אם יצא לכם לצפות בסדרה "מראה שחורה", אולי גם אתם, כמוני, נזכרים בה לא מעט לאחרונה ורואים איך המציאות עצמה מתעלה עליה. הסדרה הדיסטופית הזאת היא כמובן לא הרפרנס היחיד שעומד לרשותנו בשאלת יחסי אדם־טכנולוגיה לאן? יש עוד לא מעט דוגמאות בז'אנר המדע הבדיוני לתסריטי אימה, כמו למשל הרגע הזה שבו מכונות תבוניות מחליטות לעלות על יוצרן ולוקחות את המושכות מבני האדם.
בשנים האחרונות, כאמור, הבדיון הזה הולך והופך למציאות חיינו במהירות די גדולה, וגם בעולם הרפואה קיים דיון ער על תפקידם של המחשבים בעולם ועל היכולת שלהם להחליף אותנו, בני האדם, בתפקידים שונים - החל במשימות פשוטות ועד למשימות הקריטיות ביותר.
המציאות הזאת מתאפשרת באמצעות מה שמוכר לנו בשם "בינה מלאכותית" (Artificial Intelligence), צירוף מילים שמאניש טכנולוגיה ממוחשבת ומשווה אותה לבינה שלנו, בני האדם. בין היתר AI כוללת למידת מכונה (Machin Learning), מחולל שפה, זיהוי דיבור, קבלת החלטות ועוד סוגים רבים של פעולות שכולן מבוססות על עיקרון דומה – אלגוריתם שמקנה למחשב, לרובוט או למכונה את היכולת לבצע פעילות קוגניטיבית המערבת למידה.
בדצמבר האחרון נפל דבר. עולם הרפואה, שכבר ראה חידוש או שניים בחייו, געש כשבפעם הראשונה בהיסטוריה הצליחה בינה מלאכותית להחליף גם את הסטודנט הממוצע לרפואה. זה קרה כאשר תוכנת הצ'אט המפורסמת ChatGPT הצליחה לענות בהצלחה על 60% מהשאלות בבחינת הרישוי האמריקאית לרפואה, ה־USMLE. בבחינות מסוג זה מתקילים את הסטודנטים בשאלות שדורשות מהם לאבחן מחלה ולמצוא את דרך הטיפול הטובה ביותר בה. האם הייתם סומכים על מחשב שיעשה זאת? ובכן, מתברר שלא מעט מאיתנו דווקא כן, ולמעשה זה כבר קורה לנו כיום כמעט בכל יום.
למען האמת, הסטודנטית AI שהשתתפה בדצמבר האחרון בבחינת הרישוי לרפואה לא נולדה אתמול, וגם לא לפני 20 שנה. כבר בתחילת שנות ה־70 של המאה הקודמת הבין עולם הרפואה כי רתימת המחשב והבינה המלאכותית לרפואה יכולה להציל חיים ולייעל את הטיפול שניתן לחולים. אז חוקרים מאוניברסיטת סטנפורד פיתחו את MYCIN, תוכנה שבנויה על 500 כללים לערך ומטרתה לזהות לפי שאלות של כן/לא איזה סוג חיידק תוקף את המטופל ולבסוף ממליצה על הטיפול האנטיביוטי הטוב ביותר עבורו בהתחשב בגובהו ובמשקלו. התוכנה נחלה הצלחה של ממש, ותוצאותיה תאמו ב־65% את דרכי הטיפול שהומלצו על ידי חבר של שמונה בקטריולוגים מקצועיים. אך למרות ההצלחה הזאת, לבסוף היא לא זכתה לשימוש במרפאות לאחר שנתקלה בשאלות אתיות, אך בעיקר משום שהייתה מסורבלת מדי - הרופאים מצאו את עצמם יושבים במשך שעות מול MYCIN ועונים בסיזיפיות שלא תתואר על שאלות רבות.
MYCIN לא צלחה את דרכה למרפאה, אבל רעיון ה־AI לא נזנח כמובן, ומאז המרוץ לשילוב בינה מלאכותית בעולם הרפואה רק הלך והתגבר. לכבוד חג החירות החלטנו לסקור את היישומים השונים של AI בעולם הרפואה כיום, ולבדוק האם היא מציבה לפנינו מראה ורודה, או שאולי בדיוק ההפך מכך – מראה שחורה.
