ע''י פלטפורמה מבוססת ענן c2i-genomics מבצעים ניטור עומס גידולי סרטן בקנה מידה עולמי / אילוסטרציה: Shutterstock
הווייז של המלחמה בסרטן שכבר משווק באירופה ובארה"ב | גלי וינרב
אין שורד או חולה במחלת הסרטן שלא זוכר את הרגע בו קיבל את הבשורה ששינתה את חייו מהקצה אל הקצה. זו רק תחילתו של הצעד הראשון בתהליך הארוך והמפרך של המלחמה בסרטן. החולה צריך לעבור סדרה מייגעת של אבחונים כדי להתאים ולבדוק את יעילות הטיפול.
חברת C2iGenomics, שהוקמה על ידי אסף צבירן, עזרא סופר ובוריס אוקלנד, פיתחה מערכת מבוססת בינה מלאכותית שאמורה לתת פתרונות הרבה יותר מהר וביעילות מכפי שהם ניתנים היום.
"אנחנו מגיעים מהעולם הצבאי ומפיתוח של מערכות לוחמה אלקטרונית והגנה מפני לוחמת טילים. אבל כשאני בעצמי חליתי בסרטן, ראיתי שתהליך תכנון הטיפול מאוד לא טכנולוגי ובשל לשינויים", אומר צבירן.
אחרי שסיים תואר ראשון בהנדסה ופיזיקה ותואר שני בחקר ביצועים מהטכניון, צבירן החליט לשנות כיוון וללמוד לדוקטורט בביולוגיה מולקולרית במכון ויצמן. הוא רצה לפענח את המנגנונים הביולוגיים הקובעים את ההצלחה של טיפול מסוים בסרטן לעומת אחר. "ואז גם שני ההורים של אשתי וגם אבא שלי חלו. כך שתוך כדי שלמדתי על המחלה באקדמיה, היו לי חילופי דברים רבים עם רופאים, ומתוך התהליך הזה הבנתי שאני רוצה להקים את C2i".
המודל העסקי: תוכנה שאפשר להפעיל מכל מקום
c2i מכנה את עצמה "הוייז של אבחון וטיפול בסרטן". אלא שבמקרה שלה, במקום רכב יש מטופל, הבחירה בנתיב היא הבחירה בטיפול הרפואי, המפה היא הגוף האנושי והרכבים האחרים הם הסרטן. אבל איך יודעים איך יתקדם הסרטן על פני המפה, בתנאי טיפול שונים?
הטכנולוגיה מבוססת על מאמר שפרסם צבירן בזמן שהשלים פוסט דוקטורט במרכז המחקר The New York Genome Center, מרכז משותף למוסדות הבריאות והמחקר המובילים בניו יורק. במסגרת המחקר הוא ביצע סריקה גנטית מלאה של תאים מתוך בדיקות דם, וביצע השוואה באמצעות בינה מלאכותית כדי לזהות בתוך הדם אפילו חתימה מינימלית של תאים סרטניים. באמצעות בדיקת הדם, הוא יכול לומר, בעצם, כמה סרטן יש בגוף.
הנתון הזה הוא קריטי כדי לראות האם טיפול מסויים יעיל? האם הטיפול הצליח באופן מלא או שנותרו גרורות? האם הסרטן חזר אחרי תקופה של רמיסיה? את כל התשובות האלה מקווה החברה לספק מוקדם הרבה יותר מכפי שניתן היום לדעת זאת באמצעות בדיקות ההדמיה.
צבירן חבר אל בוריס אוקלנדר, בעבר הסמנכ"ל הטכנולוגי של חברת Roads.AI, והסמנכ"ל הטכנולוגי של אקולוג’יק מדיקל, חברת מכשור רפואי שנוסדה על ידי פרופ’ יורם פלטי, שייסד גם את החברה המצליחה מאוד נובוקיור. "למדתי כבר בצבא לזהות את תנועות האויב על סמך סיגנלים מאוד חלשים, שהוא מנסה להסתיר כדי להתחמק", אומר אוקלנדר.
דבר נוסף שמייחד את החברה הוא המודל העסקי שלה. צבירן מסביר כי "היום ישנן בדיקות גנטיות שמבוצעות על גבי ביופסיות סרטן, כדי להתאים את הטיפול, והן לרוב מחייבות את שליחת דגימה מהסרטן למעבדה המרכזית של החברה בחו"ל. זה לוקח זמן, ומדינות רבות גם מהססות לשלוח את הדגימות שלהן החוצה, מסיבות של פרטיות.
"אנחנו מציעים אופציה אחרת: יצרנו קשר עם מוסדות מובילים בתחום הסרטן בעולם, הם עושים את הריצוף הגנטי של הסרטן, ואנחנו מביאים אליהם את התוכנה שלנו, כדי שהם יוכלו לעשות את הפענוח והלמידה של המצב אצלם. אנחנו פועלים במוסדות סרטן בכל העולם: אירופה, סין, בקרוב ניכנס להודו".
