רופאים עם כוח-על

אם נניח בצד את האיומים הפוטנציאליים הכרוכים בשימוש בבינה מלאכותית, עליהם מנסים מדינות וארגונים להתגבר באמצעות רגולציה, האפשרויות הן כמעט בלתי מוגבלות. תחום הבריאות הוא אחד התחומים שסובל ממערכות עמוסות, עודף מידע ומחסור בכוח אדם, והכלים שמציעים מודלים של שפה גדולים (MML) יכולים ליצור שינוי כמעט בכל היבט של העבודה.

הבינה המלאכותית היוצרת (Generative AI - GenAI) נתנה דחיפה אדירה לפיתוחים שארגוני בריאות כמו בתי החולים וקופות החולים עובדים על יצירתם בשנים האחרונות בעזרת חברות ויזמים שעוסקים בפיתוח. כיום ניתן למצוא במערכת הבריאות בישראל שימושים במערכות AI לפיענוח בתחומי הרדיולוגיה והדימות, לניתוחים גנטיים, לניהול תרופות, מעקב אחרי חולים, חיזוי סיכון למחלה, עיבוד ותמצות מידע רפואי וכן בשירותי טלמדיסין. 

דוגמה אחת מיני רבות לפיתוח מבוסס AI, ש"עשוי להיות גיים צ'נג'ר בתחום ניהול מחלות דרכי אוויר", כפי שמתאר ד"ר אמיר בר-שי, מנהל המכון לרפואת ריאות ב"איכילוב" ומייסד עמותת דרכי נשימה, היא פלטפורמה מבוססת AI לניהול ביתי של מחלות נשימה כרוניות. חברת הסטארט-אפ הישראלית רספיר אייאי מדיקל מפתחת בימים אלה פלטפורמה המתמקדת בתחילה במחלת ה-COPD ומטרתה לאפשר לחולים, באמצעות אלגוריתם חדשני, לנטר את המחלה בצורה יעילה מהבית ולנבא מוקדם את אירועי ההתלקחויות שלה. "כך", אומר ד"ר בר-שי, "ניתן יהיה לאפשר טיפול מוקדם, למנוע אשפוזים ולהציל את חיי החולים". כיום החברה מבצעת ניסוי קליני במספר מרכזים רפואיים ברחבי הארץ וצפויה להשיק מוצר ראשון של הטכנולוגיה החדשנית בשוק בשנת 2026.

רגולציה מאפשרת

"מערכת הבריאות בישראל היא אחת המדינות המובילות בעולם בחדשנות בבריאות וברפואה, גם מבחינת היקף שירותי הבריאות המתקדמים שניתנים במימון ציבורי, וגם בהכנסת חדשנות לבתי החולים ולקופות החולים", אומרת אסתי שלי, מנהלת אגף בריאות דיגיטלית במשרד הבריאות.

"בחמש-שש השנים האחרונות משרד הבריאות פועל לקידום חדשנות במערכת הבריאות כדי לשפר את שירותי הבריאות, ורואה את תחום החדשנות בבריאות כאחד מגורמי הצמיחה לכלכלת ישראל. אני רואה את זה לא מעט בפורומים בינלאומיים שבהם אני משתתפת. המקום של חדשנות בבריאות בישראל הוא מקור גדול לגאווה. רופאים ומובילי חדשנות בתחום הבריאות בישראל מוזמנים להרצות ולשתף מנסיונם בתחום זה בעולם. משרד הבריאות תומך בארגוני הבריאות על מנת שיכניסו שירותים חדשניים לשימוש עבור מטופלים. עיקר העבודה שלנו במשרד, וזה התפקיד שלנו כממשלה, הוא להבטיח שקופות החולים ובתי החולים יוכלו לעשות זאת, הן מבחינה רגולטורית, הן מבחינת מבנה המערכת ומאזן הכוחות והן מבחינת התשתיות -  מתשתיות טכנולוגיות ועד תשתיות מידע.

כך למשל, מתארת שלי, "לפני שלוש השנים הסדרנו רגולטורית את השימוש במחשוב ענן במערכת הבריאות, מהלך משמעותי שעדיין לא קיים בהרבה מדינות ובמטרה להסיר חסמים לשימוש בחדשנות. אסדרת מחשוב ענן אין משמעותה שהכל יכול לעלות, אך הרגולציה מאפשרת ניהול והערכת סיכונים כך שארגוני הבריאות יוכלו לזהות את הסיכונים, לאמוד אותם אל מול התועלות ולהפעיל אמצעים להפחתת הסיכון".