תרופות: לקצר בשנים את זמן הפיתוח
לפני כשלוש שנים הגיע לבית חולים בווינה מטופל בן 82 עם סרטן דם אגרסיבי. הוא כבר היה אחרי שישה טיפולי כימותרפיה שלא עזרו, והרופא שלו החליט להפנות אותו לניסוי שנערך בימים אלה באוניברסיטת וינה ומשתמש בטכנולוגיה חדשה של חברה בשם Exscientia. החוקרים לקחו מהמטופל ביופסיה שמכילה את התאים הסרטניים ותאים נורמטיביים, חילקו את הדגימה למאות מבחנות קטנות ובחנו באמצעות אוטומיזציה רובוטית ותוכנה מבוססת למידת מכונה שינויים מזעריים, כאלה שלא נראים בעין, בתאים שטופלו על ידי מגוון תרופות.
נמצא כי חלק מהתרופות לא הובילו לתגובה כלל, חלקן הביאו לתגובה מינימלית, ותרופה אחת של חברת Johnson&Johnson הובילה לתגובה עוצמתית. מתן התרופה, שלא נרשמה מלכתחילה למטופל עקב אי התאמת ההתוויה המקורית למחלה, הוביל לכך שהסרטן בגופו הצטמצם, וכיום הוא חי כשנתיים בנסיגה מלאה של המחלה. מטורף, לא? ובכן, זו רק דוגמה אחת לשימוש הנרחב ב־AI בעולם התרופות.
כיום מטופלים רבים מקבלים תרופות בלי להתחשב בכך שכל אדם שונה מחברו ולפיכך הדרך שבה תרופה אחת תשפיע על אחד אינה זהה לדרך שבה תשפיע על מישהו אחר. מסיבה זאת, ולנוכח הזמן הרב שלוקח לפתח תרופה חדשה, בתחום פיתוח התרופות אפשר לראות כיום את התחרות הגדולה ביותר בשוק ה־AI.
בזכות AI נמצא כי חלק מהתרופות לא הובילו לתגובה כלל, חלקן הביאו לתגובה מינימלית, ותרופה אחת הובילה לתגובה עוצמתית. מתן התרופה הוביל לכך שהסרטן האגרסיבי בגופו של המטופל הצטמצם, וכיום הוא חי כשנתיים בנסיגה מלאה של המחלה
כדי להוציא תרופה חדשה לשוק לוקח לפחות עשור. צריך למצוא חומרים מועמדים במעבדה, לבחון את יעילותם על תאים ולאחר מכן על מודלים חיים, בהמשך יש לערוך ניסויים קליניים, ובכל שלב ייתכן כי החומר שנמצא שהוא טוב במעבדה לא יהיה טוב בהמשך. את צוואר הבקבוק הזה AI מנסה לפתור בעשור האחרון. דוגמה טובה לכך אפשר למצוא, למשל, במחקר שנערך בימים אלה בבית החולים המפורסם Mount Sinai במטרה למצוא מענה למגפת האופיואידים שמכה בארצות הברית וגורמת למותם של כ־80 אלף מכורים בכל שנה. אחת הבעיות הגדולות ביותר היא שלוקח המון זמן למצוא תרופה שתחסום טוב מספיק את הרצפטור הקאפה־אופיואידי, ולכן החוקרים משתמשים ב־AI המבוססת על למידת מכונה. הכלי שפיתחו סורק כמויות גדולות של מידע על הרצפטור ובמקביל כמות גדולה של מידע על התרופות הקיימות כיום. את שני הנתונים האלה הכלי משקלל באמצעות אלגוריתם חדשני ומרכיב למעשה תרכובות מאפס לצורך מציאת תרופה חדשה. לטענת החוקרים, כבר יש כמה תרכובות פוטנציאליות מאוד, ונראה שהשימוש ב־AI יקצר את פיתוח התרופה בשנים, תוך חיסכון של מיליוני דולרים.
