דמיינו את המצב הבא: אתם יושבים מול הרופא בביקור שגרתי, ולא יודעים שהוא קיבל התראה במחשב שלו שאתם בסיכון לאובדנות. רק לפני כמה שנים, כלי כזה לרפואה מונעת נחשב חזון רחוק. היום הוא כבר מוטמע בגופי בריאות בעולם.
אחד החוקרים המובילים שמפתחים מודלים כאלה שמנבאים מצבים נפשיים ומחלות הוא פרופ' בן רייס, מהמרכז לניבוי רפואי באוניברסיטת הרווארד ובית החולים לילדים של בוסטון. השבוא הוא יציג את עבודתו ואת חזונו בכנס Biomed ה־24, שמתקיים השבוע בתל אביב.
● יותר ויותר ישראלים זקוקים לסיוע נפשי. האם הפתרון הוא דווקא להפסיק לאבחן אותם?
● הסיגריה ששברה את טראמפ? מה עומד מאחורי הדיווחים על פיטורי ראש ה־FDA
"זכוכית מגדלת לרופאים"
רייס פועל באחד התחומים החמים ברפואה. כבר ברור היום שבלי אלגוריתמים ניבויים שתי המהפכות של רפואה מונעת ורפואה מותאמת אישית, שמדברים עליהן כבר שני עשורים, לא יכולות להתממש.
רייס פיתח אלגורימתים שמנבאים לפי התיק הרפואי דיכאון, אובדנות, התקף פסיכוטי, וגם מזהים אנשים בסיכון לפגיעה בתוך המשפחה, זמן רב לפני שהפגיעה מופיעה בתיק הרפואי, אם כי היא כנראה כבר מתרחשת.
רמת הדיוק נעה בין 70% ל־90%, שיעורים גבוהים ביחס לאבחנות רפואיות, אולם הציפייה היא שהרופא לא יסתפק באבחנות ה־AI אלא ישתמש בהם כמקפצה לשאלות נוספות.
מדוע התמקדת בבריאות הנפש?
"אנחנו מחפשים תחומים שאפשר לנבא בהם על פי מידע שהוא יחסית נגיש, מספיק זמן מראש, ושיש מה לעשות עם הניבוי כדי לשנות את מהלך המחלה".
כלי הניבוי נבנה על בסיס מידע אנונימי ממאות אלפי תיקים רפואיים. "הרופא רואה המלצה לאדם ספציפי, אבל אין פה בעיה אתית כי לו רופא היה קורא כל תיק רפואי לעומק ומקדיש לו את הזמן שמגיע לו, הוא היה יכול כנראה להגיע למסקנות דומות", אומר רייס. "אנחנו רואים את הכלי הזה כמעין זכוכית מגדלת שהרופא משתמש בה".
היכן מוטמעים היום האלגוריתמים שפיתחת?
"אנחנו הגוף המחקרי, כך שאלה לא האלגוריתמים שלנו ספציפית שנארזו כמוצר והוטמעו, אבל המחקר שלנו, יחד עם אחרים, היווה את הבסיס להיווצרות של גוף מחקרי גדול בתחום, וגם התחלה של פעילות מסחרית".
לפי פרסומים פומביים, מאגד הבריאות קייזר פרמננטה, שבסיסו בקליפורניה, כבר הטמיע מערכת למניעת אובדנות, ומחקרי הרשת מראים שהיא אכן הצליחה להפחית את שיעוריה אצל מטופלים חדשים. מערכת דומה הוטמעה בפיילוט ברשת בתי החולים של ה־VA, ארגון יוצאי הצבא האמריקאי.
מחקר שנעשה בנושא מצא ש־30 הרופאים הראשונים ברשת שאימצו את המוצר חשבו שהוא יעיל אך ביקשו להבין טוב יותר איך הסיכון נקבע, בעיקר משום שהאלגוריתם איתר מטופלים שהרופאים לא זיהו בעצמם שהם בסיכון. הם גם היו מוטרדים מהשאלה מה משמעות השימוש בכלי הזה לאחריות המשפטית שלהם.
מחקר משותף בישראל
רייס מתגורר בימים אלה באופן זמני בישראל ומנהל פרויקט משותף של הרווארד ושירותי בריאות כללית במסגרת המיזם המחקרי "המעבדה לחיים" על שם ברקוביץ'. המעבדה הוקמה בזכות תרומה של 10 מיליון דולר מאיוון ופרנצ'סקה ברקוביץ'.
המיזם הושק ב־2021, כבר בקורונה, והניב מחקרים שהשפיעו על החלטות קובעי המדיניות בכל העולם. "פרסמנו מחקרים ראשונים לגבי יעילות החיסון, בטיחות החיסון וספציפית תופעת המיוקרדיטיס, השפעתו על נשים בהיריון, יעילותו נגד וריאנט דלתא, בטיחות ויעילות המנה השלישית והשפעת החיסון על הדבקה של מבוגרים וילדים בתוך הבית", מספר רייס.
מה אתם עושים כיום?
