ככל שהבינה המלאכותית הופכת לחלק משמעותי יותר מחיינו, משתנה גם השיח סביבה. לצד ההתפעלות מהיכולות ומהמהירות שבה הן מתפתחות, מתחזקת הדרישה להציב גבולות: אילו משימות אפשר להפקיד בידי אלגוריתם, היכן נדרש פיקוח אנושי ומי נושא באחריות לתוצאה. ברפואה, שבה החלטה עשויה להשפיע ישירות על גופו של מטופל, השאלות האלה מקבלות משקל מיוחד.
במרכז לוין לחדשנות כירורגית והדפסת תלת ממד באיכילוב, בניהולו של ד"ר שלמה דדיה, מומחה באורתופדיה אונקולוגית, בוחנים כיום את החיבור בין בינה מלאכותית, תכן (תכנון) גנרטיבי ותכנון שתלים מותאמים אישית. אין כאן החלפה של היכולות שפותחו במרכז לאורך השנים, אלא ניסיון לבחון כיצד אפשר להוסיף עליהן שכבה חדשה של אופטימיזציה וחישוב.
למעשה, רכיבים של בינה מלאכותית כבר נטמעים בהדרגה בתוכנות שבהן משתמשים בעולם התכנון הרפואי, לעיתים מבלי שהמשתמש נדרש להפעיל אותם בנפרד. החידוש שנבחן כעת אינו בעצם נוכחותו של AI בתוכנה, אלא בהרחבת תפקידו: מכלי שמסייע בביצוע פעולה מוגדרת למערכת המסוגלת לבחון אפשרויות רבות, לבצע חישובים ולהציע תכנון שלא בהכרח היה עולה בדרך העבודה המקובלת.
החדשנות לא מתחילה ב-AI
כדי להבין את החידוש צריך להתחיל בתהליך שכבר מתקיים במרכז. הדמיות CT ו-MRI עוברות סגמנטציה ותכנון דיגיטלי, ומהן מפתחים מודלים אנטומיים, כלי ניתוח ייעודיים ושתלים המותאמים למבנה האנטומי ולצורך הרפואי של מטופל מסוים. המרכז מחזיק בתקן ISO המאפשר לו לפתח ולייצר בתוך בית החולים מוצרים רפואיים לשימוש בחדר הניתוח, בסביבה שבה מנתחים, מהנדסים ואנשי הדמיה עובדים יחד.
כיום מתוכנן השתל בתוכנות CAD – תכנון בעזרת מחשב. איש המקצוע בונה ומעצב אותו כך שיתאים בדיוק לחסר בעצם. לאחר מכן מופעלות אנליזות המדמות עומסים וכוחות מכיוונים שונים ובוחנות את חוזקו ואת נקודות התורפה שלו. רק לאחר התכנון והבדיקות מגיע שלב הייצור.
"הכול בהתאמה אישית, וכל התהליך פורץ דרך, אבל מעורבות האדם עדיין נדרשת. האדם מפעיל את התוכנה ומעצב את השתל בידיים שלו, באמצעות המחשב. זו 'עבודת יד' שדורשת מיומנות וזמן", מדגיש ד"ר דדיה.
הדיוק, אם כן, אינו מתחיל עם כניסת הבינה המלאכותית. הוא נשען על תהליך עבודה שכבר מחבר בין מידע רפואי, הבנה אנטומית, ניסיון כירורגי, יכולות הנדסיות וטכנולוגיות ייצור. ה-AI אמור להשתלב בתוך המערכת הזו, לא להחליף אותה: לקצר תהליכים, להרחיב את מספר האפשרויות שניתן לבחון ולהציע דרכים נוספות לעמוד בדרישות שקבע הצוות.
כשהיכולת מקדימה את הרגולציה
כאן נכנס שלב התכנון הגנרטיבי. במקום שאדם יבנה כל רכיב שלב אחר שלב, הוא מגדיר למערכת את הבעיה ואת הדרישות, והיא מציעה עיצוב שעבר אופטימיזציה. השיטה כבר משמשת בתעשיות הרכב, התעופה והחלל לתכנון רכיבים חזקים וקלים יותר, תוך הפחתת חומר מיותר בלי לפגוע בתפקודם.
