כיצד הבינה המלאכותית מסייעת לאבחון אפילפסיה?
ד''ר מיכל רוזן צבי ממעבדות המחקר של יבמ בחיפה מסבירה כיצד החוקרים אבחנו סרטן שד ואת מחלת הנפילה באמצעות שימוש בכלים מבוססי AI, שגם המליצו על אופן הטיפול במחלה
"הטכנולוגיה משנה עולמות תוכן רבים, לרבות עולם הבריאות. החיבור בין בינה מלאכותית, מחשבים, ביג דטה 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 כנס dHealth 2019 . הכנס, בהפקת אנשים ומחשבים, נערך היום (ה') באולם האירועים לאגו בראשון לציון, בהשתתפות מאות מקצוענים בתחום ובהנחיית יהודה קונפורטס, העורך הראשי של הקבוצה.
צילום ועריכת וידיאו: ליטל רובינשטיין
לדברי ד"ר רוזן צבי, "בעבר הסיקו מסקנות מנתונים, יצרו מודל שלא יהיה מסובך מדי, כדי להוציא ממוצעים ומדדים מהסטטיסטיקות. כיום, יש אלגוריתמים מורכבים, אז אפשר להשליך מודלים מסובכים יותר על הדטה".
"בימינו", אמרה, "הביג דטה משנה את הרפואה. השאלה היא: איפה צפוי להיות שינוי דרמטי? התשובה היא שהבינה המלאכותית תביא להחלפת חלק מהעבודה בפתולוגיה וברדיולוגיה. תרומת העולם הטכנולוגי החדש תהיה הכי משמעותית בדיאגנוזה ובפרוגנוזה. עולם הרפואה יושפע מלמידה חישובית. על מנת לקדם את הרפואה הקיימת, 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 שלמישהו יש אפילפסיה, אלא לומר 'לאדם זה יהיה התקף אפילפטי בעוד שלוש דקות, כי זיהיתי את הגורם לכך'. או 'לזאת יהיה סרטן שד', ולהצביע מה הגורמים שהביאו לכך. אלה טכנולוגיות שלא קיימות. הדבר השני שעובדים עליו הוא השילוב בין הידע לבין טכנולוגיות למידה".
החסמים שצריך לעבור כדי להשיג מידע רפואי
היא ציינה כי "על מנת להצליח לתת פתרונות, צריך שהמידע יהיה זמין. כדי להשיג מידע רפואי יש לעבור שני חסמים: אחד מהם הוא חוסר הרצון של ארגוני רפואה לחלוק נתונים עם אחרים והשני הוא הצורך בהגנת הפרטיות. במעבדות המחקר של יבמ אנחנו חושבים שמאוד חשוב לחשוף לקהל אילו טכנולוגיות ניתן לפתח".
ד"ר רוזן צבי אמרה ש-"כדי לייצר הזדמנות שכזאת חברנו לעמותת The DREAM Challenges, שדוגלת בשיתוף פתוח במידע כדי לייצר את חוכמת ההמונים – לטובת שיפורים בעולם הבריאות. כך, עשינו ביחד מיקור המונים לאלגוריתמים. חוקרים ניגשים לנתונים ספציפיים, מנתחים ופותרים בעיות שהוגדרו".
מערכת שמצליחה לזהות סרטן שד ואפליפסיה
היא נתנה שתי דוגמאות, שהראשונה שבהן היא מתחום סרטן השד. לדבריה, "על מנת לוודא שלאישה אין סרטן שד, מזמינים אותה לעבור בדיקת דימות (ממוגרפיה). הבדיקה מנפיקה ארבע תמונות ועל בסיסן הרדיולוג קובע האם יש לה את המחלה או לא. בעקבות הסכם שערכנו עם ארגונים רפואיים בארצות הברית קיבלנו נתונים של 80 אלף נשים והזמנו חוקרים להשתתף בתחרות לזהות האם יש להן סרטן שד. קיבלנו תוצאה בטווח טוב, המתחרים הגיעו ליכולת זיהוי טובה של המחלה".
"בארץ", הוסיפה, "אנחנו, ביבמ, עבדנו עם מכבי ואסותא, חברה בת שלה. מכבי ואסותא אפשרו לנו לעיין בנתונים מותממים (שהוסר מהם הזיהוי האישי – י"ה) מ-13 אלף נשים. היה לנו תמונות ממוגרפיה, היסטוריה רפואית שלהן ומידע מה קרה בעקבות הביופסיה. כך, גם אם הרדיולוגים לא זיהו סרטן אצל האישה, אנחנו ידענו. בעקבות המחקר פרסמנו מאמר בעיתון מקצועי ובו קבענו שניתן ללמוד מהנתונים הקליניים ומהתמונות, וכן שהשילוב של השניים משפר את תוצאות האבחון – זה מוכח מתמטית. לקחת תמונות ולנתח אותם זה אפשרי, אבל להראות שניתן להרוויח מחיבור הנתונים לתמונות – זה דבר שלא קרה לפנינו".
ד"ר רוזן צבי ציינה כי "הצלחנו להגיע עם האלגוריתמים לרמת הרדיולוגים. יש טעויות אנוש, אבל הטכנולוגיה יכולה לשמש גיבוי, עוד עיניים שבוחנות 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 אלף חולי אפילפסיה מאוניברסיטת טמפל בארצות הברית. 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. זה חוסך לרופא זמן, כי הוא לא חייב לצפות בסרט ארוך של ההתקף. הצלחנו להביא לאבחון מדויק של סוג האפילפסיה ולאחר מכן להתאמת סוג התרופות".
ד"ר רוזן צבי סיכמה באמרה כי "יש הרבה טכנולוגיות שניתן לפתח בעולם הבריאות, בין השאר כשמחברים אליה את הבינה המלאכותית. יש הזדמנויות למכביר אבל לא מספיק טאלנטים. אפשר לעשות המון ובתחומים רבים, וכדאי להתחיל בדיאגנוזה ורדיולוגיה. על מנת להצליח, צריך לחלוק דטה. משרד הבריאות עושה רבות כדי להנגיש את הנתונים באופן מוגן".
תגובות
(0)