ד''ר טל פטלון / צילום: אסף ברנר
אם תשאלו את ד"ר טל פטלון, ראש ויועצת מומחית למו"פ במכבי, איך מבחינים בין רופא לרופא מצוין, היא תגיד ש"רופא מצוין מבצע תמיד רפואה שמותאמת לסיכון האישי של האדם". כך, לדוגמה, אם יגיעו אליו שני מטופלים עם אותה תוצאה של בדיקה המעידה על מצב פרה־סוכרתי, אבל עם תנאי רקע שונים, הוא ינבא מי מביניהם אכן יפתח סוכרת ללא התערבות ויפעל בהתאם. את הרעיון הזה היא מתכוונת ליישם בסטארט־אפ שהקימה ונחשף כאן לראשונה.
● ההבטחה של אסותא בדרום לקיצור תורים והשאלה הגדולה: מאיפה יגיעו הרופאים?
● רוצים להתייעץ עם הצ'אט שלכם על מצבכם הבריאותי? ממה כדאי להיזהר
רופא מצוין יהפוך לשיטה
הניבוי חסר מאוד ברפואה היום, אומרת פטלון, שנבחרה לפני כשנה על ידי כתב העת המדעי Nature לאחת הנשים המשפיעות על המחקר הרפואי בעולם. "רוב הנשים מתחילות ממוגרפיה באותו גיל פחות או יותר", היא מדגימה, "אף שיש לנו גורמי סיכון אחרים לגמרי, אלא אם כן יש לנו רופא יוצא דופן בתחום הזה. אני רוצה לקחת את הרופא המצוין הזה ולהפוך אותו לשיטה שבה מתקבלות החלטות ברפואה".
הטכנולוגיה מאפשרת היום להביא בחשבון הרבה יותר גורמי סיכון מכפי שיכול רופא אנושי. "אפשר לקחת את ההיסטוריה הרפואית שלך, את כל המידע הקליני שנאסף עלייך, פלוס הגנטיקה שלך והאפיגנטיקה שלך, ולקבל ציון הרבה יותר טוב לניבוי, לסיכון ולמניעה, לאבחון מוקדם ולטיפול מותאם אישית", היא אומרת.
הסטארט־אפ החדש שלה, מדאנה (Medãna), נועד לקחת את הרפואה המותאמת אישית הזאת לשלב הבא, לעולם של בינה מלאכותית. מדובר אמנם בחברה עצמאית, אבל יש לה קשר הדוק למכבי. בדומה לסטארט־אפים ישראליים אחרים, לדוגמה K Health, הוא נשען על מאגרי המידע של הקופה.
קופות החולים בישראל משתמשות כבר היום באלגוריתמים לאבחון ולמניעה. כך, לדוגמה, במכבי פיתחו אלגוריתם לאיתור חולים בסרטן המעי על בסיס ספירת דם, ובכללית פיתחו אלגוריתם לאיתור מדויק של מבוטחים שעלולים ללקות בהתקף לב בשנים הקרובות. הפיתוחים האלה מדגימים מה ניתן לעשות עם מידע, אך בינתיים הם נקודתיים בלבד.
רעיון הרפואה המותאמת אישית קיים כבר כשני עשורים, בצורות שונות. בפועל, כמעט לא רואים יישום שלו. מדוע את חושבת שעכשיו זה הזמן?
"בעבר לא הייתה לנו הטכנולוגיה שאפשרה רפואה מותאמת אישית. כמויות המידע שנאספו בחמש השנים האחרונות הן ברמה אחרת - ממידע גנטי ואפיגנטי ועד מידע משעונים ואפילקציות, וזאת בנוסף לתיק הרפואי.
"אחד האתגרים המובילים היה הרמוניזציה של המידע הרפואי, כדי שאפשר יהיה להריץ מודלים של בינה מלאכותית. בלי מידע טוב, ה־AI לא יכול ללמוד כלום. עוד שינוי היה היכולת לחקור את התאים ברמה המולקולרית ולהבין ממה שקורה בתא את מה שמתרחש במחלה הקלינית.
"מידע כזה ניתן לחקור רק בעזרת כוח החישוב שיש היום, ורק בענן. שום מחשב שנקנה לארגון לא יכול להתמודד עם ביג דאטה ובטח לא עם מידע גנטי".
תמיכה מהאיחוד האירופי
הזכרת שאתם נשענים על מאגר המידע של מכבי, ואת מנכ"לית הסטארט־אפ במקביל לעבודה שלך בקופת החולים. מה הקשר בין מכבי לסטארט־אפ?