כאשר משלבים בתהליך אלגוריתמים לומדים, נפתח פתח לשלב הבא. "האלגוריתם יכול ללמוד ממקרה למקרה וליישם בצורה חכמה יותר את האופטימיזציה של המוצר. החזון הוא שהמערכת תקבל את נתוני העצם ואת מישורי החיתוך המתוכננים, תזהה את החסר ותציע שתל: מהמבנה הפנימי וצפיפות הרשת ועד למיקום הקיבועים והברגים. היא תוכל לבחון כיצד שינוי קטן בזווית או במיקום משפיע על העומסים, ולרכז בתהליך אחד פעולות שנעשות כיום בכמה שלבים", מסביר ד"ר דדיה.
המשמעות אינה רק חיסכון בזמן. מערכת כזו יכולה להריץ חלופות רבות, להשוות ביניהן ולבחון בכל אחת מהן את חלוקת העומסים, החוזק, הגמישות וכמות החומר הנדרשת. במקום להסתפק בבדיקת תכנון שיצר אדם, היא עשויה להציע מלכתחילה מבנה אחר – לעיתים כזה שנראה פחות מוכר לעין האנושית, אך עומד טוב יותר בדרישות שהוגדרו.
האפשרות הזו לא הופכת את ההתאמה האישית לפחות אישית. להפך: נקודת המוצא נשארת האנטומיה והבעיה הרפואית של המטופל המסוים. השינוי הוא ביכולת של המחשב לבחון במהירות חלופות רבות ולהציע פתרון שאדם אולי לא היה משרטט בעצמו.
במסגרת המחקר שמתבצע כעת במרכז לוין כבר נבחנו אפשרויות כאלה ברמה התיאורטית. אחת מהן הציעה להחליף מבנה מתכתי שמחקה את צורת העצם במבנה דמוי סליל, המחבר בין שתי נקודות ומספק את הקשיחות והאלסטיות הנדרשות בהרבה פחות חומר.
"אנחנו רגילים לשחזר את האנטומיה, ופתאום התוכנה אומרת: כדי להגיע מנקודה א' לנקודה ב' אין צורך בכל המתכת הזאת", מציין ד"ר דדיה. עם זאת, הוא מדגיש כי מדובר במחקר: שתל כזה עדיין לא הושתל במטופל.
הטכנולוגיה מוכנה, הרגולציה עדיין לא
הפער בין מה שהתוכנה מסוגלת להציע לבין מה שמותר ונכון לעשות ברפואה הוא לב העניין. שתל רפואי אינו רכיב במכונית. הוא דורש מחקר, ולידציה, בדיקות ואישורים, ואילו הרגולציה על שימושי AI בכלל ועל תכן רפואי מבוסס AI בפרט עדיין אינה מוסדרת במלואה.
"השאלה אינה אם ה-AI ישתלט כאן על משהו. יש שאלות רבות ופתוחות ברמת הרגולציה. קשה להבין היכן עובר הגבול, מה מותר ומה אסור ברמת השימוש".
לדבריו, הטכנולוגיה כבר יודעת להציע פתרונות מרחיקי לכת, אך עדיין לא ברור מהם גבולות הגזרה ומתי ניתן יהיה לתרגם אותם ליישום קליני. ככל שהמערכת מקבלת תפקיד רחב יותר בתכנון, כך מתחדדת גם שאלת התיקוף: כיצד מוכיחים שהפתרון שהציע האלגוריתם בטוח, על בסיס אילו נתונים התקבלה ההצעה ומי מאשר שהמבנה מתאים למטופל ולניתוח המסוים?
לכן במרכז לוין מסתכלים על האפשרויות החדשות בסקרנות, אך גם בזהירות. "אנחנו מייצרים שתלים, ויש כאן טכנולוגיה שאנחנו צריכים לבחון. היא יכולה לעשות אופטימיזציה משמעותית של שתלים. הבינה המלאכותית עשויה להרחיב את מספר האפשרויות שהצוות יכול לראות ולבדוק ולהוסיף לתהליך עוד שכבה של חישוב ומידע. אבל גם כאשר האלגוריתם מציע את המבנה, הצוות המקצועי הוא שמגדיר את הדרישות, בוחן את התוצאה ומחליט אם ניתן להתקדם. המחקר, התיקוף, שיקול הדעת והאחריות כלפי המטופל נשארים בידיים אנושיות", מסכם ד"ר דדיה.
לפרטים >>
בשיתוף איכילוב