"אנחנו בונים מודלי בסיס בתחום פענוח המידע הרפואי".
הכוונה לאלגוריתמים המקבילים לאלה שעליהם עובדים ChatGPT, ג'מיני או קלוד. "אבל יחידת המידע שאיתה הם עובדים היא מילים, והיחידה שאיתה אנחנו עובדים היא אירועים רפואיים".
פרסומים רבים כבר נמצאים בצנרת. בינתיים, פורסם מאמר על ניבוי סיכון לסרטן המעי הגס וסיכון לצהבת C מתוך תיק רפואי ללא מידע נוסף. "אנחנו יכולים להשתמש במידע כדי לנבא התפרצות מחלות, וגם להבנת דפוסי התפתחות של מחלות. ייתכן שנמצא דפוסים שמאפשרים להבין ששתי מחלות שנראות דומות אינן אותו דבר. זה הבסיס לרפואה מותאמת אישית".
פרופ' רן בליצר, ראש מערך החדשנות של שירותי בריאות כללית, מאשר שהקופה התחילה להכניס מודלים ניסויים באופן שיטתי לפרקטיקה היומיומית. "200 אלף שינויי טיפול בוצעו על בסיס המערכת רק בחודש אפריל. אלה כנראה מספרים לא מוכרים בשום מקום בעולם", הוא אומר.
בין היתר, הקופה משתמשת באלגוריתמי הניבוי הללו לאיתור מטופלים שאולי חולים בלי ידיעתם בהפטיטיס C ולאיתור נשים בסיכון לאוסטיאופורוזיס. בבריאות הנפש הקופה לא מתכוונת לגעת בקרוב.
"זמנים מטלטלים"
"אני חושב שהציבור עוד לא הבין את מלוא הפוטנציאל כאן", אומר רייס. "אנחנו חיים בזמנים מאוד מטלטלים, וגם ברפואה אנחנו מאמינים שנראה שינויים טקטוניים, גם באופן שבו מגלים ומפתחים תרופות, וגם במהירות שבה מקבלים החלטות קליניות.
"היום מדענים מפרסמים מאמרים לציבור עוד לפני פרסומם בכתבי עת מדעיים, ואחרים קוראים באותו ערב ולמחרת כבר מתאימים את המחקר שלהם למה שהתגלה. באותו אופן, אנחנו מקצרים את הזמן שלוקח לרופאים לאמץ תובנות רפואיות חדשות. בעבר, הבריאות שלך הייתה תלויה בכך שהרופא, בזמנו הפנוי, יקרא מחקרים חדשים או שהיית צריכה לחכות לעדכון הפרוטוקולים המקובלים על ידי האגודה המקצועית. עם הפתרונות החדשים, ביניהם אלה שלנו, המחקר יכול לבוא לידי ביטוי מהיר במערכות תומכות ההחלטה.
"והעתיד האפשרי הוא שאנחנו נעלה למחשב מודל של הגוף שלנו, ולא נצטרך לשאול בכלל שאלות ספציפיות, למעט 'מה לא בסדר פה. מה דרוש שיפור', והמחשב - אולי עדיין בפיקוח רופא - ייתן לנו רשימה של הצעות לשינוי, ואולי ישלח למעבדה הודעה 'תייצרו תרופה עבור האיש הזה'. אלה שאיפות גדולות, אבל אפשר כבר לצייר פחות או יותר איך נראית את הדרך לשם. קודם כל נראה זאת בסרטן. זה כבר קצת קורה".
מניבוי תווים לניבוי סרטן
כשרייס נשאל איך הגיע למחקר של אלגוריתמים ניבויים ברפואה, הוא מספר שדרכו האקדמית החלה דווקא בלימודי מוזיקולוגיה. "עשיתי דוקטורט בקיימברידג' באנגליה. המטרה הייתה לראות אם ניתן לזהות דפוסים מוזיקליים שעל בסיסם ניתן לנבא משורת תווים מה יהיה התו הבא".
בסופו של דבר עבודתו של רייס עסקה בדימיון ובשוני בין תרבויות. "אם ניקח זוג תאומים ונגדל אחד בסין ואחד בגרמניה, הם לא ינבאו את התו הבא באותו אופן", הוא אומר.
"כדי לבחון זאת, לקחנו בוטים שניסו לדמות את פעילות המוח, ואימנו כל אחד מהם על מוזיקה של תרבות אחרת. ראינו שאכן מי ש'גדל' בתרבות מסוימת מסוגל לנבא הרבה יותר טוב את התפתחות היצירה באותה תרבות. לאחר מכן בחנו אילו תרבויות מוזיקליות דומות זו לזו. האם הקרבה הגיאוגרפית נותנת יתרון לבוט הסיני בניבוי מוזיקה יפנית? התברר שלא, כי יפן הייתה תרבות יחסית סגורה והמוזיקה שלה ייחודית. חוקרים שבדקו אותם רעיונות על בני אדם ולא על בוטים, ציירו מפות דומות, עדות לכך שמה שאנחנו עושים עם הבוטים מייצג דפוסים שמוכרים גם לאנושות".