"מכבי היא שותפה שלנו לחזון ולדרך. מנכ"לית הקופה, סיגל דדון־לוי, מתעדפת מאוד את תחום הרפואה המונעת. במסגרת ההסכם בין מכבי למדאנה, אנחנו מקבלים גישה לכל המידע של מכבי בסביבה מותממת, והם מחכים לנו, כשנהיה מוכנים, לעשות אצלם ולידציה. עם זאת, הם לא מחויבים להטמיע את המערכת שלנו. הם יבחרו תמיד במה שיהיה הכי טוב בשוק.
"ההשקעה שקיבלנו, בהיקף של 2 מיליון אירו, היא מקרן מכבי, וזה לא אותו ארגון". מעבר לכך פטלון אינה חושפת את הקשר העסקי הספציפי בין הסטארט־אפ לקופה.
המקום הראשון שבו תוטמע הטכנולוגיה הוא פורטוגל. החברה התקבלה לתוכנית TEF של האיחוד האירופי, שבה בוחרים טכנולוגיות פורצות דרך לפיילוטים בבתי חולים, ופורטוגל היא אחת המדינות שהאיחוד נותן להן עדיפות. "תהיה שם הרבה מאוד עבודה של האחדת המידע, אבל הם מאוד מעוניינים, והאיחוד האירופי נותן לנו את התקציב להטמעה שם". בהמשך, מקווה פטלון, הכלי יוטמע גם עבור לקוחות מכבי.
מה יהיו היישומים הראשונים?
"אנחנו מתחילים מניהול סוכרת, על בסיס 96 פרמטרים. מתחילים מהאבחון, כדי לא לפספס את מי שסוכרתי ולא יודע זאת. אחר כך היעד הוא לנבא מי יפתח סוכרת בשנתיים הבאות, ואת היכולת הזאת אני מאמינה שנוכל להטמיע כבר בשנה הקרובה. היישומים הבאים יהיו במחלות קרדיו־מטבוליות ואחרי כן מחלות נוירו־דגנרטיביות.
"צריך לעשות את זה בצורה מתוחכמת, כך שהמודל יסביר לנו לגבי כל ניבוי מדוע הוא החליט כך, אילו פרמטרים היו החשובים ביותר להחלטה. כרופאת משפחה, חשוב לי לראות את זה, וגם המטופל יוכל לראות, למשל, מה ישתנה ספציפית במודל שלו אם הוא יתעמל חצי שעה ביום או אם ייקח תרופה מסוימת".
מי שירצה בעתיד ליהנות מהמוצר יהיה חייב לעבור בדיקה גנטית?
"זה נחוץ ליישומים המתוחכמים של המערכת. אני מאמינה שבקרוב בדיקה גנטית תהפוך למוצר צריכה בסיסי".
תחרות קשה עם הצ'אטים
מהן הטכנולוגיות המובילות שאת רואה כמנהלת התחום הטכנולוגי במכבי?
"אנחנו הרופאים משתמשים כל הזמן במודלי השפה הגדולים, הצ'אטים. אנחנו משתמשים במד ג'מיני, בפרפלקסיטי, שאותו אני מאוד אוהבת כי הוא מפנה אותי למקורות שלו. גם אם מודל הבינה המלאכותית הוזה, אני יכולה לבדוק אותו, להרגיש שמשהו לא בסדר, ועדיין הוא נותן לי רעיונות טובים".
יש חברות, גם ישראליות, שמציעות מערכות תומכות החלטה המבוססות על המידע הרפואי של המטופל. בעצם גם זו רפואה מותאמת אישית.
"יש הרבה פיתוחים של מערכות תומכות החלטה בזמן אמת, אבל מעט הטמעות רוחביות בקופות, בגלל האתגר של המידע האחוד שצריך לאמן עליו את האלגוריתם. אני לא חושבת שנראה בקופה שלנו בשנים הקרובות מערכת שהיא גם מודל שפה גדול (LLM) כמו כלי הבינה המלאכותית שאנחנו מכירים, וגם רצה על המידע של המטופלים. מבחינת אבטחה, את לא יכולה לפתוח את המידע של המטופלים לעולם הגדול ולמערכות השפה האלה.
"מערכת שפועלת רק בתוך הארגון תהיה הרבה יותר איטית, והיא תצטרך לעבוד בעברית ועל מידע בשפה שונה מזו שהיא אומנה עליה. זה מאוד מורכב. ואם אמרתי שאני מרגישה בנוח עם היכולת שלי לזהות הזיות של המכונה, אני בכל זאת לא רוצה שזה מה שיקרה לרוחב הארגון. כן נשאף להטמיע מערכת שאין בה הזיות.
"לכן אני חושבת שייקח זמן עד שנראה יכולות AI ייעודיות לרופאים בתוך הקופה. בינתיים למערכות תומכות החלטה שאינן LLM קשה מאוד להתחרות בצ'אטים הכלליים".