$
בארץ

בלעדי לכלכליסט

כך עובד האלגוריתם הצה"לי לאיתור חולי קורונה. האם יש לו סיכוי באזרחות?

פיתוח של אגף התקשוב וההגנה בסייבר בצה"ל בשיתוף חיל הרפואה מצליח לזהות עד 20% חולים חיוביים בקרב חיילים שהוגדרו כבעלי סיכוי גבוה לתחלואה. טרם כניסת המערכת לפעולה עמד שיעור הזיהוי על 2.3%. המערכת החדשה מאפשרת לקטוע את שרשרת ההדבקה וצמצום היקף התפשטות הנגיף בצה"ל. אך הפעלתה באזרחות מורכבת בשל מחסור ונגישות לנתונים

דורון ברויטמן 11:4431.07.20

אלגוריתם חדש שפותח ביחידת "שחר" באגף התקשוב וההגנה בסייבר בצה"ל בשיתוף פעולה עם חיל הרפואה עוזר לנבא חולי קורונה חיוביים בקרב הצבא.

 

על פי הנתונים מצליח הצבא לזהות עד 20% חולים חיוביים בקרב חיילים שהוגדרו כבעלי הסיכוי הגבוה ביותר לתחלואה. מטרת האלגוריתם היא לתעדף את הנבדקים על פי פרמטרים מסוימים שהוגדרו מראש. נבדק שסומן על ידי האלגוריתם בסיכוי גבוה יותר לחלות ייבדק מהר יותר ובתעדוף גבוה יותר לנבדק אחר שלא סומן כך.

 

מעבדה צה"לית לזיהוי הנגיף מעבדה צה"לית לזיהוי הנגיף צילום: דובר צה"ל

ניבוי מוצלח של חולים חיובים פוטנציאלים עוזר להקטין את משך הזמן שעובר מהרגע שבו אדם חושד שחלה בנגיף ועד לרגע שבו מתקבלת תשובה חיובית לגביו. הדבר מאפשר לאתר את החולים במהירות, להכניסם לבידוד ובכך לקטוע את שרשרת ההדבקה וצמצום היקף התפשטות הנגיף בצה"ל.

 

"מה שחשוב כדי לחתוך את שרשרת ההדבקה", מסביר סא''ל בר ענבר ראש ענף הנדסת מערכת ביחידת שחר ומי שמוביל את פיתוח המערכת, "הוא לזהות את החולה החיובי מוקדם או את זה שיש לו סיכוי להיות חיובי. למצוא יותר חיוביים לא מסייע כל כך בשבירת שרשרת ההדבקה. ברגע שיש זיהוי מוקדם מאוד של החולה, אפשר להתריע לכל המעגל הקרוב אליו ולמעגל הבא ולחסוך את ההדבקות הבאות".

 

לתעדף בדיקות כשהביקוש גבוה

 

המערכת מאפשרת לחסוך במשאבים כגון כוח אדם ובדיקות, בפרט במצב שבו מספר האנשים שממתינים לבדיקה גבוה יותר מאשר היכולת לבדוק אותם או שמלאי הבדיקות מוגבל.

 

על פי סא״ל ד״ר אריק פורר, ראש ענף חדשנות רפואית בחיל הרפואה, פיתוח המערכת החל לאחר ש"עלה צורך להבין איך לתעדף בדיקות במצב שבו יש ביקוש גדול בבדיקות, בעיקר בתקופה שבה התחלואה היא בשיא", הוא אומר. "היינו צריכים איזשהו כלי שיעזור לנו להבין איפה יש סיכוי טוב יותר למצוא חולים חיוביים בסבירות יותר גבוהה".

 

חשוב להבהיר כי ההחלטה לגבי הבדיקה נעשית בסופו של דבר על ידי חיל הרפואה שאנשיו לוקחים בחשבון שיקולים נוספים שהאלגוריתם אינו יכול לשקלל. האלגוריתם משמש ככלי תומך החלטה שעוזר בעיקר לתעדף בדיקות על פי הגורמים המשפיעים בצורה הדרסטית ביותר על אחוז החולים החיובים בקרב צה"ל.

 

טרם כניסת המערכת לפעולה אחוז הנבדקים החיובים בצה"ל נע סביב 2.3%, נמוך יותר מאשר באוכלוסייה הכללית בה אחוז החיוביים היומי באותה תקופה נע בין 3%-7%.

