בינה מלאכותית ברפואה (AI in Healthcare)
הגדרה
בינה מלאכותית ברפואה היא שימוש במערכות AI לסיוע באבחון, בפענוח הדמיות, בחיזוי מצב המטופל ובעבודת התיעוד — תחום שבו התועלת גדלה במהירות, לצד סיכונים של הטיה, טעויות ופיקוח חסר.
💡 דוגמה
צילום CT של מטופל במיון נסרק בתוכנה עוד לפני שהרדיולוג פתח אותו, והמערכת מקפיצה אותו לראש התור כי זיהתה חשד לדימום במוח. את האבחנה עצמה עדיין קובע הרופא.
תחום אחד, הרבה שימושים
"בינה מלאכותית ברפואה" אינה מערכת אחת אלא אוסף של שימושים שונים מאוד זה מזה. ארגון הבריאות העולמי (WHO) מנה בינואר 2024, בהנחיות שפרסם על מודלים גדולים רב-מודליים, חמישה תחומי שימוש רחבים: אבחון וטיפול קליני, למשל מענה לשאלות כתובות של מטופלים; שימוש בידי המטופלים עצמם לבירור תסמינים וטיפולים; משימות פקידותיות ומנהליות, כמו תיעוד וסיכום של ביקור; הכשרה של רופאים ואחיות, כולל מפגשים מדומים עם מטופלים; ומחקר מדעי ופיתוח תרופות. לצד המודלים החדשים פועלות כבר שנים מערכות ותיקות וממוקדות יותר — תוכנות שמנתחות צילום מסוג אחד, או מודל שמחשב ציון סיכון מתוך הרשומה הרפואית.
הדמיה: המקום שבו זה כבר שגרה
התחום הבשל ביותר הוא פענוח הדמיות. לפי ויקיפדיה, נכון ל-2025 כ-77 אחוזים ממכשירי הרפואה מבוססי-הבינה-המלאכותית שאישר מנהל המזון והתרופות האמריקאי (FDA) — 967 מתוך 1,247 — שייכים לרדיולוגיה. ב-2018 התיר ה-FDA לשיווק את המכשיר הראשון שמאבחן מחלת עיניים מסוימת, רטינופתיה סוכרתית, באמצעות אלגוריתם. לישראל חלק בולט בתחום: Aidoc, שנוסדה ב-2016 בתל אביב, קיבלה באוגוסט 2018 אישור FDA ראשון למערכת שמזהה דימום תוך-גולגולתי בצילומי CT. ברוב המקרים המערכת מסמנת ומתעדפת, וההחלטה נשארת בידי הרופא.
הניירת: הרופא מדבר, התוכנה כותבת
חלק גדול מן האימוץ המהיר אינו באבחון אלא בעבודה המנהלית. ויקיפדיה מסכמת מחקרים ראשונים שלפיהם כלים כאלה עשויים לעזור לרופאים בתיעוד ולהפחית עומס מנהלי — גורם ידוע לשחיקה. הדוגמה הבולטת היא "סופר דיגיטלי": תוכנה שמאזינה לשיחה בין הרופא למטופל ומנסחת ממנה טיוטה של הרשומה. בארגון הבריאות האמריקאי Kaiser Permanente השתמשו בכלי כזה 7,260 רופאים ב-2,576,627 מפגשים בין אוקטובר 2023 לדצמבר 2024, והארגון דיווח על חיסכון של קרוב ל-16,000 שעות תיעוד. הכלי אינו מקבל החלטות קליניות: הרופא קורא את הסיכום, מתקן ומאשר.
