בכל בוקר מגיע הרדיולוג המומחה בבית החולים שערי צדק שבירושלים אל מעבדת פיענוח בדיקות הדימות ועוד לפני הקפה הראשון של הבוקר מאותתות לו מערכות הבינה המלאכותית במרפאה מהם המקרים הדחופים ביותר שיש לבחון לפני שהוא ניגש לכל המשימות השוטפות שעומדות בפניו. מהתמונות שמפיקות מערכות הרנטגן, ה־CT וה־MRI המחשב מוציא מידע קונקרטי, מלא ומדויק לחלוטין שמאפשר לרופא המטפל לקבוע את האבחנה ובהתאם את תוכנית הטיפול. "מערכת הבינה המלאכותית יודעת לסקור את כל הבדיקות שנעשו במהלך הלילה, עד שהגיע הרדיולוג ולהקפיץ לראש רשימת המשימות את הבדיקות החשובות ביותר שבהן התגלו ממצאים פתולוגיים חשודים במיוחד", מספר לנו פרופ' דן טרנר, סמנכ"ל מו"פ (מחקר ופיתוח) וחדשנות ב"שערי צדק".
מערכת מחשב־העל גם מסמנת בבדיקות את כל המקומות שבהם היא מזהה ממצאים חשודים ומתעדפת אותן למעקב הרדיולוג. כל שנותר לו כעת הוא להתחיל ולעבור על ממצאי הבדיקות ולאבחן אותן. "הצלנו חיים של לא מעט מטופלים שזכו לתיעדוף במערכת החכמה וקיבלו טיפול מוקדם יותר", מציין פרופ' טרנר.
התיאור הזה הוא דוגמה לאחד השימושים הפשוטים שמערכת הרפואה עושה במערכות בינה מלאכותית המבוססות על ביג דאטה. הסקת מסקנות היא כלי חשוב שרופאים רוכשים בשנות ניסיון מעשיות רבות, אך המידע שהם יכולים לקבל ממערכות ביג דאטה המכילות מידע וניתוח של מיליארדי רשומות רפואיות הוא אדיר, והטיפול שרופא יוכל לתת לחולה לאחר שקיבל את המידע הזה יהיה טוב יותר ומותאם לכל חולה. פרופ' טרנר מסביר כי רופא מטפל בממוצע בכ־50 איש ביום ורואה כ־2,000 מטופלים בחודש. גם אז, כמות המידע והניסיון שבראשו לא מתקרבת למידע שהוא יכול לקבל מניתוח של מאות אלפי מקרים דומים.
פרופ' טרנר מנהל גם את המכון לגסטרו־ילדים ותזונה, עומד בראש המרכז לקרוהן וקוליטיס בילדים ומוביל עם חבריו בבית החולים את חיבור מערכות בית החולים ליכולות המחשוב האדירות של העתיד. המהפכה הזו תחולל שינוי בהגעה למקורות המידע, בדרכים לאיסופו, לאכסונו ולעיבודו ובהפיכתו לתובנות שיאפשרו שיפור באיכות הטיפול, פיתוח תרופות טובות יותר וניטור מצב המטופלים. המערכות הללו תורמות גם לחיזוי ואופטימיזציה של חדרי ניתוח, לניהול עומסים בחדרי המיון, למניעת אשפוזים חוזרים, לחיזוי ביטולים למרפאות ונטישת מבוטחים ועוד.
"בשנה שעברה פיתחנו עם חברת גוגל בשיתוף מכון הגסטרו מערכת AI (בינה מלאכותית) של קולונסקופיה שעובדת כמו מובילאיי ויכולה לזהות בתהליך הבדיקה פוליפים נסתרים שאפילו העין האנושית לא יכולה לראות, ומקפיצה את תשומת ליבו של הרופא", מדגים פרופ' טרנר. "עד לבדיקת הקולונסקופיה הבאה של המטופל הפוליפ עלול לגדול ולהפוך לסרטני, וזה כבר יכול להיות מאוחר מדי". כשהוא מדבר על העתיד ומספר על פיתוחי הסטארט־אפ שהוא משתתף בהם בבית החולים, עיניו מאירות בהתרגשות. "בזכות הבינה המלאכותית מחשבי־העל יודעים לא רק לייצר נתונים, אלא גם לייצר ידע, ויכולים לאסוף מידע רב שיכול לאפיין את המחלה ולהבין איפה התבניות שיכולות לעזור למטפל לתת טיפול מותאם ולנתח את מצבו של החולה".