 

סא"ל בר ענבר. יכולת איתור משופרת סא"ל בר ענבר. יכולת איתור משופרת צילום: דובר צה"ל

"בזכות האלגוריתם", מסביר ענבר, "אחוז הבדיקות החיוביות בעשירון העליון, כלומר, אלה שבודקים קודם כי הן זוהו כבעלות סיכון לצאת חיובי  - גדל פי 3. לאורך הזמן שוכלל המודל וכיום אנחנו עומדים על 15%-20% זיהוי בדיקות חיוביות בעשירון העליון".

 

בצה"ל נבדקים בין 600-700 חיילים ביום כאשר הצפי הוא לעלות לכ-1,000 בדיקות ביום. עד כה בוצעו בצה"ל 33,039 בדיקות ונמצאו 2,187 חולים מאומתים.

 

האלגוריתם משלב מקורות מידע בצה"ל ובאזרחות

 

ניבוי החולים הפוטנציאלים נעשה על בסיס מידע שנאסף ממספר מקורות. מידע רפואי נאסף על ידי החיילים עצמם אשר מתבקשים למלא דו"ח יומי על מצבם. כך למשל מתבקשים החיילים לדווח האם הם מזהים תסמינים של הקורונה או האם נפגשו עם חולה מאומת.

 

מידע דמוגרפי על החיילים כגון אופי היחידה בה הם משרתים (סגורה או פתוחה) והיכן הם מתגוררים נאסף מתוך מאגרי מידע פנימיים בצה"ל. כמו כן, האלגוריתם משלב מקורות מידע חיצוניים כגון משרד הבריאות שמגדיר למשל איזו עיר היא אדומה ואיזו עיר היא ירוקה, ומשתנים ייחודיים לצה"ל כגון אחוז המבודדים ביחידה וסוג שירות.

 

"במעבדה האנליטית אנחנו מחזיקים המון דאטה, גם ביחס לכוח האדם וגם ביחס לפן הרפואי", מתאר ענבר, "חיל הרפואה עשה צעד מאוד אמיץ ונתן לנו גישה למידע הרפואי באופן תקדימי כדי להאיץ את המלחמה בנגיף הזה. בנינו מודל במשך תקופה ארוכה שבשבועות האחרונים הוא כבר נמצא בפעולה שוטפת שעוזר לנבא חיובים לקורונה על בסיס מידע".

 

המעבדה של צה"ל. כל חייל מקבל ציון בין 1 ל-10 המעבדה של צה"ל. כל חייל מקבל ציון בין 1 ל-10 צילום: דובר צה"ל

לאחר שקלול המשתנים, מקבל כל חיל ציון בין 1-10 לפיו מתבצע תעדוף הבדיקות, כאשר 10 מצביע על בעלי הסיכוי הגבוה ביותר לחלות בקורונה.

 

חשוב לציין שכל חייל אשר עומד בקריטריונים לבדיקה - בסופו של דבר ייבדק. תעדוף הבדיקות לוקח בחשבון את מלאי הבדיקות הקיים ולמעשה יעילותו של האלגוריתם עולה דווקא ככל שמלאי הבדיקות מצטמצם. כאשר מלאי הבדיקות מצומצם יותר, המערכת יודעת לתעדף את הבדיקות תחילה עבור אלו שסיכוייהם לחלות בקורונה גדולים יותר, ובהתאמה מתעדפת פחות את אלו שסיכוייהם לחלות נמוכים יותר.

 

כאמור, בעשירון המסוכן ביותר המערכת הצליחה לזהות עד 20% חולים מאומתים. מנגד כאשר מלאי הבדיקות הקיים גדול או לחילופין כאשר מספר הנבדקים הוא נמוך אזי מבוצעות יותר בדיקות גם לאלו שמדורגים בעשירונים נמוכים יותר ושסיכוייהם לחלות בנגיף נמוכים קטנים. כפועל יוצא, עלול לרדת אחוז הנבדקים המאומתים.

 

ארוכה הדרך עד להפעלת המערכת באזרחות

 

במסיבת העיתונאים שערך השבוע פרופסור רוני גמזו, הפרויקטור החדש של המדינה לענייני הקורונה, הוא הגדיר את "קטיעת שרשראות ההדבקה בעזרת צה"ל" כאחד מעיקרי התוכנית שלו להתמודדות עם הנגיף.