בנוסף, השנה מפעיל משרד הבריאות אקסלרטור (מאיץ) להטמעת טכנולוגיות בעולם השיקום. "הצרכים המשמעותיים בתחום השיקום, ובייחוד לאחר השבעה באוקטובר", אומרת שלי, "מחייבים אותנו בפיתוח מענים נוספים לציבור. באקסלרטור, עשרה צוותים מארגונים שונים עובדים על אתגרים ובעיות כדי להביא לתהליך שינוי ארגוני נתמך טכנולוגיה".

נושא נוסף הוא השימוש בבינה מלאכותית ברפואה. "בשימוש ב-AI יש מורכבות", מסבירה שלי, "ואנו נוקטים זהירות רבה כי לכל התערבות ממשלתית יכול להיות מחיר. העבודה שלנו מתמקדת בבחירה מחושבת של רגולציה ובליווי המערכת כדי לא לעצור את החדשנות. כך לדוגמה, בעולם שבו משתמשים בכלי בינה מלאכותית יוצרת (ג׳נרטיבית) לדיבור ישיר עם המטופל, נדרש להשתמש במודלים מפוקחים מותאמים לתחום הבריאות עם אמצעי הגנה וריסון. בתעשיה יש גורמים שמפתחים מודלים מותאמים לעולם הבריאות ואנו מאוד מחכים לפיתוחים האלה. הכניסה שלהם תאפשר קפיצת מדרגה בפיתוח כלים חדשניים לטובת המטופל".

לקבל בתוך שניות תובנות לגבי מטופל

קטי בר שלום, מנהלת חדשנות ומערכות מידע בקופת החולים מאוחדת, מצביעה על כך שהמודל הנוכחי במערכת הבריאות אינו בר קיימא והוא מחייב חשיבה אחרת. "זוהי תקופה של שחיקת הצוות הרפואי, מחסור ברופאות, אחיות וצוות קליני, שמתבטא בעלות של עשרות מיליונים לרופאים וצוותים קליניים, וצפי למחסור שיגדל עד 2030 בעקבות שחיקה ורפורמת יציב, וזאת לצד עלייה בתחלואה ודרך טיפול שלא תמיד נעשית בצורה אופטימלית. העלות לנפש עולה והמערכת סובלת מתת תקצוב באופן מתמשך", היא אומרת. בר שלום מאמינה שחדשנות טכנולוגית יכולה להוות מענה למרבית מהאתגרים באקוסיסטם.

קטי בר שלום, מנהלת חדשנות ומערכות מידע בקופת החולים מאוחדת. צילום: ענבר מרמרי

בר שלום מספרת על מודלים של בינה מלאכותית ב-EMR, המבוססים על איגום מידע של 25 שנות מידע רפואי אישי. EMR, או Electronic Medical Records, הן מערכות ממוחשבות לניהול ואחסון של מידע רפואי של מטופלים, המיועדות לשפר את הטיפול הרפואי ולייעל תהליכים. לדוגמה, ב"מסע מטופלת בהריון ולידה" עם זיהוי הריון בסיכון ומשימות באפליקציה להרה; "מסע סרטן השד" ופלטפורמה לעבודת צוות; "מסע מטופל סוכרתי" עם המלצה לטיפול, כמו גם רפואה פרואקטיבית וייעול בקרה פיננסית של ההוצאה הגדולה ביותר בקופה – בתי חולים.

"הבינה מלאכותית מסייעת לנו להעלות את איכות הרפואה לרמה של רפואה מדויקת ומותאמת. בעזרת מודלים מתקדמים אנו מסייעים לצוות הקליני לקבל בשניות את התובנות שמותאמות למטופל. לדוגמה, במסע מטופל סוכרתי, המערכת מציגה לרופאים והאחיות המלצות לטיפול, היסטוריה רפואית וגולת הכותרת היא איזו תרופה מומלצת לאיזון סוכרתי על סמך בדיקות המעבדה שלו וההיסטוריה הרפואית, וגם איך הוא יגיב לכל תרופה וניבוי של סיבוכי המחלה ספציפית לו. על ידי הצגת אפקטיביות של כל תרופה במקביל למדד H1C לאורך התקופה, ניתן לזהות מיידית איזו תרופה עזרה לאיזון ואיזו פחות אפקטיבית".