בשנה שעברה נפתח בבית החולים שערי צדק מרכז לרפואה חישובית ואקסלרייטור (תוכנית עבור חברות הזנק בתחילת דרכן) בשיתוף חברת "בינת" ו"קליידו" לפיתוח רעיונות לשימוש בבינה מלאכותית. בעקבות קול קורא שיצא בבית החולים התקבלו 40 רעיונות מרופאים שחשבו על דרכים מהירות וטובות יותר לסייע להם בקבלת החלטות בעזרת מחשוב. אחד הרעיונות שנבחר הוא פיתוח מערכת מחשוב במעבדה שיודעת לזהות את הזרעים הטובים והחזקים ביותר לשימוש בתהליך ההפרייה בהפריות חוץ גופיות. "היום יושבים טכנאים וטכנאיות על מיקרוסקופים במשך שעות ומחפשים את הזרעון הכי מתאים. במערכת שאנחנו עובדים על פיתוחה, המחשב ידע לסרוק את כל השדה ולבחור תוך שניות את ההתאמה הטובה ביותר לביצית ולהעלות את שיעור ההצלחות בהריונות". צוותי המחקר והפיתוח פועלים בין השאר גם על הקמת מערכת ניבוי וחיזוי שיודעת לתעדף זמני בדיקות וטיפול בחולים, כך שתינתן עדיפות לפי דחיפות, לפי המשך הבדיקות הצפויות למטופל ואפילו לפי מועד השחרור הצפוי שלו בחזרה לביתו, כך שלא יתעכב ללא סיבה.
אחד היתרונות הגדולים ביותר בעולם הבינה המלאכותית הוא היכולת של המחשבים ללמד את עצמם ולהשתפר תוך כדי עבודה. ככל שהמערכת מוזנת ביותר אירועים, מקבלת משובים מהרופאים שנעזרים בה ומסמנים מקומות שבהן היא טעתה, כך היא לומדת ומשתפרת. "קח לדוגמה את הטלפון החכם שלך. אנחנו חושבים שאחרי שהצטלמנו חמש פעמים לזיהוי פנים בסלולרי, המערכת למדה אותנו, אבל למעשה בכל פעם שאנחנו פותחים את הטלפון עם זיהוי פנים היא משתפרת ולומדת שוב. זה אומר שגם אם אתה מגדל זקן היא תדע להכיר אותך עם זקן מלא".
אני שואל את פרופ' טרנר אם הדיגיטציה של הרפואה לא עלולה להביא לטעויות כאשר יש מציאות שמחשב לא יוכל להבין, כמו רגש, יכולות התמודדות עם כאב אנושי ועוד. "זאת הסיבה שגם בעוד עשור יהיו פה יופי של רופאים ולא תחסר להם עבודה. המערכת לא תהיה כמו טסלה. בסופו של דבר הרפואה היא הלב, אנחנו מבינים שהמחשבים לא יוכלו להחליף קשר עין עם מטופל, יד תומכת בכתף ומבט חם ומנחם. המרכיב האנושי בטיפול של רופא הוא דבר שמחשב עדיין לא הצליח להדביק".
מה קורה במחלוקת בין המחשב לבין הרופא, כאשר המחשב לכאורה תמיד יהיה חכם יותר?
"המחשב לא מחליט, אלא רק מציע לרופא. הוא אומר מה הניתוח שלו למצב החולה בהתאם לנתונים המבוססים על הביג דאטה מול הנתונים המדידים של החולה ומציע דרכי פעולה, והרופא מכניס עוד שיקולים בקבלת ההחלטה. אין ספק שהמחשב הרבה יותר יעיל ממוח האדם ביכולת לזכור, לאסוף ולנתח נתונים, אבל היכולת של מוח האדם לשקלל את הדברים, לראות את הדברים מעבר לנתונים ולחבר בין הנתונים היבשים למה שקורה בסיטואציה, היא עדיין טובה יותר. אם תיקח מחשב מול אלוף העולם בברידג' או בשחמט, כיוון שזה משהו מדיד ומתמטי ואפשר לחשב כמה מהלכים קדימה, המחשבים יהיו מוצלחים יותר מהאנשים וזה בסדר. צריך לזכור שאנחנו צריכים להיעזר בהם. אומרים על מחשבים שהם משרתים נהדרים ואדונים נוראיים. אחרי הכול זה כלי שיודע לעשות דברים שהאדם לא יודע לעשות ושמשרת אותו".
פרופ' טרנר מתגורר בירושלים, הוא נשוי ולו שלושה ילדים. מאז התמחה ברפואת ילדים ב־1994 זכה בעשרות פרסים ואותות הוקרה על מחקרים שהוביל בתחום רפואת גסטרו ומחלות מעי בילדים. בין השעות הרבות שהוא מקדיש לטיפול בהם, הוא מספר על אהבה אין סופית למחקר. "מחקר זה כבר לא לשבת עם פיפטה (צינורית להעברת כמות קטנה של נוזלים, י"ק) במעבדה או לעקוב אחרי מטופלים ולעשות מחקר קליני מבוקר, כיום הכלים לעריכת המחקרים השתפרו ומי שלא מתקדם עם זה נשאר מאחור. בעוד עשור בוודאי נזדקק לרופאים, אבל רופאים שלא יעבדו עם מערכות לומדות מכונה ומערכות תומכות בינה מלאכותית, לא יוכלו לתת מענה. המערכות שמפתחים כעת בכל העולם ידעו לכוון את הרופא או הרופאה באופן הרבה יותר מדויק לרפואה מותאמת אישית. אל דאגה. זו הרפואה האמיתית, לא רק הטכנולוגיה".
