמצעות חיישנים, בדיקות רפואיות ומידע שנאסף לאורך החיים יאפשר לנו לזהות יותר ויותר מאותם תהליכים בשלב מוקדם מאוד, ולתת טיפול מותאם למנגנון הפתולוגי הספציפי ולא באופן ממוצע לאוסף המנגנונים האפשרי לבעיה.
במחלות כמו סוכרת מסוג 2, טרשת עורקים או מחלות כליה, המשמעות יכולה להיות התערבות הרבה לפני שנגרם נזק בלתי הפיך, באמצעות התאמה אישית של אורחות חיים, מעקב וטיפול מונע.
גם בתחום הסרטן אני מאמין שנראה שינוי עמוק מאוד לכיוון של גילוי מוקדם ומדויק יותר, שיאפשר בחלק גדול יותר מהמקרים טיפול מותאם אישית בשלב שבו המחלה עדיין מוגבלת וניתנת לטיפול ממוקד יותר. אבל צריך להיזהר מהבטחות מוחלטות. לא כל מחלה ניתנת לחיזוי, ולא כל סיכון ניתן למניעה.
והנקודה החשובה ביותר היא שחיזוי איננו גורל. המטרה איננה לומר לאדם צעיר מה יקרה לו בעוד עשרים או שלושים שנה, ולגזור עליו חשש מתמיד. המטרה היא לזהות בזמן את הדברים שאפשר לשנות.
היעד הרחב הוא לא רק להאריך את תוחלת החיים, אלא את תוחלת הבריאות, כלומר להוסיף יותר שנים שבהן אדם חי ללא מחלה כרונית מגבילה וללא נכות.
בסופו של דבר, ההישג הגדול של AI ברפואה לא יהיה שנדע לחזות יותר מחלות יותר טוב. ההישג יהיה שחלק גדול והולך מהתחזיות האלה פשוט לא יתממשו".
*חלק מהתמונות והתכנים המופיעים בכתבה זו הוכנו בעזרת מחוללי בינה מלאכותית. אם זיהיתם תמונה או תוכן כלשהו בו אתם בעלי זכויות יוצרים, אתם רשאים לפנות אלינו ולבקש לחדול משימוש בו, באמצעות כתובת המייל[email protected]
**המידע במאמר זה הינו כללי בלבד ואינו מהווה תחליף לייעוץ רפואי מקצועי