הבינה המלאכותית מסייעת לרופא בכך שהיא מציגה תובנות ומידע מעובד, ולא מידע רב גולמי, כך שבמסגרת עשר דקות ביקור של מטופל, הרופא יכול לקבל החלטה מדויקת יותר על סמך הניסיון שלו וזמין להעניק את מלוא תשומת הלב למטופל שמולו. "חשוב לציין", אומרת בר שלום, "שהטכנולוגיה היא כלי עזר המשווה תוצאות קודמות, מטופלים דומים ודיסציפלינות שונות, אך ההחלטה הסופית היא של הרופא. הטכנולוגיה, אגב, מנותבת לגיוון האוכלוסיות ב'מאוחדת', בפרט החברה החרדית והערבית, שלהן נדרשת התאמה בתהליכים הדיגיטליים".

פרויקט נוסף משמעותי ב"מאוחדת", שיעלה בחודש הקרוב, הוא מערכת RISי(Radiology Information System) של "פיליפס", שתאפשר לנהל את מסע המטופל בדימות הן בהיבט האדמיניסטרטיבי והן בהיבט הקליני. "תהליך זה עתיר מסמכים, הסכמות מדעת ובדיקות דחופות, כך ששלב הפיענוח דורש התייחסות אקוטית", מסבירה בר שלום. "שילוב של בינה מלאכותית יכול לאפשר ניהול יעיל על ידי תיעדוף הבדיקות לפי הממצאים, מסלול ירוק עבור ממצאים תקינים ומסלול אדום במצב שנדרשת התייחסות לממצא חריג. הבינה המלאכותית מסייעת בניבוי מדד התחלואה על בסיס הצילום ויכולה, לדוגמה, להסיק שלנגע בשד יש 20% סיכוי להיות ממאיר".

נושא נוסף שעליו עמלים ב"מאוחדת" הוא כניסה לנימבוס עם חדרי מחקר, המאפשרת לחוקרים בתחום הבריאות גישה לסביבת ענן מאובטחת, המותאמת למחקר רפואי ומאפשרת עיבוד נתונים מתקדם ושיתוף פעולה מרחוק.

בר שלום מסכמת: "אנחנו נמצאים בתקופה סופר-מעניינת שתאפשר שינויים משמעותיים בחדר הרופא ובטיפול שהמבוטחים שלנו יקבלו. החדשנות היא כוח מניע והבינה המלאכותית ללא ספק תשנה את הדרך שבה אנו נותנים שירותי רפואה, ובין השאר תמקסם זמינות בדגש על הסרת ביורוקרטיה, ביקורים דיגיטליים, אוטומציה באישורי תרופות ושל קודי מב"ר נרחבים בהתחייבויות, דיגיטציה של תהליך ההחזרים, צמצום NO SHOW של התורים, דיגיטציה של תהליך הפתולוגיה ועוד".

הרציונל: חיסכון במשאבים

"לכל מודלי השפה הגדולים, כגון ה-ChatGPT שהוצג לפני כשנתיים, יש כידוע מיומנויות נפלאות בתחומים רבים, אך ההטיות (או הזיות) שלו אינן מאפשרות להשתמש בו כיום לאבחון רפואי. למרות זאת, ניתן להשתמש בבינה מלאכותית בתחומים רבים ברפואה. בעידן שבו הזמן שניתן להקדיש למטופל מתקצר והולך, שימוש בכלי שיאפשר חיסכון בזמן הוא יתרון משמעותי", פותח ומסביר יזהר לאופר, מנהל לאומית סטארט (Leumit Start), יחידת החדשנות בלאומית שירותי בריאות.

יזהר לאופר, מנהל Leumit Start, יחידת החדשנות בקופ"ח לאומית. צילום: דוברות הקופה

"ב'לאומית' אנו עובדים על כמה כלי בינה מלאכותית כדי לשפר את הטיפול הניתן למטופלים, לחסוך לצוותים שלנו זמן ולהקל את השחיקה שלהם וגם כדי להתנהל ביעילות כלכלית. בין השאר, אנו עובדים על הכנסת כלי שיאפשר לחסוך רבות בזמן הלמידה של התיק הרפואי של המטופל. כשרופא חדש נכנס לקופת חולים או פוגש מטופל מורכב יחסית בפעם הראשונה, נדרשת לו כחצי שעה עד שעה להכנה ולהיכרות עם המצב הקליני של המטופל. כלי שיחסוך את זמן הלמידה הזה, באמצעות תמצית שמכינה בינה מלאכותית, יקצר משמעותית את ההכנה.