מעבדה ודימות: לדייק באבחון
יצא לכם פעם להסתכל על תצלום רנטגן או על תוצאות אולטרסאונד ולא להבין בכלל מה אתם רואים? כדאי שתדעו שזה מסובך גם עבור רופאים. לא סתם רופאים רבים צריכים מיומנות מקסימלית בעת פענוח תוצאות - טווח הטעות עשוי להיות קריטי בעת אבחנה של מחלה כמו סרטן למשל. לכן דימות הוא אחד השווקים הגדולים ביותר לשימוש ב־AI בעולם הרפואה.
כך לדוגמה, סרטן המעי הגס הוא הסרטן השכיח ביותר בישראל, עם כמעט 3,000 אבחונים מדי שנה, ובכל שנה מתים מסרטן זה כמיליון איש ברחבי העולם. אך כיצד אפשר כמעט לנצח אותו? באמצעות אבחון מוקדם. הבעיה? לא אחת העומס על הפתולוגים שאמורים לאבחן אותו גדול מדי ועלול להוביל לעתים לפספוס באבחנה. את הבעיה הזאת ניסתה לפתור קבוצת חוקרים מארבע אוניברסיטאות שונות בארצות הברית ובסין. החוקרים פיתחו תוכנה שלמדה כ־13,000 דגימות של 8,803 חולים בסרטן המעי. כשהכניסו תמונה של חולה אחר, הם גילו כי התוכנה מדייקת ב־98% באבחון, כמה אחוזים יותר מאשר אבחון של פתולוג. כך העומס יורד מהפתולוגים, האבחון מהיר יותר וגם מדויק. והם לא היחידים, קיימות כיום בשוק עשרות חברות שנמצאות במרוץ לכלי האבחון המהיר ביותר בדימות.
4 צפייה בגלריה
התוכנה מדייקת ב־98% באבחון, כמה אחוזים יותר מאשר אבחון של פתולוג
(צילום: shutterstock)
דוגמה נוספת היא החברה הישראלית Sight Diagnostics שפיתחה מכשיר בשם OLO, אשר מסוגל לספק ספירת דם בתוך דקות ספורות בלי לעבור במעבדה בכלל. המטופל מגיע למרפאה, שם הרופא דוקר אותו בקצה האצבע ולוקח שתי טיפות דם. OLO יצלם את הדם ויעשה ניתוח שלו על סמך אלפי תמונות שסרק קודם ולמד לנתח באמצעות למידת מכונה. כרגע השימוש ב־OLO מוגבל, אבל התשתית עצמה קיימת, ואפשר לשער שבעתיד הלא רחוק לא נצטרך להמתין לפעמים ימים שלמים לתוצאות המעבדה שלנו.
הבינה המלאכותית לא מסייעת רק באבחון מחלות שגרתיות אלא גם בשדה הקרב. לצערנו, המלחמה באוקראינה אפשרה לחברות אמריקאיות רבות לבחון את הטכנולוגיה שלהן בשטח. אחת מהן היא SpecrtalMD. בטיפול בכוויות חשוב להבין בטווח המיידי מה היקף הכווייה, כמה עמוק היא הגיעה, והאם יש צורך בניתוח כדי למנוע החמרה. לצורך כך פעמים רבות יש צורך בפלסטיקאי שמתמחה בכוויות ולא בפרמדיק או ברופא. מכיוון שבשטח יש צורך לקבוע את דחיפות הטיפול אך אין שם כמעט פלסטיקאים, Spectral פיתחה מכשיר המבוסס על אמצעים אופטיים מתקדמים ואלגוריתם שמשלבים יחד באמצעות למידת מכונה את היכולת לזהות את חומרת הכווייה. המכשיר מציג על בסיס התמונה המקורית הדמיה של אזור הכווייה וכמה הוא נרחב. כל התהליך נמשך עד 25 שניות, ובסופן מתקבל סיווג מהיר על חומרת הפציעה ועל הצורך בניתוח.
