בחברת TSG מתמחים ברתימת טכנולוגית הבינה המלאכותית לצרכי מערכת הביטחון. החברה, הנמצאת בבעלות התעשיה האווירית ופורמולה מערכות, מפתחת מערכות שליטה ובקרה עתירות תוכנה, האוספות מידע ממגוון גדול של אמצעי גילוי, דוגמת מכ"מים, אמצעים אלקטרו-אופטיים, רכיבי IOT, מקורות מודיעיניים ועוד. בעזרת טכנולוגיות בינה מלאכותית ולמידת מכונה מבצעת החברה תהליכי עיבוד ומיצוי שמטרתם לחולל ידע. "בעזרת יכולת זיהוי תהליכים נסתרים וחיזוי התרחשויות, המערכות שלנו יודעות לא רק להציג את תמונת המצב אלא לתת תשובות לשאלות מבצעיות דוגמת "איפה צפויה פגיעה של רקטה ומה יהיה הנזק המשוער", אומר גלעד שרוני, סמנכ"ל הטכנולוגיות של החברה. "לאחר שהוכחנו מצוינות בתחום הביטחוני, עלתה המחשבה שאת הטכנולוגיות הייחודיות הללו ניתן ליישם גם בעולם הרפואי. החזון היה להסתכל על מחלה כעל סוג של אויב נסתר ובצורה זו לסווג אותה, לתת לאלגוריתם לגלות את חוקיותה ולחזות התפרצויות שלה מראש. מצאנו לרעיון הזה אוזן קשבת ברשות לחדשנות ובבית החולים בילינסון. התחלנו בחיפוש תהליכים רפואיים מתפתחים ואלגוריתמיקה יצירתית עבורם בבית החולים - ואז הגיעה הקורונה".
בעצה משותפת הסיטו החברה ובית החולים את המאמץ לחולי הקורונה המאושפזים בבית החולים. השאלה שהטרידה את הרופאים יותר מכל היתה מיהם מאושפזי הקורונה הצפויים להידרדר נשימתית ולהזדקק להנשמה מלאכותית פולשנית. "הקושי נוצר מכך שבקורונה ההידרדרות היא מהירה ולכאורה ללא סימנים מוקדמים אותם נהוג לראות כשמצב רפואי אחר מידרדר", מסביר שרוני. "במקרה של הקורונה, אם מזהים את ההידרדרות בשלב כה מתקדם, סיכויי ההחלמה נפגעים בצורה משמעותית. התוצאה היא שהרופאים נמצאים בבעיה: הם לא רוצים להנשים את מי שלא זקוק לכך, כי מדובר בתהליך שמסכן את החולה במידה מסוימת, אבל הנשמה בשלב מאוחר מדי, למי שכן זקוק לה, זוכה לסיכויי הצלחה נמוכים. השאיפה הייתה לספק התרעת הנשמה אמינה מספר שעות לפני שהצורך עולה".
כדי לנצח את האתגר הזה עשתה TSG שימוש יצירתי בסכמה אוניברסלית של מידע רפואי באופן שאפשר לה לבחון את הסוגייה מול בסיסי נתונים גדולים מכל העולם. לאחר מכן גיבשה החברה פתרון ייחודי המשתמש במידע על הידרדרות נשימתית מימי טרום הקורונה כדי לאמן את אלגוריתם הבינה המלאכותית. "לא בחרנו בפתרון הקל - לאמן את האלגוריתם רק על בסיס מידע של חולי קורונה - כי חשנו שהיקף המידע הזמין עדיין לא מספיק חזק כדי לייצר אלגוריתם איכותי", מבהיר שרוני. "עם המידע הקיים התחברנו לכל הנתונים הכמותיים של מאושפזי קורונה, נתוני מוניטורים, בדיקות מעבדה ופרמטרים בסיסיים אישיים. האלגוריתם ניטר את כל המאושפזים מידי שעה והתייחס למידע מהשעות האחרונות. כך הוא הצליח לחזות בסבירות טובה מאוד מי בסיכון להידרדר ומי לא".
"בשלב הבא, פיתחנו בשיתוף הרופאים מדדים ייחודיים המשקפים בצורה מדויקת יותר את הסיכוי של החולה להידרדר וכן את המגמה לאורך זמן, תוך שימוש במספר פרספקטיבות. כך יצרנו כלי תומך החלטות חזק עבור הרופאים, עם רמת דיוק של 94%. הפידבק שאנחנו מקבלים מהרופאים כיום הוא שהאלגוריתם משקף בצורה מצוינת ועקבית את האינטואיציות שלהם על החולים. הם מאמצים אותו ככלי עזר תומך החלטה שמסמן להם איזה חולה בסיכון ודורש תשומת לב מיוחדת".
בהמשך מתכננים בחברה להרחיב את השימוש באלגוריתם לצורך חיזוי של בעיות רפואיות נוספות, דוגמת זיהומים וקריסת איברים, תכנון טיפול מיטבי רפואי ועוד. "בעולם המודרני, המוצף במידע, האתגר המרכזי של מערכת כזאת הוא למצות את המידע ולהפוך את התהליכים לאוטונומיים ככל האפשר. זו המשימה שלנו מאז ומתמיד ובכוונתנו ליישם אותה בתחום הרפואי ובתחומים אזרחיים נוספים", חותם שרוני.
לפרטים נוספים ויצירת קשר עם החברה: gilad.sharoni@tsgitsystems.com
