מנהל שיבא: "ה-AI עושה פחות טעויות מרופאים בשתיים בלילה"
מנהל שיבא, פרופ' יצחק קרייס, הציג בוועידת ITech Israel את הרחבת השימוש במערכות AI בבית החולים — תיעוד שיחות עם מטופלים ותמיכה בהחלטות רפואיות. הוא העריך שהמערכת תחסוך לרופאים 50% מזמן העבודה כבר בינואר, וטען שבניסויים פנימיים AI טועה פחות מרופאים בעומס — בלי לפרט את הנתונים.
פרופ' יצחק קרייס, מנהל המרכז הרפואי שיבא, הציב בוועידת ITech Israel תרחיש שלא כיף לחשוב עליו: בעוד עשור מדינות המערב פשוט לא יצליחו לספק את אותה רמת רפואה שהן מספקות היום, כי הפער בין הצרכים הרפואיים למשאבים רק מתרחב. "מערכת הבריאות ניצבת בפני אתגרים קשים וקיומיים", הוא אמר. לדבריו, הדרך להתמודד עם זה היא לא לעשות את אותו הדבר קצת אחרת, אלא לשנות את אופן מתן הטיפול — עם בינה מלאכותית כמרכיב מרכזי.
מה כבר רץ בשיבא
בפועל, בשיבא מוטמעות שתי מערכות: אחת מתעדת את השיחה בין הרופא למטופל, מעבדת את המידע ומזינה אותו ישירות לתיק הרפואי; השנייה תומכת בקבלת החלטות רפואיות. קרייס תיאר שינוי מורגש במפגש עם החולה — הרופא חוזר להסתכל למטופל בעיניים במקום להקליד, לתעד ולחפש מידע. "החל מ־1 בינואר, המערכת צפויה לחסוך לרופאים 50% מזמן העבודה שלהם", הוא אמר. זו תחזית דרמטית — חצי מיום העבודה של רופא — אבל בדברים לא הוסבר איך חושב החיסכון, אילו משימות הוא כולל, ואם מדובר בכלל זמן העבודה או רק בחלקים מסוימים ממנו.
פחות טעויות? תלוי את מי שואלים
"בניסויים שערכנו ראינו שהבינה המלאכותית עושה פחות טעויות מבני אדם, במיוחד בתנאים של עומס ועייפות, כמו בשעה שתיים בלילה בחדר המיון", אמר קרייס. רק שככה אי אפשר לאמת את זה: הוא לא פירט אילו ניסויים, כמה מקרים נבדקו, מול מי הושוו המערכות ואיך נמדדו הטעויות. אז נכון, זה נשמע טוב — אבל זו לא הוכחה שבינה מלאכותית מדויקת יותר מרופאים בכל משימה. קרייס עצמו דווקא שומר על ראש קר: כשרופא טועה, מתחקרים ולומדים; כשמערכת AI טועה, "ההתייחסות אליה מורכבת הרבה יותר".
האתגר האמיתי הוא לא הטכנולוגיה
בשיטתו, הטכנולוגיה היא רק 10% מהעניין, התשתיות עוד 20%, ו־70% מהאתגר — תרבות ארגונית, רגולציה, שיתופי פעולה, הכשרת עובדים, הסרת חסמים ואתיקה. במקום צוותי פיתוח ייעודיים, בשיבא מכשירים עובדים ברחבי בית החולים להתאים כלי AI למחלקות — "הצרכים של מחלקת פגים שונים לחלוטין מאלה של מחלקה קרדיולוגית". האסטרטגיה כוללת גם קנייה במקום פיתוח: "אנחנו לא רוצים לפתח את מה שאנחנו יכולים לקנות, אלא לפתח את מה שאנחנו חייבים".
למי שעובד כאן ב־HealthTech, זה החלק המעניין: כשבית חולים בסדר גודל של שיבא מצהיר שהוא קונה קודם ומפתח רק מה שאין ברירה, שאלת ה־build versus buy הופכת רלוונטית לכל מי שמנסה למכור פתרון למוסדות בריאות. המהלך יקר ומורכב, אבל קרייס טוען שהשקעה בהטמעת AI תשפיע יותר מתוספת של מבנה או מכשיר הדמיה.
לשאלה מי אחראי כשמערכת ה-AI טועה — עדיין לא קיבלנו תשובה.