כשהמודל טועה: הטיה ואימות חסר
שני מחקרים מצוטטים ממחישים מה עלול להשתבש. ב-2019 פרסמו זיאד אוברמאייר ועמיתיו בכתב העת Science ניתוח של אלגוריתם מסחרי נפוץ לזיהוי מטופלים עם צרכים רפואיים מורכבים, שמשפיע על מיליוני מטופלים. הם מצאו שבאותו ציון סיכון, מטופלים שחורים חולים יותר באופן ניכר ממטופלים לבנים. הסיבה: האלגוריתם חזה עלויות טיפול ולא מחלה, ובשל גישה לא שוויונית לטיפול מוציאים פחות כסף על מטופלים שחורים. תיקון הפער היה מעלה את שיעור המטופלים השחורים שמקבלים עזרה נוספת מ-17.7 ל-46.5 אחוזים. ב-2021 בדקו חוקרים מאוניברסיטת מישיגן את מודל חיזוי אלח-הדם של חברת Epic, שפעל במאות בתי חולים בארצות הברית, ומצאו יכולת הבחנה נמוכה מזו שדיווחה היצרנית: מבין 2,552 מטופלים שפיתחו אלח-דם, המודל זיהה רק 183 שלא קיבלו אנטיביוטיקה בזמן.
סיכונים ורגולציה
ארגון הבריאות העולמי מונה בין הסיכונים של מודלים גדולים ברפואה טענות שגויות, לא מדויקות, מוטות או חלקיות שעלולות לפגוע באנשים; נתוני אימון באיכות נמוכה; "הטיית אוטומציה", שבה אנשי מקצוע ומטופלים מחמיצים טעויות כי הם סומכים על המכונה; וסיכוני סייבר למידע רפואי. הארגון פרסם יותר מ-40 המלצות לממשלות, לחברות ולמוסדות רפואיים, ובהן ביקורת חיצונית של המערכות ופרסום תוצאותיה. בארצות הברית מנהל ה-FDA רשימה פומבית של מכשירים רפואיים מבוססי-AI שאושרו, והודיע שיבחן דרכים לסמן בה מכשירים שמבוססים על מודלי-יסוד, כולל מודלי-שפה גדולים. באיחוד האירופי, חוק הבינה המלאכותית שאושר במרץ 2024 מסווג מכשירים רפואיים מבוססי-AI כמערכות בסיכון גבוה. ויקיפדיה מסכמת שבינה מלאכותית ברפואה נותרה נכון ל-2025 "מוסדרת בחסר חמור" ברחבי העולם.
📬 הגיליון השבועי של Wiki-AI
פעם בשבוע, ביום ראשון: שלושת הדברים החשובים שקרו בעולם הבינה המלאכותית, בעברית פשוטה, וערכים חדשים באנציקלופדיה. לגיליונות
שאלות נפוצות ❓
האם בינה מלאכותית כבר מאבחנת מחלות?
בתחומים מסוימים כן, בעיקר בהדמיה. ב-2018 אישר ה-FDA לשיווק את המכשיר הראשון שמאבחן רטינופתיה סוכרתית באמצעות אלגוריתם. ברוב המקרים המערכות מסמנות ממצאים ומתעדפות, וההחלטה נשארת בידי הרופא.
באיזה תחום רפואי יש הכי הרבה מערכות מאושרות?
ברדיולוגיה. לפי ויקיפדיה, נכון ל-2025 כ-77 אחוזים מהמכשירים מבוססי-ה-AI שאישר ה-FDA — 967 מתוך 1,247 — שייכים לתחום הזה.
מה הסכנה בהטיה של מודל רפואי?
מחקר שפורסם ב-Science ב-2019 מצא שאלגוריתם נפוץ חזה עלויות טיפול במקום מחלה, ולכן מטופלים שחורים קיבלו פחות עזרה נוספת מאשר מטופלים לבנים חולים באותה מידה.
איך AI עוזר בעבודה היומיומית של רופאים?
בעיקר בתיעוד. ב-Kaiser Permanente השתמשו 7,260 רופאים בכלי שמאזין לביקור ומנסח טיוטה של הרשומה, והארגון דיווח על חיסכון של קרוב ל-16,000 שעות תיעוד. הרופא בודק ומאשר כל סיכום.
יש לישראל חלק בתחום?
כן. Aidoc הישראלית קיבלה ב-2018 אישור FDA ראשון למערכת שמזהה דימום תוך-גולגולתי בצילומי CT.