בחדר המיון עם AI: מי באמת נושא באחריות כשהאלגוריתם טועה
בפאנל בוועידת הבריאות 2026 סיפרו בכירי הרפואה הישראלית איך AI כבר מסמן ממצאים בדימות, מקצר אשפוזים ומצמצם עומס — ואיך מטופלת בהדסה קיבלה סימון שגוי של מפרצת ורצה למיון אחר. המסקנה: האחריות נשארת אצל הרופא, ובישראל עוד אין רגולציה כמו בשווייץ ובצרפת.

תארו לעצמכם שיצאתם מבדיקת CT מוח בסוף יום עבודה, הגעתם הביתה, ובדיוק כשהכול נרגע פתחתם את פורטל בית החולים וראיתם שהמערכת סימנה מפרצת בכלי דם במוח. זה בדיוק מה שקרה למטופלת שהגיעה למכון ה-CT בהדסה, כפי שסיפר פרופ' יעקב סוסנה, נשיא האקדמיה הישראלית הלאומית לרפואה מדעית ומנהל אגף הדימות בהדסה. היא לא הצליחה להשיג מענה טלפוני בשעה הזו, נכנסה לפאניקה ורצה לחדר מיון בבית חולים אחר. שם התברר שמדובר בממצא חיובי כוזב. היא הייתה בטוחה שהיא בדרך לצנתור מוחי; המערכת הייתה בטוחה שהיא עשתה את העבודה שלה.
אז מה בעצם קרה כאן? לא תקלה טכנית ולא באג. קרה משהו הרבה יותר מסובך: אלגוריתם סימן משהו, אף אדם לא היה זמין להסביר את הסימון, ומטופלת אחת שילמה על זה בלילה שלם של בהלה. וזה בדיוק סוג הדיון שהתקיים בפאנל בוועידת הבריאות 2026, שבו התכנסו שלושה מהאנשים שמובילים את מהפכת ה-AI ברפואה הישראלית: ליאת נדאי ערד, מנהלת iNextData במרכז הרפואי איכילוב; פרופ' אבי צור, מנהל רפואי ראשי ב-ARC ובמרכז ה-AI של שיבא תל השומר; ופרופ' סוסנה מהדסה. שלושתם לא ניסו למכור חזון. הם דיברו על מה שכבר עובד, על מה שכבר נשבר, ובעיקר על מי חותם בסוף.
50% מהרופאים בארה״ב כבר מתייעצים עם המכונה
פרופ' צור תיאר חדירה עמוקה בהרבה ממה שרוב האנשים מדמיינים. "החדירה של AI ישירות לעבודת הרופאים עמוקה מאוד, בכל ההיבטים וגם בתוך בתי החולים", אמר, והוסיף שבישראל בונים מערכות רגולציה פנימיות כדי להסדיר איך מכניסים כלים כאלה בצורה מבוקרת. הדוגמה שהביא חדה במיוחד: OpenEvidence, כלי שמאפשר להתייעץ על אבחון, טיפול וחשיבה קלינית, נמצא לפי דבריו בשימוש של כ-50% מהרופאים בארצות הברית — "ככל הנראה האפליקציה שתפסה הכי מהר אצל רופאים בהיסטוריה". חצי מהרופאים. לא פיילוט ולא קבוצת ביקורת.
בשיבא ובאיכילוב, סיפר, מוסיפים על זה שכבה שמחברת את הכלי ישירות לתיק הרפואי בצורה מאובטחת ששומרת על פרטיות המטופל. וזה השלב שבו השיחה מפסיקה להיות על טכנולוגיה ומתחילה להיות על אחריות: ברגע שה-AI רואה את התיק המלא, הוא לא עוד מנוע חיפוש רפואי — הוא שותף סמוי לשיקול הדעת.
הבעיה היא לא הזיהוי, אלא מה עושים איתו
קחו את Gleamer, תוכנת דימות שמסמנת שבר בצילום. מה קורה כשהתוכנה מסמנת שבר והרופא לא רואה אותו? פרופ' צור לא התחמק: בכל דיסציפלינה רפואית, מניהול חדר לידה ועד טראומה באורתופדיה, יש מצבים שבהם גם בישיבת בוקר אין הסכמה מלאה בין מומחים. "נהוג לומר שבבוקר כולם חכמים יותר", הוא אמר, "ומה שה-AI מאפשר הוא להביא את 'החכמים של הבוקר' איתנו למשמרת הלילה". מטפורה טובה, והוא מיד הניח לידה את הגבול: "מצוין שמקבלים זווית נוספת, אבל חייבים לשמור על שיקול הדעת שלנו... בסוף אנחנו אלה שמשכללים את הנתונים ומקבלים את ההחלטה".
המטופל מגיע למיון עם צ'אט בכיס
הצד השני של המתרס לא פחות מעניין, ואולי יותר ישראלי. נדאי ערד תיארה מציאות שבה כל כאב ראש או נקודת חן נשלחים קודם כל לצ'אט: "בקרב הדור הצעיר זה כבר חלק אינהרנטי מתהליך קבלת ההחלטות — עוד לפני שפונים להורים או לרופא, פונים לצ'אט". המודלים משתפרים כל הזמן ושיעור הטעויות יקטן, אבל הוא לא יגיע לאפס. ובכל זאת היא רואה בזה תהליך חיובי: האחריות נשארת אצל הצוות הטיפולי, והמטופל מגיע לחדר הרופא "מאתגר יותר, עם שאלות טובות וממוקדות יותר". מחקרים, הוסיפה, מראים שמעורבות המטופל חיונית להחלמה.