"תוצאות הוכחת היכולת (POC) של הכלי שאנו מפתחים מראות תוצאות יפות מאוד ללא הטיות. על מנת למנוע מצב שהכלי שפיתחנו יפספס פרטים מהותיים, נצטרך להשתמש במתודולוגית קרקוע (גראונדינג) שבעזרתה מתכנתים את הכלי שלא להתעלם מפרטים שאנו מגדירים בפניו. פיתוח כזה יכול לשמש גם בהחלפת משמרות בבתי חולים. כשאיש צוות מגיע למשמרת ומקבל מכלי הבינה מלאכותית תמצות של המשמרת הקודמת או תמצות לגבי התלונות, התסמינים, הבדיקות והטיפול במטופל ספציפי, מדובר בחיסכון של זמן רב, ובמיוחד כשמביאים בחשבון את העומס המוטל על הרופאים והצוות הסיעודי".

ב"לאומית" משתמשים בייעוץ רוקחי באופן יזום זה מספר שנים. "חולים שמוגדרים אצלנו כחולים מורכבים מוזמנים על ידי רוקח לפגישה על מנת לטייב את הטיפול התרופתי בהם. רוקח כזה משקיע כשלוש-ארבע שעות בהבנת התיק הרפואי ומתשאל את החולים לגבי התרופות ותופעות הלוואי. על מנת לחסוך את זמן למידת התיק הרפואי, קיימנו שיתוף פעולה עם חברת הסטארט אפ הישראלית FeelBetter, שבסיס המערכת שלה מושתת על שני צירים - ספרות מקצועית ביחס לתרופות וטיפול מונחה כללים והציר השני מתבסס על העולם האמיתי. הנגשנו לחברה דאטה על יותר מ-150,000 מטופלים מעל לגיל 65 עם Multimorbidity ו-Polypharmacy והם חיפשו את התבניות של מטופלים שעומדים להתאשפז בתוך 90-30 בשל בעיות במשטר התרופתי. המוצר הסופי כולל חיבור של שני הצירים לפלטפורמה אחת".

המוצר שהוטמע אצל הרוקחים המייעצים נמצא כעת בפיילוט אצל רופאי המשפחה ב"לאומית", והוא פועל לאיתור אוכלוסיה לפי רמות סיכון, יצירת דו"ח התערבות ומעקב. מודול אחד של המערכת מזהה במי לטפל ואת מי להזמין לפגישה מתוך כלל החולים המורכבים. כאמור, הוא חוסך את זמן הלימוד של התיק, סורק את התיק הרפואי של המטופל ומספק דו"ח התערבות עם המלצות לרופא. מודול אחר שעדיין לא הוטמע יבצע מעקב לאחר ההתערבות.

מחקר שערכו ב"לאומית" על המערכת מצא כי יעילות הייעוץ הרוקחי השתפרה פי חמישה. כלומר, אותה כמות של רוקחים מבצעים כיום פי חמישה התערבויות ולצד זאת נראית ירידה של 24% בכמות האשפוזים בקרב הקבוצה עם הסיכון הגבוה, ירידה במשך האשפוז של אותם מטופלים וכן שיפור בערכים קליניים שונים.

דוגמה נוספת לפעילות היא תחום הטריאז' הדיגיטלי, בשיתוף הסטרטאפ הישראלי Diagnostic Robotics. לדברי לאופר, "מדובר למעשה בשני יישומים, האחד ותיק יותר, שמשמש במוקד הלילה למבוגרים לתשאול אוטומטי על ידי המערכת, כולל שליפה אוטומטית של חלק מהנתונים מהתיק הרפואי של הפונים והכנת אנמנזה כתובה של המטופל בשפה טבעית עבור הרופא במוקד הטלהמדיסין.

יישום חדש נוסף נותן מענה למצוקה ברפואת עור. "היום", אומר לאופר, "לוקח לפעמים חודשיים לקבל תור אצל רופא עור, וכתוצאה מכך יש גם No Show גבוה וזה כמובן בזבוז כפול. ב'לאומית' יש שלושה אפיקים למענה למטופלים הזקוקים לרפואת עור – פנייה לרופא עור, לרופא משפחה או לשלוח תמונה של הנגע בעור למוקד הטלמדיסין. לאחרונה הוספנו לאפליקציה ולאתר חמש-שש שאלות שהמערכת שואלת את הפונה בשלב זימון התור. על פי המענה לשאלות היא מציגה בפני המטופל את אפיק השירות האופטימלי עבורו. היישום הזה מצליח להסיט כ-30% מהביקורים אצל רופא עור לרפואת משפחה או למוקד טלמדיסין. זה משהו שאנחנו לומדים ומשפרים כל הזמן".