מתקדמת לשלב הבא: פריסה רחבה בכל העולם
החברה החלה לערוך ניסויים קליניים כדי להראות שהמוצר שלה אכן משפר את בחירת הטיפול באופן שמשפיע לטובה על משך ואיכות החיים של המטופלים.
צבירן מציין כי ניסוי משמעותי מסוג זה הסתיים לאחרונה בהצלחה והמוצר קיבל אישור שיווק באירופה כמכשור רפואי, וכעת החברה פועלת להשיג את השיפוי הביטוחי. בארה"ב המוצר משווק כבדיקת מעבדה, במסלול עוקף FDA.
C2iGenomics גייסה עד היום כ-112 מיליון דולר מגופים כמו קרן NFX של גיגי לוי, קרן ליונבירד המתמחה בבריאות דיגיטלית, Casdin Capital - קרן אמריקאית גדולה המתמחה בתחום מדעי החיים, ומשקיעות נוספות. בסבב הגיוס האחרון שלה גייסה 100 מיליון דולר. החברה הייתה חלק מאקסלרטור PlaybeyondBio, מאיץ ייחודי לקידום של אבחון רפואי וניבוי באמצעות כלים דיגיטליים. זהו מיזם משותף של קרן JVP, חברת התרופות אסטרזנקה, חברת הייעוץ אקסנצ’ר, קהילת מרגלית סטארט אפ סיטי, בית החולים שערי צדק ו־AWS. במיזם השתתפו כבר שמונה חברות, אשר לוקחות את החזון של המאיץ ומפתחות אותו באופנים ועבור שימושים וכיוונים שונים.
מאנגלית לג'אווה: הכלי שמתרגם שפה חופשית לשורות קוד | אופיר דור
שנה חלפה מאז השיק גיטהאב, מאגר ניהול הקוד הגדול בעולם שבבעלות מיקרוסופט, את תוסף "טייס המשנה", הקופיילוט המבוסס על בינה מלאכותית. מאז צבר לא מעט מעריצים, לצד מבקרים חריפים. בשוק קיימים כבר כמה שנים משלימי קוד אוטומטיים, כולל כלי של סטארט-אפ ישראלי בשם TabNine (לשעבר Codota), אבל הקופיילוט טוען שהוא יותר מזה.
הקופיילוט הוא פרי שיתוף פעולה עם סטארט-אפ עיבוד השפה הטבעית המפורסם OpenAI ומבוסס על מודל שאומן על ידי קריאת מיליארדי שורות קוד בשפות תכנות שונות. הוא סורק את כל הקוד שכתב המפתח ומציע הצעות להוספה מהירה של שורות קוד ופונקציות נדרשות, שהוא יכול לקבל או לדחות. לפי גיטהאב, ב-43% מהמקרים הוא מציע את הפונקציה הנכונה בניסיון הראשון.
המפתח גם יכול לכתוב פקודות בשפה חופשית והכלי יתרגם אותן לקוד, למשל "צור פונקציה שבוחרת מספר רנדומלי". הקופיילוט גם מאפשר ולתרגם קוד חזרה לשפה פשוטה.
לפי גיטהאב, אצל מפתחים המשתמשים בתוסף כ-35% מהקוד בשפות כמו פייתון וג'אווה מתבסס על ההמלצות שלו. בינתיים הקופיילוט עדיין בשלב הדגמה, אבל הוא עתיד להפוך לזמין לכולם בקיץ.
אלא שהוא רחוק מלהיות מושלם, כפי שגיטהאב בעצמה מודה. הכלי מוציא גם קוד שאינו עובד, שמכיל באגים ואפילו כזה שאין בו שום היגיון. ההמלצות יכולות להוביל לבעיות אבטחה, מה שמחייב בדיקה קפדנית על ידי המפתח.
פרויקט מעניין נוסף בתחום שייך למעבדת דיפמיינד, חברה-אחות של גוגל, שמפתחת את אלפא-קוד, שכותב קוד מההתחלה עד הסוף - ועושה את זה כנראה לא רע, לפחות בסיטואציות ספציפיות. בפברואר הודיעה דיפמיינד כי אלפא-קוד התחרה מול 5,000 מפתחים ב-10 תחרויות שונות בהן נדרש לקרוא בעיות מורכבות ולפתור אותן. אלפא-קוד השיג ציון גבוה יותר מ-54% מהמפתחים האנושיים.
