ד"ר מיכל רוזן צבי, דירקטורית עולמית למידע רפואי במעבדות המחקר של IBM חיפה:"טכנולוגיות הבינה המלאכותית משפרות את האבחון ומאפשרות לזהות ולחזות סרטן שד ואפילפסיה"

"הטכנולוגיה משנה את עולם הבריאות: החיבור בין בינה מלאכותית, מחשבים, ביג דאטה וניתוח נתונים מביאה לשיפור של האבחון הרפואי", כך אמרה ד"ר מיכל רוזן צבי, דירקטורית עולמית למידע רפואי במעבדות המחקר של יבמ בחיפה. ד"ר רוזן צבי דיברה בפתח וועידת הבריאות הדיגיטאלית dHealth2019. הוועידה בהפקת אנשים ומחשבים, נערכה ביום חמישי האחרון (12/12) במתחם הכנסים לאגו בראשון לציון, בהשתתפות מאות מומחים לטכנולוגיות בבריאות, בכירים מרשות החדשנות, מקופות החולים ומבתי החולים, מנהלי חממות וקרנות הון סיכון. לדברי ד"ר רוזן צבי, "הביג דאטה משנה את הרפואה, והבינה המלאכותית תביא להחלפת חלק מעבודת הרופא בתחומים שונים בעולם הרפואה כמו פתולוגיה ורדיולוגיה, כאשר תרומת העולם הטכנולוגי החדש תהיה הכי משמעותית בתחומי הדיאגנוזה ובפרוגנוזה. על מנת לקדם את הרפואה, נדרשים שני דברים הכרחיים, שכיום הם לא מספיק בשלים: הצורך ליצור טכנולוגיות שקושרות בין סיבה ומסובב, והיכולת לעשות חיזוי פרטני ומדויק, כלומר, לא רק לזהות שלמטופל יש אפילפסיה, אלא לומר 'לחולה הזה יהיה התקף אפילפטי בעוד שלוש דקות, וזיהיתי את הגורם לכך'. או 'לאישה הזו יהיה סרטן שד', ולהצביע מה הגורמים לכך. היא ציינה כי "על מנת להצליח למצוא פתרונות, צריך שהמידע הרפואי יהיה זמין, ועל מנת להשיגו, יש לעבור שני חסמים: אחד מהם הוא חוסר הרצון של ארגוני רפואה לחלוק נתונים והשני הוא הצורך בהגנת הפרטיות". ד"ר רוזן צבי הוסיפה ש"יש הרבה טכנולוגיות שניתן לפתח בעולם הבריאות, בין השאר כשמחברים אליה את הבינה המלאכותית. על מנת להצליח, צריך לחלוק דאטה".

בהקשר זה, אמרה, "חברנו לעמותת The DREAM Challenges  שדוגלת בשיתוף פתוח במידע כדי לייצר את חוכמת ההמונים, לטובת שיפורים בעולם הבריאות. כך, עשינו ביחד מיקור המונים לאלגוריתמים, מה שמאפשר לחוקרים לגשת לנתונים ספציפיים, לנתח ולפתור בעיות שהוגדרו. במקביל, משרד הבריאות עושה רבות כדי להנגיש נתונים באופן מוגן". רוזן צבי סיפקה שתי דוגמאות, שהראשונה שבהן היא מתחום סרטן השד. לדבריה, "על מנת לוודא שלאישה אין סרטן שד, עליה לעבור בדיקת ממוגרפיה, שמנפיקה ארבע תמונות על בסיסן קובע הרדיולוג האם יש לה את המחלה. בעקבות הסכם שערכנו עם ארגונים רפואיים בארה"ב, קיבלנו נתונים של 80,000 נשים והזמנו חוקרים להשתתף בתחרות זיהוי סרטן השד. קיבלנו תוצאה בטווח טוב, והמתחרים הגיעו ליכולת זיהוי טובה של המחלה". "בארץ", הוסיפה, "ביבמ עבדנו עם מכבי ואסותא שאפשרו לנו לעיין בנתונים מותממים (שהוסר מהם הזיהוי האישי) מ-13,000 נשים.

תמונות ממוגרפיה, היסטוריה רפואית ומידע מה קרה בעקבות הביופסיה. בעקבות המחקר פרסמנו מאמר מקצועי ובו קבענו שניתן ללמוד מהנתונים הקליניים ומהתמונות, וכן שהשילוב של השניים משפר את תוצאות האבחון – זה מוכח מתמטית". ד"ר רוזן צבי ציינה כי "יש טעויות אנוש, אבל הטכנולוגיה יכולה לשמש גיבוי, עוד עיניים שבוחנות את התמונות והנתונים, מגלות טעויות ומציפות אותן. הראינו שאנחנו יכולים לחשב סיכוי של אישה לחלות בסרטן בצורה מדויקת, בעזרת מחשבים ובהתבסס על נתונים קליניים שלה". עוד היא סיפרה על עבודת חוקרי יבמ סביב היכולת לאבחן חולי אפילפסיה. "חשוב לזהות איזה התקף יש, כי קיימים סוגי אפילפסיה שונים. אם יש חומר ויזואלי שצולם בעת ההתקף, זה עוזר לאבחן את סוגו. כך הדבר גם אם יש רישום מוח בעת ההתקף", אמרה. היא ציינה ש"קיבלנו נתונים על 13,000 חולי אפילפסיה מאוניברסיטת טמפל בארה"ב. הגענו למצב שבו אנחנו יכולים לחזות מתי יהיה התקף אפילפטי ומאיזה סוג. עשנו זאת על בסיס שימוש בלמידה עמוקה, לזיהוי דפוסי תמונה. כך, אנחנו יכולים לעזור לרופאים בזיהוי ולומר להם איפה להתרכז. הצלחנו להביא לאבחון מדויק של סוג האפילפסיה ולאחר מכן להתאמת סוג התרופות".

קרדיט תמונה: אלעד גוטמן, באדיבות אנשים ומחשבים.

NO COMMENTS

LEAVE A REPLY