 

רוני גמזו. "קטיעת שרשרת ההדבקה בעזרת צה"ל" רוני גמזו. "קטיעת שרשרת ההדבקה בעזרת צה"ל" צילום מסך: לע"מ

גמזו מבקש לגייס את היכולות הלוגיסטיות והטכנולוגיות של צה"ל אולם ספק אם מכיר את המערכת שפותחה בצבא, וחשוב לא פחות את מגבלותיה. על אף התוצאות המרשימות של המערכת בזיהוי חולים מאומתים, סביבת העבודה שבה היא פותחה מגבילה מאוד את השימוש בה מחוץ לצבא.

 

המערכת הצבאית היא מערכת הרמטית יותר ובאופן יחסי שמאפשרת בקרה טובה יותר על סביבת המחקר ועל הנבדקים. כך למשל החיילים מתבקשים למלא דו"ח יומי שמאפשר מעקב רציף והבדיקות מבוצעות במעבדה ייעודית אשר מאפשרת אוטונומיה לאסוף מידע מדויק ובאופן מקוון.

 

יחד עם זאת, המודל מבוסס על נתונים של אנשי צבא ולא של האוכלוסייה הכללית ועוקב אחרי משתנים שרלבנטיים לאוכלוסייה הצבאית. במובן הזה, לא ניתן לתקף את הצלחתה של המערכת גם מחוץ למערכת הצבאית.

 

"אנחנו לא יודעים לומר שזה המודל שאם תשליך אותו על כל אוכלוסייה הוא ימצא לך את החולים", אומר ענבר. "אם נתבקש לעשות בעתיד דבר דומה במרחב האזרחי", הוא מסביר, "יהיה צריך להבין את הדאטה. אנחנו לא יודעים מה יש בחוץ בצורה מספיק טובה. אני מבין את הרציונל של מה שצריכים אבל לא מה הנתונים שיש בחוץ ומה האיכות שלהם".

 

לדברי ענבר, "על מנת לבנות דבר כזה בצורה טובה צריך לנהוג באחריות ואי אפשר לעשות את זה בלי להכיר את הדאטה. כרגע מנסים להוכיח שאנחנו יותר טובים מהשיטה הרגילה שהיתה נהוגה בצה"ל עד כה לפיה יש גורם אנושי שמקבל את ההחלטה על סמך שיקול הדעת שלו. זה מביא אותנו לאחוז חיוביים גבוה יחסית, יותר גבוה מהאוכלוסייה הכללית".

 

בנוסף לחוסר הוודאות סביב סוג הדאטה שנאספת באוכלוסייה הכללית ואיכותה, ישנם גורמים נוספים שמקשים על השימוש בפלטפורמה שפותחה מחוץ לצה"ל. אחד מהם הוא מדיניות הממשלה ומשרד הבריאות.

 

"ככל שהמדיניות סביב הקורונה משתנה", מסביר בר, "משתנה גם האלגוריתם. המודל צריך להיבדק כל הזמן מול השינוי במדיניות, למשל מדיניות הדגימה, ומול התנהגות הציבור שמשתנה בהתאם למשל האם הוא משתמש יותר במיגון או לא והאם שמר יותר על ריחוק חברתי".

 

במציאות שבה המדיניות משתנה באופן תדיר וללא אסטרטגיה ברורה היכולת לייצר מודל שעובד קטנה באופן משמעותי. גורם נוסף המשפיע על המודל הוא אופי המחלה. הקורונה הוא נגיף מתעתע, דינמי שהשפעתו משתנה לאורך הזמן ובתלות בגורמים רבים כגון גיל ומחלות רקע.

 

"ישנם חולים שהם אסימפטומטיים אך לאחר מספר ימים מפתחים תסמינים", אומר בר, "לעיתים מתווספים סימפטומים חדשים כמו פגיעה בחוש הטעם והריח המחייבים עדכון שוטף של האלגוריתם ובקרה רציפה עליו".

 

"אנשי דאטה מאוד אוהבים את המספרים והמודלים", מסכם פורר, "אבל עובדה שאנחנו ביולי ואף מודל דאטה לא ניצח את הקורונה. במחלה הזו אנחנו רואים חדשות לבקרים שכל פעם שאנחנו מבינים משהו לגבי משתנה כלשהו דברים משתנים. אנחנו כל הזמן צריכים לבדוק את עצמנו ולוודא שאנחנו צודקים לא מפספסים משהו. אנחנו צריכים להיות מאוד צנועים בגישה שלנו לדאטה".

 

x