ועידת הבריאות
"במערכת הבריאות AI לא יכול להיות קופסה שחורה"
סמנכ"ל וראש חטיבת החדשנות בכללית רן בליצר הדגיש כי "האתגר המרכזי של בינה מלאכותית בבריאות אינו עוצמת האלגוריתם, אלא האופן שבו הוא מוטמע בתוך מערכת רפואית". בפאנל הוסיפו המומחים פרטים על התחום
"בעולם הבריאות נדרשת זהירות כפולה ומכופלת בשימוש בבינה מלאכותית, לאור הרגישות לכל טעות, והחשש מהעצמה של הטיות שקורות גם כיום", אמר פרופ' רן בליצר, סמנכ"ל וראש חטיבת החדשנות בכללית, בהרצאת הפתיחה.
בליצר, יו"ר הכנס, המשיך: "אבל אנחנו זוכרים שגם האבחון האנושי אינו חף מטעויות, ויש סיכון כבד באי־אימוץ AI שאנחנו מכנים 'סיכון הסטטוס־קוו'. בעוד שבעולם עדיין דנים כיצד לשלב בינה מלאכותית ברפואה, בכללית היא כבר חלק מתהליכי קבלת ההחלטות הקליניות עם שיפור מדיד באיכות הטיפול — בהיקפים שמעט מאוד מערכות בריאות בעולם פועלות בהם".
אולם, ציין בליצר, "האתגר המרכזי של בינה מלאכותית בבריאות אינו עוצמת האלגוריתם, אלא האופן שבו הוא מוטמע בתוך מערכת רפואית מורכבת ומבוקרת. במערכת הבריאות AI לא יכול להיות 'קופסה שחורה'. שימוש אחראי מחייב נתונים איכותיים, מודלים מבוקרים, שקיפות, ובקרה קלינית רציפה לאורך זמן. בלי תשתית כזו, הטכנולוגיה עלולה להפוך מהזדמנות לסיכון; עם תשתית נכונה — היא יכולה לשפר החלטות קליניות, לחזק צוותים רפואיים ולהביא ערך אמיתי למטופלים בקנה מידה רחב".
1 צפייה בגלריה
נתי אמסטרדם מנכ״ל אנבידיה ישראל, ד״ר איתן וירטהיים מנכ״ל כללית ופרופ׳ רן בליצר סמנכ״ל חדשנות
(צילום: רמי זרנגר)
בליצר הוסיף כי "כללית היא למיטב ידיעתי ארגון הבריאות הראשון בישראל שמפעיל רגולציה פנימית מחמירה וייחודית על פתרונות בינה מלאכותית בעזרת כלים שתוקפו בספרות המובילה. הכלים שפיתחנו לבקרה מקבלים כיום הכרה בינלאומית כבסיס לרגולציה ארגונית גם במדינות אחרות".
בפאנל שהנחה בליצר השתתפו ד"ר נועם סולומון, מנכ"ל ומייסד IMMUNAI, פרופ' נעמי אלחדד, יו"ר המחלקה לאינפורמטיקה ביו־רפואית באוניברסיטת קולומביה, ועידן בסוק, סגן נשיא מחקר ופיתוח ו-AI בחברת Aidoc.
התחום שבו נעשה השימוש הנרחב ביותר בבינה מלאכותית בעולם הבריאות, ושבו נרשמו גם הכי הרבה פטנטים, הוא הדמיה רפואית (רדיולוגיה). מה החברה שלך עושה בתחום הזה?
עידן בסוק: "Aidoc פועלת ביותר מ־1,600 בתי חולים ברחבי העולם, ובמרבית בתי החולים בישראל. אנחנו מנתחים מעל 60 מיליון בדיקות הדמיה רפואית בשנה עם תוצאות קליניות משמעותיות מאוד. אנחנו מקצרים את זמן הפענוח של בדיקות חולים עם ממצאים רפואיים מסוימים ב־50% עד 90%, מה שמאיץ את זמן הזיהוי בצורה משמעותית. כיום יש לנו ב־Aidoc כ־30 פתרונות, אך רק בחצי השנה האחרונה פיתחנו עוד 50. בשנים הקרובות אנחנו צפויים להגדיל את הכיסוי למאות מצבים קליניים".
מה ההבדלים בין פיתוח AI לשימוש קליני לעומת לצרכי מו"פ?
נועם סולומון: "בסופו של דבר, אתה מנסה להיות טוב כמו מומחה אנושי. ההבדל העיקרי הוא שאתה יכול פשוט לשאול את המומחה".
בליצר הוסיף: "היום זה די קל ליצור מודלים, אבל קשה מאוד לפתח מודלים שעומדים בדרישות הדיוק — וזו באמת הבחנה משמעותית. זה מה שמבדיל בין מי שיכול להגיע לניסויים קליניים לבין מי שלא".
את ידועה בשימוש שלך בנתונים לקידום בריאות האישה, כולל בתחום האנדומטריוזיס. כשאת מסתכלת קדימה מהו הגבול הבא בתחום הבריאות?
נעמי אלחדד: "אנחנו צריכים מודלים חדשים שיאפשרו לנו לחבר בין הנתונים הקליניים ולהגיע לאבחנה מוקדמת — שלוש שנים מוקדם יותר ממה שמקובל כיום. אני חושבת שזה אפשרי. יש עוד כל כך הרבה מה ללמוד ממקורות מידע אחרים".
הכלים של Aidoc זמינים היום כמעט לכל רופא בכל מקום. מה צפוי ב־2026?
עידן בסוק: "כדי לתמוך בהתרחבות המשמעותית שאנחנו צופים, יש צורך בשיפור תהליכי העבודה. זה הבדל גדול בין לקבל התראות על 20 ממצאים לבין לקבל על 300. לכן אנחנו עובדים כדי לספק ממשק אחיד, חלק ויעיל לרדיולוג — גם מבחינה קלינית וגם מבחינה ויזואלית".
