זה שבינה מלאכותית מחברת טקסטים ומעצבת קולאז'ים אומנותיים ממש כמו בני אדם, את זה אנחנו כבר יודעים. גם בתחום הרפואה הכרנו בשנים האחרונות שימושים רבים בבינה מלאכותית בעיבוד נתונים ובפיענוח סריקות. אבל יתכן שפרוייקט אחד חדש במרכז הרפואי שיבא מתווה את הדרך לבינה מלאכותית שמסוגלת לנבא מחלות טוב יותר מרופאים מומחים.
מדובר בפרוייקט שמפתחים בשיבא ביחד עם מומחי ה-AI של חברת אינטל, כשהמטרה שהוצבה הייתה לשפר את אבחון מחלת קרוהן. מדובר במחלת מעיים כרונית קשה, כשהחולים הקשים מטופלים בתרופה ביולוגית יקרה ולעיתים נדרשים לניתוחים, ואילו במקרים הקלים יותר נדרשת התערבות מינימלית. היכולת לחזות את חומרת המצב של כל מטופל מאפשרת לצוות המטפל להתמקד במקרים המסובכים יותר מבעוד מועד ולהפחית את עומס הבדיקות משאר החולים.
כלי האבחון העיקרי של מחלקות הגסטרואנטרולוגיה בבתי החולים היא הקפסולה האנדוסקופית ("הגלולה המצלמת") שפיתחה חברת גיוון אימג'ינג (Given Imaging) הישראלית ב-1998, ואשר לאחר גלגולים רבים נמצאת היום בבעלות ענקית המכשור הרפואי מדטרוניק (Medtronic) מארה"ב.
המטופל בולע את הגלולה והיא מטיילת לאורך מערכת העיכול שלו ומפיקה אלפי תמונות שיוצרות תמונה שלמה של מערכת העיכול. המידע הויזואלי הזה הוא המפתח לפענוח מצבו של המטופל.
פרופ' אורי קופילוב, מנהל השירות למחלות מעי דלקתיות במכון גסטרו ומנהל משותף של מרכז החדשנות לגסטרואנטרולוגיה בשיבא, אומר שהבעיה היא, שיכולת החיזוי של הרופאים המפענחים על בסיס הצילומים אינה מספיק טובה ומכאן בא הרעיון לבחון האם בינה מלאכותית תעשה את זה טוב יותר.
המערכת הממוחשבת הוזנה בכמויות גדולות של סרטי צילום שנאספו בשלוש שנים האחרונות, ובמידע על התפתחות המחלה בכל אחד מהמקרים. במקביל פוענחו הסרטים על ידי רופא מפענח בכיר שחזה את התפתחות המחלה בכל מקרה.
פרופ' אורי קופילוב, מנהל השירות למחלות מעי דלקתיות במכון גסטרו בשיבא: "מידת הדיוק של האלגוריתם מרמזת על חומרה משמעותית יותר של המחלה, שצריכה להיות מטופלת בתרופות ביולוגיות. זה שלב משמעותי ויקר בטיפול במחלה, שיכול להגיע לעשרות אלפי דולרים בשנה"
התוצאות היו מפתיעות: מידת הדיוק בתחזיות של המפענח האנושי הגיעה ל-70% מהמקרים. מידת הדיוק של האלגוריתם הגיעה ל-86% מהמקרים. "זה שיפור מאוד משמעותי", אומר קופילוב. לדבריו המערכת הממוחשבת גם נתנה תשובות מהר הרבה יותר, אבל עיקר החשיבות הוא בהצבעה על המקרים הקשים יותר: "זה מרמז על חומרה משמעותית יותר של המחלה, שצריכה להיות מטופלת בתרופות ביולוגיות. זה שלב משמעותי ויקר בטיפול במחלה, שיכול להגיע לעשרות אלפי דולרים בשנה".
האם ההצלחה בזיהוי מקרים מהעבר מאפשר להניח שה-AI יכולה לחזות מקרים חדשים בלי היסטוריה רפואית?
"כמובן שנעשה ולידציה של הממצאים עם שותפים קליניים שלנו. אני מניח שכן, ולכן אנחנו רואים בזה הישג ומשמעות שיהיו רלוונטיים למטופלים העתידיים. למיטב ידיעתי, אנחנו הקבוצה הראשונה בעולם, שעשתה עבודה על סרטי וידאו מלאים של קפסולה לצורך קביעת פרוגנוזה. הפרוייקט סוכם במאמר שנמצא בביקורת עמיתים ומקווה שיתפרסם בקרוב".
מה השלב הבא? מה תוכל הבינה המלאכותית לעשות עוד?
"היינו רוצים להרחיב את הוורסטיליות שלה, מעבר לפרדיקציה לטיפול ביולוגי, האם אפשר לענות עם אותו אלגוריתם על צרכים קליניים אחרים. בעתיד גם לקחת את זה למחלות אחרות".