בוושינגטון פוסט הדיווחים השוטפים נכתבים על ידי קוד | נבו טרבלסי
על הידיעה הזו חתום כתב. אבל, כפי שהפרויקט מראה - אין תחום שחף מייעול ושיפור, וגם העיתונות יכולה ליהנות משיפורים חשובים בעזרת בינה מלאכותית. מערכות חדשות וסוכנויות ידיעות בעולם כבר עושות זאת. ב-2016, הוושינגטון פוסט השתמש ב-Heliograf, כדי לסייע לעיתונאים לדווח על תוצאות משחקי אולימפיאדת ריו. בהתאם לקלט מהמשחקים, הכלי כתב כתבות אינפורמטיביות. מהר מאוד, ב-2016 השתמשו בכלי כדי לסקר יותר מ-500 מרוצים בליל הבחירות בארה"ב.
שנה לאחר מכן הפוסט הרחיב את השימוש גם למשחקי פוטבול בבתי ספר תיכוניים באזור וושינגטון. בפוסט אמרו כי לא הייתה להם אפשרות לסקר יותר מקומץ מהמשחקים המשמעותיים בכל שבוע, ובזכות הבינה המלאכותית הם יכולים להעניק לאוהדים סיקור מיידי של כל המשחקים שיש להם נתונים עבורם.
לפי דיווחים ברחבי העולם, באותה תקופה, בסוכנות הידיעות AP השתמשו בבינה מלאכותית כדי לדווח ביעילות על דוחות כספיים. בסוכנות הבינו שכך יתאפשר לעיתונאים לעשות את העבודה בעלת הערך הגבוה יותר, במקום עיסוק בסיקור שוטף. לצד תפוקה גבוהה יותר, שיעור השגיאות ירד.
לא רק כתיבה: כלים לזיהוי סיפורים
בינה מלאכותית לא רק כותבת ידיעות. מערכת Bertie של פורבס, שקרויה על שם המייסד, פעילה מקיץ 2018 ועוזרת לכתבים לזהות נושאים שיעניינו אותם בהתבסס על תוכן אחר שכתבו. הרעיון הוא לגרום לכתבים להריץ מחשבות ולפתח את היצירתיות, לא לכתוב במקומם את המאמרים.
ב-2018, סוכנות הידיעות רויטרס חשפה שהיא משדרגת מערכת העריכה Lynx. רויטרס פיתחה כלי אוטומטי לאיסוף תובנות, Lynx Insights, שמציג מגמות, עובדות וחריגות בנתונים, כך שכתבים יכולים להשתמש בהם כדי למצוא סיפורים חדשים או לחזק את הקיימים.
604 פעולות בו זמנית: לשחק, להתכתב ולהסביר תמונות | אופיר דור
רובם המכריע של מודלים לבינה מלאכותית הם צרים ומתמחים בסוג משימות אחד. נסו לבקש מאלקסה או סירי לשחק מולכם קלפים למשל. לכן, אפשר להבין את ההתלהבות בה התקבל בחודש שעבר המודל החדש שהציגה במאמר מעבדת דיפמיינד (DeepMind) הבריטית, חברה-אחות של גוגל תחת תאגיד אלפאבית. המודל החדש גאטו, תוצר של שנתיים עבודה, יכול לבצע לא פחות מ-604 משימות בו זמנית - לשחק משחקים בקונסולת אטארי הקלאסית, להתכתב עם בן אדם בצ'אט, להסביר תמונות שונות ואם תוסיפו לו גם יד רובוטית, הוא גם יבנה מגדל מקוביות.
גאטו הזכיר לרבים את המטרה העליונה, הגביע הקדוש, של הבינה המלאכותית - ליצור בינה מלאכותית כללית, כזו שיכולה, כמו בן אדם, לבצע שורת משימות שונות, מטרה שרוב החוקרים נטשו בשנים האחרונות. מי שעשה את החיבור הזה הוא ננדו דה פרייטס, חוקר ב-דיפמיינד, שצייץ בטוויטר כי גאטו הוא צעד ענק בדרך לבינה מלאכותית כללית. "המשחק נגמר", הכריז בהתלהבות, וטען כי שדרוגו עם מודל גדול וחזק יותר יביא אותנו לאינטליגנציה דמוי אנושית. כמו שאפשר לנחש, לא כולם הסכימו.
דיפמיינד מסרה כי ב-450 מתוך 604 משימות גאטו קיבל ציון שהוא יותר מ-50% מהציון של מומחה בתחום. מצד שני גאטו היה פחות טוב בכל אחת מהמשימות ממודל מתמחה, שאומן למשימה. לפעמים הוא נתפס בטעויות מביכות ממש. למשל, כשנשאל מהי בירת צרפת, השיב "מרסיי". מבקריו טענו כי הוא יודע לעשות הרבה דברים אך עושה את כולם בצורה בינונית מאוד. מעבר לכך, גאטו לא הוכיח כי הוא יוכל להסתגל במהירות למשימות שלא למד קודם, תנאי קריטי להוכחת בינה מלאכותית כללית.