חדשות

בינה מלאכותית ברפואה: מותר האדם מן המכונה

לבינה מלאכותית יש כבר היום שימושים רבים ברפואה, אך האם היא תחליף רופאים בעבודתם? ההערכה היא: מכונות לא יחליפו רופאים, אבל רופאים שנעזרים בבינה מלאכותית יחליפו את מי שיימנעו משימוש בה

בינה מלאכותית בשימוש הרפואה. אילוסטרציה

בתחזית של החוקר והנוירוכירורג פרופ' אנטוניו די לבה (Di leva), מומחה לנוירוכירורגיה ולנוירואנטומיה, ראש מעבדת נוירוכירורגיה חישובית (CNS) באוניברסיטת מקווארי באוסטרליה, מכונות לא יחליפו רופאים, אולם רופאים הנעזרים בבינה מלאכותית יחליפו את הרופאים שנמנעים משימוש בה.

סקירת השימושים הרבים של הבינה המלאכותית בשירות הרפואה התפרסמה בסוף השבוע (ה') במאמר של טל סוקולוב, "אבחנה עם בינה" באתר מכון דוידסון של מכון ויצמן למדע.

השימוש בבינה מלאכותית ברפואה החל בשנות ה-70 של המאה הקודמת. ובין השאר מוזכרות בכתבה טכנולוגיות אבחון בעזרת מחשבים או למידת מכונה, פיענוח תמונות דימות רפואיות, למשל בממוגרפיה, ועוד. זאת, לצד השימוש בה בפתולוגיה, כשרקמות נסרקות באמצעים דיגיטליים ועיבוד ממוחשב יכול לסייע באבחון תצלומים או סרטונים כמו סרטוני אקו לב, שבהם אלגוריתמים של בינה מלאכותית מבדילים בין מחזורי פעימות הלב ומתריעים על אי ספיקת לב.

בבדיקה כמו קולונוסקופיה, למשל, מערכות סיוע ממוחשבות הפועלות במהלך הבדיקה מצליחות לזהות נגעים קטנים במיוחד, שלרופאים קשה להבחין בהם. "שימוש בלמידת מכונה", מסבירה הכותבת, "מאפשר לנו להביא בחשבון משתנים מרובים ולנתח כמויות גדולות של מידע, אבל כדי לפתח שיטת ריפוי, צריך להבין מה מקור הבעיה".

בקריאת תמונות דימות בעבור רדיולוגים, מאמנים את הבינה המלאכותית כדי שתזהה אזורים חשודים בתמונה רפואית. המערכת "מאומנת" על תמונות רבות שעובדו, סומנו וסווגו על ידי בני אדם. אך אלגוריתמים המתאמנים על תמונות שיוצרו במקום אחד, או על אוכלוסיה מסוימת, או עם  סימונים מסוימים, לא בהכרח יידעו להכליל כהלכה תמונות שמיוצרות במקום אחר, על אוכלוסיה שונה או עם סימונים אחרים. לכן, כדי להטמיע אמצעי בינה מלאכותית במרכז רפואי, יש צורך באימון מחדש או בהתאמת האימון של האלגוריתם למוסד הספציפי.

למידת המכונה לפיכך, אינה יוצרת ידע חדש, אלא רק מסווגת מידע על פי האימון שלה. בנוסף, היא אינה יכולה לנמק כפי שרופא יכול לנמק החלטה מסוימת שקיבל. 

איך מסייעת הבינה המלאכותית לרופאים בדימות

תהליכי העיבוד של תמונות דימות רפואיות כוללים כמה שלבים שונים של עיבוד תמונה. האלגוריתם של הבינה המלאכותית יכול לנקות רעשי רקע בלתי נמנעים באופן שישפר ויגדיל את הרזולוציה של תמונות דימות רפואיות. חלוקת התמונה לאזורי עניין, כלומר סגמנטציה (segmentation) באמצעות בינה מלאכותית, מאפשרת תיחום ברמת הרקמות הנראות בתמונת מיקרוסקופ. יישומי בינה מלאכותית יכולים לנתח תמונת מיקרוסקופ ולתחום בתוכה אזורים של רקמות סרטניות.

במשימות הסיווג (classification) מאומנים האלגוריתמים לסווג את הנגע ולקבוע אם הוא שפיר או סרטני, ואם הוא סרטני, מהו סוג הסרטן. במשימת החיזוי הצליחו חוקרים לאמן בינה מלאכותית לנתח תמונות CT ולקבוע מי מהנבדקים נמצא בסיכון לפתח סרטן ריאות, וזאת בין שנה לשש שנים לפני הופעת המחלה.

חיזוי רמת הסיכון באמצעים נוספים

גם בניתוח מידע רפואי במדדים של בדיקות דם, רמת הסוכר ומספר תאי הדם האדומים, לצד מידע גנטי, סוגים וכמויות של חיידקים שונים במיקרוביום ועוד, יכולה בינה מלאכותית לסייע לרופאים.

במחקר של "כללית" פיתחו החוקרים מודל חיזוי המתריע על מטופלים הנמצאים בסיכון מוגבר ללקות בתוך כמה שנים באי ספיקת כליות כרונית. מחקרים נוספים מפתחים תחזיות עבור מחלות המתפתחות באיטיות ובהדרגה כמו מחלות לב וכלי דם וסוכרת.

נוסף על אבחון של מצבים רפואיים, בינה מלאכותית משמשת בתחומים רבים שבהם מדע הרפואה משיק לטכנולוגיה. כמה מתחומים אלה הם פיתוח ציוד רפואי, חיפוש ופיתוח תרופות, סוגיות תיאורטיות כמו חיזוי המבנה של חלבונים ועוד.

אולם, לצד היתרונות של למידת מכונה, ישנם גם מגבלות. תהליך הלמידה של הבינה המלאכותית משתמש בידע רפואי קיים ואינו מייצר ידע רפואי חדש. ההטמעה של כלי בינה מלאכותית במערך הרפואי דורשת השקעה של מאמץ ומשאבים ולמרות שלמידת מכונה מאפשרת לנתח כמויות גדולות של מידע, לעקוב אחרי משתנים רבים, לזהות קשרים מורכבים ביניהם ולבצע חיזוי למצבם הרפואי של המטופלים בעתיד, היא אינה מספקת הסבר למנגנון שעומד מאחורי הקשרים הללו. כדי למצוא מרפא לבעיה הרפואית עצמה, צריך להבין את המנגנון הגורם לה.

לסיכום, בינה מלאכותית היא כלי מצוין לשיפור יכולת החיזוי, האבחון והמחקר הרפואי, אך היא אינה תחליף למחקר ולמחשבה של בני אדם.

נושאים קשורים:  בינה מלאכותית,  למידת מכונה,  דימות,  אבחון,  חדשות,  מקצוע הרפואה
תגובות