המלצות טיפול קונקרטיות ומנומקות

"כלי בינה מלאכותית שמביאים תובנות קליניות לשולחן הרופא הם חלק מארגז הכלים שמציעה שירותי בריאות כללית לרופאים", פותחת ואומרת רעות אוחנה, מנהלת מערך חדשנות ב"כללית". "כלי ראוי לציון שבו אנו עושים שימוש הוא פלטפורמת CPIי(Preventive Proactive Intervention) שזכתה בפרסים לאומיים לחדשנות ומנגישה לרופאי המשפחה מודלי למידת מכונה (ML) מתקדמים, החוזים סיכון למחלות כרוניות כמו מחלות לב, אוסטאופורוזיס ועוד, וזאת בהתבסס על המידע בתיק הרפואי של כל מטופל ובמטרה למנוע מחלות או הידרדרות במצב הרפואי הנוכחי".

רעות אוחנה, מנהלת מערך חדשנות ב"כללית". צילום: דוברות הקופה

1,500 רופאי משפחה ברפואה ראשונית משתמשים ב-CPI, שנותנת לרופא המלצות טיפול קונקרטיות ומנומקות בהתבסס על קווים מנחים בינלאומיים עדכניים ביותר, עם רפרנסים מחקריים מתאימים ובשילוב עם המידע מתיקו הרפואי של המטופל.

"מענה כזה מתגבר על הקושי של הצטברות מטורפת של מידע עליו רופא צריך להתגבר. אין סיכוי שמוח אנושי יוכל לעשות איגום של כל כך הרבה מידע וזו דוגמה כיצד טכנולוגיה יכולה להנגיש לרופאי משפחה כלים והמלצות מתוקפות על ידי קלינאים מומחים לפי התחומים הקליניים הרלבנטיים. זה המון ידע, מהספרות המקצועית ומהרופאים שלנו, והוא מתקבל בלחיצת כפתור, במסך העבודה של הרופא המטפל", מתארת אוחנה. "המטרה שלנו היא לתת לרופאינו כוח-על, שיאפשר להם קבלת כמה שיותר אינפורמציה בצורה מדויקת ומותאמת, ויאפשר להם להתעמק בשיח עם המטופל ובהחלטות משותפות על המשך הטיפול, בהתבסס על המידע המעודכן ביותר".

כל זה קורה ברפואת הקהילה. בתחומים אחרים, כמו בבתי החולים של ה"כללית", מערכת הבינה המלאכותית AIDOC מאפשרת זיהוי של מצבי חירום רפואיים באמצעות סריקת CT ורנטגן, מזהה מצבי חירום רפואיים כגון שבץ מוחי, תסחיף ריאתי, שברים בעמוד שדרה צווארי ועוד. המערכת מעבירה את הבדיקות הדחופות לקדמת התור ומתריעה בפני הרדיולוג על הבדיקה החשודה. בכך היא מאפשרת לצמצם טעויות, לאתר בדיוק רב בעיות חשודות, לקצר את זמן הה​מתנה ולאפשר כשמתבקש טיפול דחוף ומציל חיים.

אולם, לא מספיק שהמטפלים ינחו את המטופלים לגבי בדיקות, תרופות ואורח החיים הנדרש על מנת לשמור על בריאותם. ב"כללית" הוקמה יחידה ייעודית שמטרתה להנגיש כלים להנעת המבוטחים לבצע את הבחירה הרפואית המיטבית עבורם ולאחרונה הושק המוצר "בוטיבדק", בוט מוטיבציוני (נאג'ים, כלומר "נעיצת מרפק") המבוסס על מודלים בכלכלה התנהגותית שבודקים מגוון רחב של פרמטרים וביניהם מתי לשלוח מסר, איך לפנות וכו'. בשלב הבא ישולב מודל AI שיצליב מידע היסטורי על המטופל ויבצע התאמות של מסרים לאורך זמן. התרחיש הראשון עוסק בבדיקת דם סמוי בצואה מתוך מטרה לבצע גילוי מוקדם ולמנוע את סרטן המעי הגס, והוא נשלח לעשרות אלפי לקוחות מעל גיל 50.