חדר ניתוח: למנוע סטיות ותזוזות
להיכנס לחדר הניתוח זו חוויה לא נעימה ומפחידה עבור כולנו. זה לא משנה אם נכנסנו לניתוח פשוט או לניתוח מציל חיים, אנחנו רוצים שאת הפעולה הזאת יבצעו באופן חלק כמה שיותר. ובכן, AI משתתפת גם בחדר הניתוח כיום - משלב ההכנה לניתוח ועד השלב הסופי.
כך לדוגמה, ניתוח להחלפת מפרק הירך הוא אחד הניתוחים הנפוצים ביותר כיום. רק בארצות הברית לבדה עוברים 450 אלף איש ניתוח כזה מדי שנה. הניתוח עצמו דורש תכנון מראש שכולל את זווית ההחלפה, גודל המפרק החדש וגורמים חשובים נוספים. אך סקר שנערך בקרב מנתחים רבים הראה כי ב־91% מהמקרים המנתח סטה מתוכנית הניתוח מכיוון שהמציאות הפתיעה אותו. במחקר שבחן את הסוגיה ופורסם בכתב העת היוקרתי Frontiers השתמשו חוקרים ב־AI כדי למפות 5,409 ניתוחים של החלפת ירך (שבוצעו על ידי 39 מנתחים) ונתונים שנתן היצרן על השתל. החוקרים הופתעו לגלות כי השימוש ב־AI הפחית בכ־40% את מספר השינויים שהמנתחים היו צריכים לבצע במהלך הניתוח לעומת התוכנית המקורית. עוד נמצא כי התאמת גודל השתל השתפרה בעשרות אחוזים בהשוואה לזה שהומלץ על ידי יצרן השתלים. בכך נחסך זמן רב במהלך הניתוח וצומצם הסיכון לסיבוכים שלאחר הניתוח.
אבל AI לא משמשת רק בהכנה לניתוח אלא גם במהלך הניתוח עצמו - ולפעמים אפילו מחליפה את המנתח. אחד החידושים המרגשים ביותר בעולם הרפואה הוא רובוטיקה. קיימים כיום כמה עזרים אלקטרוניים (בעיקר זרועות) המבוססים על AI ומסייעים למנתח במקומות שבהם היד האנושית אינה מדויקת מספיק. דוגמה לכך אפשר למצוא באוניברסיטת מאסטריכט בהולנד. נשים רבות שחלו בסרטן השד חוות סיבוך בשם לימפאדמה. מדובר בבצקת שנגרמת כתוצאה מהצטברות של נוזלים ואי ניקוז שלהם. הבצקת כואבת ויכולה אף לגרום לנכות של ממש.
עד שנת 2017 יכלו מנתחים להסתמך רק על ידיהם, אך בשנה זו נותחה לראשונה אישה על ידי צוות מנתחים הולנדים שהשתמשו ברובוט בשם MUSA של חברת Microsure. הרובוט, המבוסס על למידת מכונה, "מתקן" את ידיו של המנתח ומאפשר לו לנתח בעדינות רבה, תוך כדי דיוק התנועה ומניעת רעידות ביד, והרובוט הזה מדויק כל כך, שהוא יכול לנתח עד לגודל של 0.3 מ"מ.
במחקר שפורסם בכתב העת היוקרתי Nature הראו החוקרים כי הרובוט סייע למנתח לסיים את הפעולה הכירורגית העדינה בתוך 8 דקות בלבד לעומת 16־24 דקות שנחשבו לממוצע הקודם. האיחוד האירופי מתיר כבר כיום את השימוש ברובוט, שמהווה פריצת דרך של ממש.
החוקרים הופתעו לגלות כי השימוש ב־AI הפחית בכ־40% את מספר השינויים שהמנתחים היו צריכים לבצע במהלך הניתוח בהשוואה לתוכנית המקורית. בכך נחסך זמן רב במהלך הניתוח וצומצם הסיכון לסיבוכים
אגב, MUSA לא לבד בחדר הניתוח. למעשה יש עוד לפחות תריסר דוגמאות לרובוטים בחדרי ניתוח, החל ברובוט המפורסם ביותר De Vincci שמסייע בחיתוכים עדינים בניתוחי לב, דרך רובוט שמסייע בקצירה של זקיקי שיער במהלך ניתוחים להשתלת שיער וכלה ברובוט בשם Gestonurse שמחליף אחיות ויודע להגיש למנתחים את כלי הניתוח שהם זקוקים להם. כולם מבוססים על בינה מלאכותית.
