מערכות הבריאות בכל העולם קורסות ולא מצליחות להתמודד עם הביקושים לטיפולים שגדלים בקצב אקספוננציאלי. הקורונה רק העצימה את העומס והחמירה בעיה קיימת. היא גם חשפה שמשאבי מערכות הבריאות נמצאים גם בימי שגרה על הגבול העליון של הניצול ולא ערוכות למשבר בממדים חריגים.
האוכלוסייה מבוגרת יותר, חולה יותר, הרופאים עמוסים יותר, השחיקה שלהם גוברת והם מתקשים יותר ויותר להתמודד עם עומס המידע והמטלות ונגררים לתפקוד לקוי.
בעקבות זאת מתפתח במדינות רבות לחץ ציבורי להגדיל את תקציבי הבריאות, להוסיף תקנים, להשקיע בבינוי, לקנות מיטות, ציוד ועוד. פיזור כספים לכל עבר עשוי להועיל בתרחישים מסוימים אך אין בו פתרון לבעיות היסוד של מערכות הבריאות בעולם. הפתרון טמון בתקציבים חכמים שישמשו לאנליטיקה מתקדמת של מידע ויהפכו אותו מנטל לנכס אסטרטגי משנה מציאות.
ניתן לתאר את הדילמה כך: האם להשקיע בקניית מיטות נוספות או בטכנולוגיות דאטה חדשות מבוססות בינה מלאכותית שיהפכו את הרפואה למניעתית, יחסכו אשפוזים רבים וייתרו מלכתחילה את המיטות הנוספות?
ניתן לתאר את הדילמה כך: האם להשקיע בקניית מיטות נוספות או בטכנולוגיות דאטה חדשות מבוססות בינה מלאכותית שיהפכו את הרפואה למניעתית, יחסכו אשפוזים רבים וייתרו מלכתחילה את המיטות הנוספות?
ב-15 השנים האחרונות הושקעו בארה"ב 19 מיליארד דולר במחשוב מערכת הבריאות ונסרקו מיליארדי מסמכים רפואיים. לרופאי משפחה, שהם הציר המרכזי המנווט של כל מערכת בריאות, יש גישה למסמכים הללו אך הם אינם מסוגלים לחלץ מהם את המידע החיוני על מצב החולה לפני שהוא נכנס לביקור.
יתרה מכך, כל האקוסיסטם עסוק בייצור מידע נוסף - החל בדאטה שמגיע מבדיקות שונות דרך טכנולוגיות שמנטרות חולים מהבית וכלה במכשירים ביתיים שאוספים מידע. אך אף אחד לא שואל איך אפשר יהיה לעכל את כל המידע הזה ואיך הרופא יוכל לקבל בסוף החלטות?
בגלל כמויות המידע העצומות, רופא לא מכיר את מטופליו, מפספס מידי יום מספר אבחנות קריטיות או מגיע לאבחנות שגויות, לא שולח לבדיקות ולטיפולים מונעים, מחלות מתפתחות ומסתבכות ובטווח הארוך גורמות לתמותה - והעומס הכולל על מערכות הבריאות הולך וגדל
בגלל כמויות המידע העצומות, רופא לא מכיר את מטופליו, מפספס מידי יום מספר אבחנות קריטיות או מגיע לאבחנות שגויות, לא שולח לבדיקות ולטיפולים מונעים, מחלות מתפתחות ומסתבכות ובטווח הארוך גורמות לתמותה - והעומס הכולל על מערכות הבריאות הולך וגדל. בארה"ב, לדוגמא, 1 מכל 7 אבחנות של רופאי משפחה היא שגויה.
לאט לאט חודרת ההכרה בעולם הרפואי שטכנולוגיות בינה מלאכותית כמו NLP (עיבוד שפה טבעית) מסוגלות לחולל שינוי מרחיק לכת במצבן של מערכות הבריאות בהשקעה קטנה יחסית ולשפר דרמטית את מצב המטופלים. לדוגמא, מערכת בינה מלאכותית שמבינה שפה רפואית של רופאי משפחה מציגה בפני הרופא בממשק מרוכז אחד את כל ההיסטוריה הרפואית של המטופל, גרף קשרים בין מדדים רפואיים, המחלות, הטיפולים וגורמי הסיכון ותוך דקות הוא מכיר לעומק את המטופל שנכנס לקליניקה. מערכת מסוג זה מגדילה בעשרות אחוזים את מספר האבחנות הרפואיות, מסייעת לרופאים להפנות לטיפולים מונעים, לעכב התפתחות מחלות, לצמצם אשפוזים, למנוע סבל ולהציל חיים.
כל האינטראקציה בין הרופא למטופל הופכת מתגובתית לפרואקטיבית. במקום שהרופא יתחיל את השיחה בשאלה "למה הגעת אלינו היום?", הוא מתמקד בשאלה "איך אני יכול לשפר את הבריאות שלך?", כשכל המידע הרלוונטי מוצף לעיני הרופא, הדבר הופך לאפשרי. שמערכת מסוג זה מגדילה בעשרות אחוזים את היקף האוכלוסייה המבוגרת שמקבלת חיסון נגד דלקת ריאות או מבצעת סקירה לגילוי סרטן המעי הגס, מובן מאליו שהמטופלים הללו כלל לא יגיעו לאשפוז בבתי החולים והעומס בהם יפחת.
לא יהיה צורך להגדיל באופן כפייתי את התקציבים אלא להשתמש בתקציבים בצורה חכמה יותר. ראייה לכך היא המעבר של מערכת הבריאות האמריקאית ממודל תשלום לפי כמות (Fee for Service), למודל תשלום על בסיס שיפור המצב הרפואי של המטופל למודל Value) Based Care), גישה שמאומצת ומתעצמת בארץ וברחבי העולם. מציאות חדשה זו היא בבחינת הזדמנות אדירה לתעשיית ההיי טק הישראלי שמצטיינת בתחום הדאטה, אלגוריתמיקה ואפליקציות במגוון ורטיקלים.
הכותב הוא מייסד משותף ומנכ"ל חברת הסטארט-אפ Navina, המפתחת מערכות AI לרופאי משפחה.