את פרוייקט הקרוהן הובילו פרופ' קופילוב וד"ר אייל קלנג, מנהל האב הבינה המלאכותית ב-ARC, זרוע החדשנות של שיבא. מהצד של אינטל השתתפו בו מהנדסים וחוקרי מדעי נתונים מאינטל בהובלת עמית בלייווייס ושמרית סמואל, מנהלי AI באינטל. מי שמנהל את התחום הוא עפרי וקסלר, עמית טכנולוגי בכיר וארכיטקט חומרה, דאטה סנטר ובינה מלאכותית באינטל. יש לו תואר מסובך ותחום עיסוק מסובך אפילו יותר.
עפרי וקסלר, אינטל: "זה אלגוריתם מאוד מתקדם ממשפחת ה-self supervised learning, לא תיוג צילומים קלאסי. אתה יכול לחשוב על הווידאו כטקסט מאוד מורכב והאלגוריתם מבין את ההקשרים גם בציר הזמן וגם במרחב"
וקסלר אומר שבפיתוח האלגוריתם אנשי אינטל עשו שימוש בכלים מתקדמים במיוחד: "זה אלגוריתם מאוד מתקדם ממשפחת ה-self supervised learning, לא תיוג צילומים קלאסי. צוואר הבקבוק הוא בדרך הכלל איכות הדאטה והתיוג שלה. בשנתיים האחרונות התחילו להשתמש בשיטות אנליזה של שפה שלא מצריכות דאטה מתויגת על ידי הבנה מתמטית של ההקשרים שיש בתוך הדאטה. אתה יכול לחשוב על הווידאו כטקסט מאוד מורכב והאלגוריתם מבין את ההקשרים גם בציר הזמן וגם במרחב. אם אני צריך לשים את האצבע על פריצת הדרך מבחינה טכנולוגית – היא נמצאת כאן".
יש עוד פרויקטים שאתם עושים בתחום הרפואי?
"יש עכשיו עבודה מתקדמת על סיגנלים של א.ק.ג. הרופא מסתכל על הקריאה אבל מתברר שיש המון אינפורמציה בתוך הסיגנל העתיק הזה, שרופא לא יכול לראות, ואפשר לעשות כל מיני תחזיות על סמך א.ק.ג. של אדם בריא, לגבי התפתחויות עתידיות שיכולות להיות לו. יש הרבה כיוונים שאתה יכול לקחת את הטכנולוגיה. הבעיה שיש לי כרגע זה רק לבחור כי יש כל כך הרבה אופציות. ברגע שפתחנו את המשרד, יש תור ליד הדלת ואי אפשר להיענות לכל הבקשות לעבוד על פרויקטים ואלגוריתמים".
אנחנו יודעים שאינטל מפתחת שבבים ולאחרונה גם רכב אוטונומי. מה לכם ולבינה מלאכותית בתחום הבריאות?
"אינטל לא מתעניינת במחלת קרוהן באופן ספציפי, אלא בלבחון מדגם גדול של המקומות בהם אנשים מתחילם להשתמש באלגוריתמים בצורה חדשה ועל ידי כך להבין איך התשתיות צריכות להתפתח. אני מנסה להבין את השאלות האלה כבר עשר שנים. אני שולח אנשים להדסה או לשיבא, יושבים שם מדעני דאטה סיינס, רופאים ואנשי מחשבים, וביחד המשולש הזה מוציא בתוך זמן קצר תוצאות הרבה מיותר טובות מאשר היו עד היום. יש לי מספיק דוגמאות כדי להבין שהתופעה הזו הולכת לשטוף את העולם. לא משנה אם זה בבנקים או בפסקי דין, בריטייל, תחבורה, ממשל, חינוך".
וקסלר: "אינטל לא מתעניינת במחלת קרוהן באופן ספציפי, אלא בלבחון מדגם גדול של המקומות בהם אנשים מתחילם להשתמש באלגוריתמים בצורה חדשה ועל ידי כך להבין איך התשתיות צריכות להתפתח. יש לי מספיק דוגמאות כדי להבין שהתופעה הזו הולכת לשטוף את העולם"
אינטל רואה בפיתוח בינה מלאכותית בתחום הבריאות מקור להכנסות?
"קודם כל, כן. אינטל הראתה את זה גם ברכישת מובילאיי, שבאה עם תיכנון מלא – חומרה, תוכנה ושירות. באינטל מנסים להבין איך ליישם את המודל של מובילאיי בתחומים אחרים. המנכ"ל פט גלסינגר הביא לאינטל את גרג לבנדר, שהיה ה-CTO של סיטי גרופ, והוא מוביל את מאמץ התוכנה באינטל, מנסה לעשות כמה 'מובילאייז' בכמה תחומים. אנחנו בוחנים כרגע איפה יהיה הדבר הנכון. אינטל כבר עושה ומתכוונת לעשות כסף מהדברים האלה. אינטל זה כבר לא רק צ'יפים".