טיפול נפשי: לתת אוזן קשבת
טיפול פסיכולוגי בשנת 2023 הוא כמעט מוצר צריכה בסיסי. כיום ידוע ברפואה שמצבים פיזיים רבים מושפעים מהנפש שלנו וכי טיפול בנפש הוא למעשה השקעה ישירה בבריאות הפיזית והמנטלית שלנו. הבעיה היא שטיפול פסיכולוגי עשוי להיות יקר מאוד, וגם אם הפן הכלכלי אינו מהווה מכשול, הרי שאנשים רבים מוצאים קושי רב בשיתוף אדם זר במחשבות הכמוסות ביותר שלהם.
על הבעיה הזאת ניסתה לענות הפסיכולוגית ד"ר אליסון דרסי מאוניברסיטת סטנפורד בשנת 2017 כשפיתחה אפליקציה בשם Woebot. למעשה Woebot היא צ'אט המבוסס על AI שיודע לתת מענה לאנשים שצריכים אוזן קשבת על בסיס עקרונות הטיפול הקוגניטיבי־ההתנהגותי (CBT). האפליקציה מאמצת שפה פשוטה יחסית, ניטרלית ואמפתית, מאפשרת למטופל לפרוק את כל שעל לבו, ובתגובה נותנת מענה המבוסס על עץ החלטה ובכך מעניקה מעין טיפול פסיכולוגי.
טיפול פסיכולוגי מבוסס על האמפתיה של המטפל, כמו גם על היכולת שלו לתת מענה לסיטואציות נפשיות מורכבות, ולכן מציאת אפליקציה מבוססת AI שתעשה דבר דומה אינה מובנת מאליה. מעבר לכך Woebot השיקה לאחרונה ניסוי קליני על כלי שפיתחה בשם WB001 שצפוי להיות הטיפול הנפשי הדיגיטלי הראשון שיוכר על ידי ה־FDA (מינהל המזון והתרופות האמריקאי) וייתן מענה לדיכאון לאחר לידה.
פוריות: למצוא את השחיין המצטיין
לפי המרכז לבקרת מחלות (CDC), אחת מכל חמש נשים בארצות הברית תסבול מבעיות פריון הקשורות בעיקר בקושי להיכנס להיריון. בנוסף אחת מכל ארבע נשים תתקשה להחזיק היריון בריא או לגדל עובר תקין. זו סטטיסטיקה עגומה, ולמזלנו המדע לא עומד מנגד. IVF (הפריה חוץ־גופית) היא השיטה הנפוצה ביותר היום בתחום הפריון. היא מתבססת על הפגשה של ביצית וזרע מחוץ לגוף הנשי היוצרים עובר שלבסוף יוכנס לגופה של האישה.
תוכנת AI מבוססת על למידת מכונה ומצטיינת במציאת הזרע ששוחה בצורה הטובה ביותר, המהירה ביותר ובעל הצורה האופטימלית ביותר
למבנה הזרע ולאיכות הביצית יש חשיבות רבה באיכות העובר שייווצר וייתכן שגם בסיכויו להיקלט ברחם. כשהגבר נותן זרעו, חשוב לשים לב לכמה פרמטרים כמו צורת הזרע, מהירות השחייה וכיוון השחייה שלו. את כל אלה מבצעים לרוב על ידי הסתכלות תחת עדשת המיקרוסקופ, אך האם העין האנושית מדויקת מספיק? מתברר שלא. תוכנת AI שכוללת שימוש במצלמה מאפשרת כיום לבחור את הזרע הטוב ביותר. התוכנה מבוססת על למידת מכונה ו־Deep Learning ומצטיינת במציאת הזרע ששוחה בצורה הטובה ביותר, המהירה ביותר ובעל הצורה האופטימלית ביותר, ובכך מנבאת את הסיכויים לבצע איחוי טוב עם הביצית.