בעולם הבינה המלאכותית הגנרטיבית (Gen AI), "כללית" נמצאת בשלבי פיתוח של מוצר לרופאים שינגיש מידע רפואי וקווים מנחים המקובלים בבתי החולים או במרפאות "כללית" לצורך קבלת תשובות מהירות, לדוגמה במיון. כל הפיתוחים נעשים תוך שמירה הדוקה על פרטיות המידע האישי של המטופלים.

אתגרי איכות, בטיחות ושוויוניות

מבט גלובלי על בינה מלכותית ברפואה מספק פרופ' רן בליצר, סמנכ"ל חדשנות ב"כללית". "השימוש בבינה מלאכותית ברפואה נושא פוטנציאל חסר תקדים - לא לשיפור עקב בצד אגודל כפי שראינו עד כה, אלא לשינוי עמוק באופן בו ניתנים שירותי הרפואה ובאיכותם. אבל הכלים החדשים, בפרט אלה המבוססים על מודלי בסיס ומודלי שפה גדולים, גם מביאים עימם אתגרים חדשים שמערכות בריאות עדיין לא בטוחות כיצד יתמודדו עימם בהיבטי איכות, בטיחות ושוויוניות.

פרופ' רן בליצר, סמנכ"ל חדשנות ב"כללית". צילום: יובל חן

"חלק מהאתגרים בעולם ה-AI בבריאות אינם חדשים", אומר פרופ' בליצר. "גם בכלים ותיקים שמתבססים על סטטיסטיקה ולמידת מכונה, איכות התוצאות יכולה להשתנות מאוד בתלות במסד הנתונים הארגוני. הכלים החדשים המתבססים על מודלי שפה גדולים סובלים מחוליים כהזיות, הטיות ומענים שאינם אחידים ואינם יציבים. לכן, מערכות רגולטוריות עדיין מתחבטות בשאלה כיצד ניתן להחליט האם כלי כשר לשימוש, כאשר איכות תוצאותיו משתנה דרמטית בהתאם לשאלה הנשאלת, ומוסיפה להשתנות ולהתפתח לאורך זמן.

"ב'כללית' ניצלנו ניסיון של 15 שנים בפיתוח ויישום כלי AI כדי לייצר מערכת רגולציה חכמה פנים-ארגונית המתמודדת עם סיכון זה ורבים הדומים לו, תוך יצירת כלי חדש שלא תואר בספרות - צ'קליסט מפורט לכל כלי חדש המבקש להיכנס לפרקטיקה".

פרופ' בליצר מספר כי אחד הרעיונות המעניינים שעלה לאחרונה בהקשר זה במאמר מאת דייויד בלומנטל וחב', הוא להתמודד עם הרגולציה של בינה מלאכותית על ידי התייחסות אליה לא כאל מכשור רפואי, אלא כרופא או אחות. דהיינו, לאחר "מבחן גמר" עיוני ומעשי, לתת לכלי ה-AI תקופת מבחן שבמהלכה הוא יבצע את פעילותו באופן מפוקח, ולאחר שיעמוד ברף איכות נדרש, ייחשב ל"בוגר" ויוכל לפעול בשדה קליני אמיתי "תחת השגחה", תוך דרישה הן להמשך לימוד והשתלמות והן להערכה חוזרת במבחני כשירות עיתיים.

"אין ספק שמדובר בשינוי פרדיגמה דרמטי בהשוואה לכל מה שראינו עד היום", אומר פרופ' בליצר. "בצוות הרב לאומי בו אני חבר - הגוף המייעץ למזכ"ל האו"ם על בינה מלאכותית, אנו מתלבטים כיצד נוכל מחד לשמר את ההשלכות המהפכניות הרצויות של כלי בינה מלאכותית על תחומים קריטיים כמו בריאות, חינוך וחקלאות, ומאידך, למנוע את החוליים החברתיים והסיכונים לפרט הטמונים בשימוש לא נכון בכלים עוצמתיים אלה. דו"ח מסכם בנושא זה יצא בחודש הקרוב, ובו יותווה המסלול המוצע להתמודדות גלובלית עם שאלות חשובות אלו, וכל מדינה תצטרך בעזרתו לפלס את דרכה בעתיד המורכב שלפנינו".