הבעיה היא מה קורה כשהמטופל לא רק שואל אלא דורש. פרופ' סוסנה סיפר על אותה מטופלת שרצה למיון בבית חולים אחר בגלל סימון בפורטל, וציין שבמדינות שונות יש גישות שונות: בשווייץ המטופל צריך לתת הסכמה מפורשת לשימוש בכלי AI בטיפול בו, ובצרפת יש לו זכות לסרב. בישראל, בינתיים, אין רגולציה כזו. זה אותו דיון מוכר על פרטיות, רק שהפעם השאלה היא מי רשאי להציץ בסימון של אלגוריתם, ומתי.
אז מי משלם על טעות? בינתיים הרופא
השאלה על מי נופלת האחריות כשהמערכת טועה קיבלה תשובה ישירה למדי מנדאי ערד: "בסופו של דבר האחריות נופלת על הרופא, ואני מקווה שכך זה יישאר". היא תיארה מציאות שבה בתי חולים גם מפתחים כלים בעצמם וגם מטמיעים מערכות חיצוניות, והמשימה היא להכניס אותן מהר ובבטחה — בעיקר דרך הכשרה והבהרה היכן עוברים גבולות היכולת של המערכת. "לא הוגן לזרוק לרופאים כלי AI ולהשאיר אותם להתמודד לבד", אמרה, ונתנה אנלוגיה שכל מהנדס יזדהה איתה: "ככל שהבלמים ברכב טובים יותר, אפשר לנסוע מהר יותר".
שש עד עשר שעות פחות אשפוז
מכאן עברנו למספרים, וזה החלק שמעניין במיוחד את מי שמנהל תקציבים. פרופ' צור סיפר על מהלך רחב של פריסת פלטפורמה קלינית מבוססת AI בכל בית החולים, בליווי מחקר מקיף עם נקודת ייחוס למצב הקיים: אשפוזים חוזרים, שחיקת צוותים, סנכרון בין רופאים לאחיות והעצמת מטופלים. הפלטפורמה כוללת יכולות של Ambient AI שמסכמות את הביקור עבור הרופא, הצוות הסיעודי והמטופל, כותבות סיכומי קבלה ומכתבי שחרור, ומסייעות בחשיבה הרפואית מתוך ההקשר הקליני המלא. היעד שהוא הציב נשמע כמעט פרוזאי עד שמבינים מה עומד מאחוריו: שמטופל ישתחרר בעשר בבוקר במקום בשש בערב.
באיכילוב כבר יש תוצאה. נדאי ערד סיפרה שהם פרסו מערכת כזו לפני יותר משנה והשוו נתונים חצי שנה לאחר ההטמעה: קיצור ממוצע של שש עד עשר שעות באשפוזים במחלקות הפנימיות. "התוצאה הזו הפתיעה אפילו אותנו", הודתה, תוך שהיא מזכירה שמדידה בבית חולים היא משימה מורכבת בגלל ריבוי משתנים. שש שעות מיטה הן לא רק מספר יפה במצגת — הן עוד מטופל שנכנס, ועוד צוות שלא נאלץ לדחוף.
1,200 אפליקציות, ורק עשירית מהבדיקות מסומנות
פרופ' סוסנה נתן את המספרים הכי קרים בהקשר הזה: מתוך כ-1,600 אפליקציות AI רפואיות שמאושרות כיום על ידי ה-FDA האמריקאי, כ-75% — כ-1,200 יישומים — שייכות לתחום הרדיולוגיה. בהדסה מתבצעות מדי חודש כ-100 אלף אנליזות לכ-30 אלף מטופלים, וכ-10% מהבדיקות מסומנות כחיוביות. מאה אלף אנליזות בחודש מול 30 אלף מטופלים — כלומר יותר משלוש בדיקות למטופל בממוצע — זה עומס שקט שאף אחד לא מדבר עליו. אבל החשיבות, הדגיש, היא לא רק בזיהוי שבר אלא גם בתעדוף: אם האלגוריתם מזהה דימום מוחי מסיבי, הוא מקפיץ את הבדיקה לראש הרשימה, הרדיולוג ניגש אליה מיד, והמטופל מקבל טיפול מוקדם יותר.
אל תתייחסו ל-AI כמו לאל, תתייחסו אליו כמו למתמחה
וכאן מגיעה השאלה שמעסיקה כל מי שעבד עם כלי AI יותר משבוע: מה קורה למיומנות שלנו? אם רופא מתרגל לכך שהמחשב מפענח עבורו, הוא עלול להפסיק להסתכל לעומק על הצילום. פרופ' סוסנה לא ניסה להרגיע: "לכן ההנחיה שלנו לרופאים ולמתמחים היא לגשת קודם כל לפענוח בעצמם, ורק לאחר מכן להיעזר ב-AI". הם מצאו שמתמחים בשנה הראשונה נוטים לסמוך יותר על המחשב ופחות על עצמם, ולכן עושים יותר טעויות; רק בשנה השנייה והשלישית הם בשלים לזהות כשהאלגוריתם טועה. ההשוואה שלו חדה: "צריך להתייחס ל-AI כמו אל מתמחה — הוא עוזר ועושה עבודה טובה, אבל הוא לא תמיד צודק". ובסוף, במשפט שמסכם את כל הפאנל: "מודלי שפה ו-AI הם 'מומחיות בלי מומחים'".
אז בין מטופלת שנלחצת מסימון בפורטל, רופא שמחזיק את האחריות המשפטית ומנהל שמנסה לשחרר מיטה בעשר בבוקר, נשארת שאלה אחת קטנה: אם ה-AI הוא המתמחה, מי בדיוק עושה לו חפיפה במשמרת הלילה?