ולא על הזרע לבדו, לאחר האיחוי קיימת תוכנה דומה המשתמשת ב־AI כדי לעקוב אחר התפתחות העוברים. התוכנה בוחנת ומסמנת שינויים קטנים שכמעט אינם נראים לעין האנושית, ועל בסיס שינויים אלה מסמנת מי העובר המוצלח ביותר. אותו עובר יוחזר לגופה של האישה בתקווה שייקלט טוב יותר.
העתיד: מראה שחורה או מראה ורודה
אין ספק, הבינה המלאכותית מצעידה אותנו לעבר עתיד רפואי טוב יותר, אך זה אינו ורוד בלבד. לבינה המלאכותית יכולת עצומה לשפר את חיינו, אך היא טומנת בחובה גם בעיות. בספטמבר האחרון הכריז ה־FDA כי בכוונתו להקשיח את הפיקוח והרגולציה על AI בתחום הרפואה ובכך סימן לאלפי חברות שגבולות הגזרה היטשטשו במהלך המרוץ המסיבי לאקזיט הבא.
ממה ה־FDA חושש? ובכן, בראש ובראשונה חשוב להבין כי בינה מלאכותית יכולה גם לעשות טעויות - וחלקן יכולות להיות חריפות. הבינה המלאכותית מבוססת על למידה ועל יישום, ואם תהליך הלמידה שלה שוגה אפילו במעט, הטעות יכולה להיות קריטית. בנוסף, מחקרים רבים הראו כי בינה מלאכותית יכולה להיות מוטה ולהציע אבחון או טיפול לא מדויקים על סמך דפוס מסוים שהאלגוריתם זיהה ואינו בהכרח נכון.
כמו כן, אחד הנושאים המטרידים ביותר עבור הרגולטור הוא כמובן נושא הפרטיות. אל תשכחו, כל המידע והניתוח שלו מבוססים על הרשת. בעידן שבו מידע שווה יותר מזהב, מידע רפואי עשוי להיות שווה הון. פריצה, למשל, לאחד ממאגרי המידע עלולה לתת בידי השודדים מידע רפואי שבו יוכלו להשתמש לצורך איומים או סחיטה, ולכן השימוש ב־AI דורש אבטחת מידע ברמה גבוהה מאוד.
וישנו גם עניין האתיקה. השימוש ב־AI משמש גם במציאת גנים והנדוס שלהם ולפיכך חייב להתבצע בצורה מושכלת. אנשי אתיקה רבים חוששים מכך שהשימוש ב־AI יינתן בידי האנשים הלא נכונים. בשורה התחתונה העולם שלנו מגלה את העוצמות הטמונות ב־AI רק תוך כדי תנועה, וכל חקיקה שקשורה בכך באה כתגובה לאירוע ולא כצעד מקדים, מה שמחייב את הקהילייה הרפואית להיזהר שבעתיים ולהפעיל בקרה מסיבית בעת השימוש בטכנולוגיה. אחרי הכול, סדרות כמו "מראה שחורה" לא נועדו לצייר עולם דיסטופי אלא לפתוח חלון הצצה לעתיד האפשרי שלנו.
בינה לי חביבה?
האם אנחנו באמת סומכים על הבינה המלאכותית? מכון המחקר האמריקאי Pew, שנחשב למוביל בסקרי דעת קהל, בחן את השאלה הזאת לאחרונה בקרב 11,400 אמריקאים.
מה לימדו התוצאות?
>> 60% הצהירו שלא ירגישו בנוח לקבל טיפול רפואי שמסתמך על בינה מלאכותית בלבד.
>> 50% השיבו כי בינה מלאכותית עלולה להוביל לטיפול רפואי פחות טוב בהם.
>> 40% חשבו שבינה מלאכותית יכולה למנוע טעויות אנוש.
>> 51% טענו כי יש סיכוי גדול יותר שלא יופלו לרעה בגלל צבע עורם או מוצאם בעת קבלת טיפול רפואי מבינה מלאכותית.
לדברי מומחים, ככל שיותר יישומים רפואיים של AI ייחשפו לציבור הרחב, המגמות ישתנו בהתאם ויתבסס אמון רחב יותר בהן בקרב הציבור.
הכותב הינו עמית מחקרים קליניים בסקטור הציבורי
