ה-AI ברמב"ם: במקום שבץ מוחי התגלה זיהום חניכיים
מערכת ה-AI "שקד" של בית החולים רמב"ם פועלת זה חצי שנה במיון ומנתחת נתוני חולים בזמן אמת. היא כבר קיצרה את זמן האשפוז בשעה ואת זמן הייעוץ של מומחים ב-25 דקות, תוך זיהוי מקרים כמו דלקת חניכיים שנדמתה לשבץ מוחי וחשד להתעללות בתינוקת.
תתארו לכם: אישה צעירה מגיעה למיון עם שיתוק בפנים, כל הסימנים מצביעים על שבץ מוחי. רופאים עומדים להפעיל פרוטוקול חירום, כולל CT דחוף – ואז מערכת AI שקטה ברקע מתריעה: רגע, היא טופלה אצל רופא שיניים לפני שבועיים. התוצאה? לא שבץ, אלא דלקת חניכיים חריפה. זה בדיוק מה שקרה לאחרונה בבית החולים רמב"ם בחיפה, מאז שמערכת "שקד" – מערכת הבינה המלאכותית החדשה שלהם – נכנסה לפעולה במיון.
פרופ' שחר שלי, מנהל מחלקת נוירולוגיה ברמב"ם וראש המעבדה לבינה מלאכותית בטכניון, מבהיר שזו לא עוד עוזרת דיגיטלית. "זאת מערכת ה-AI הראשונה שמעורבת בצמתי קבלת החלטות חשובים מאוד במיון", הוא אומר. המערכת, שפועלת מזה כחצי שנה, מנתחת בזמן אמת את כל נתוני החולים: היסטוריה רפואית, תוצאות מעבדה, מדדים קליניים – ומשווה את הכל לספרות הרפואית. היא לא מחליטה לבד, אבל מקפיצה התרעות למחשבים של רופאים על מקרים שדורשים טיפול דחוף, לפעמים לפני שבני אדם מזהים את הסכנה.
קיצור זמנים שכבר מורגש
מעבר לדיוק, אחד הדברים שהכי מדברים אלינו בעולם ההייטק – יעילות. לפי פרופ' שלי, המערכת כבר קיצרה בשעה את הזמן לאשפוז, וב-25 דקות את זמן הייעוץ של מומחים במיון ובמיון ילדים. "אנחנו מאמינים שבעתיד הקרוב זמני ההמתנה יתקצרו משמעותית", הוא מוסיף. "כבר כעת התוצאות הדהימו אותנו". במילים פשוטות: פחות שעות המתנה ל-CT, פחות בדיקות מיותרות, וסיכוי טוב יותר לאתר מקרים קריטיים בזמן.
איך זה עובד בפועל? "שקד" מתכללת את כל המידע על החולה, כולל ביקורים קודמים, ומעדכנת את עצמה בזמן אמת עם כל תוצאה חדשה. היא גם מזהה "נורות אדומות" ספציפיות – דימום פנימי, שבץ, תסחיף ריאתי – ומציגה אותן בראש הרשימה עם סימון דחוף. בנוסף, יש לה צ'אט מובנה שמאפשר לרופאים לשאול שאלות על ההיסטוריה הרפואית במקום לגלוש בעשרות ביקורים קודמים. "ה-AI שלנו לא צריך לצאת החוצה לצורך כריית מידע", מסביר פרופ' שלי. "הוא מתבסס על מאגרים עדכניים, מה שמייעל את זמן ודיוק העבודה".
מקרים שהצילו חיים
המקרה של האישה עם "השבץ" הוא רק דוגמה אחת. ד"ר עידית פסטרנק, מנהלת מיון ילדים ברמב"ם, מספרת על תינוקת בת ארבעה חודשים שהגיעה עם שבר בירך. ההורים טענו שאחיה בן השלוש נפל עליה, אך המערכת שלפה מההיסטוריה ביקור קודם עם חבלה. "ניתוח המקרה העלה חשד מיידי להתעללות", אומרת ד"ר פסטרנק. "ה-AI הרימה 'דגל אדום' על חבלה אופיינית, ורופאים דיווחו לגורמים המתאימים ללא דיחוי". במקרה אחר, נער בן 13 עם כאבי שרירים – המערכת זיהתה היפוקלמיה חמורה עם חמצת מטבולית, מצב נדיר ומסכן חיים, והרופאים התחילו טיפול מציל חיים מייד.
פרופ' שלי מסביר שגורם מרכזי בזמן שהייה במיון הוא המתנה להדמיה. "המערכת משקללת את התסמינים, הרקע הרפואי, המדדים ותוצאות המעבדה, ומציעה לאיזה חולה לבצע הדמיה, אם בכלל", הוא אומר. "היא מאתרת מקרים דחופים ומסדרת אותם בראש הרשימה". בעתיד הקרוב, המערכת צפויה לסייע גם בכתיבת סיכומי ממצאים אחרי פענוח הדמיות.
מה זה אומר על עולם הבריאות?
ה-AI של רמב"ם הוא חלק ממגמה רחבה יותר: בתי חולים וקופות חולים מטמיעים מערכות AI לתמיכה בהחלטות קליניות. זה קורה לצד החשש משימוש עצמאי של רופאים בכלי AI חיצוניים כמו ChatGPT או Gemini. "שקד" מייצג גישה אחרת – מערכת פנים-ארגונית שמשתלבת בתהליכי העבודה הקיימים, עם בקרה אנושית מלאה.
פרופ' שלי מדגיש שהמערכת פותחה הודות להירתמות הנהלת רמב"ם ועבודת צוות של מומחים, כולל ד"ר אלכסנדר סטריז'בסקי, מנהל המיון, וחטיבת הדיגיטל בראשות הגר טראו. "מאז שהתחלנו להפעיל את ה-AI 'כיועץ שקט ברקע', אנחנו חוסכים בדיקות מיותרות ומאתרים חולים שזקוקים לאשפוז מהר יותר", הוא מסכם.
בסופו של דבר, אם אתם עובדים בפיתוח רפואי או AI, הפרויקט הזה מראה איך טכנולוגיה יכולה להשתלב בלב העשייה הרפואית – לא ככלי מנותק, אלא כחלק אינטגרלי מהצוות. ואם אתם סתם ממתינים במיון, אולי בפעם הבאה המערכת הזו תקצר לכם את הזמן. רק בריאות.