בינה מלאכותית קלינית מתרחבת לאבחון, גילוי תרופות ורגולציה
בינה מלאכותית משנה את הרפואה הקלינית: קונסורציום של 20 מיליון חולים, ניסויי סרטן מהירים יותר, תרופות שעוצבו על ידי AI בשלב II, וכללי פיקוח חדשים בבריטניה.
By Dr. Asher Knippel
בינה מלאכותית עוברת ממיזמי ניסוי מבודדים אל תוך המבנה הבסיסי של הרפואה הקלינית — קובעת כיצד מאבחנים חולים, כיצד מגלים תרופות, וכיצד גורמי הרגולציה מוודאים שמערכות אלו נשארות בטוחות לאורך זמן.
שנים-עשר מערכות בריאות מקימות קונסורציום לאבחון בבינה מלאכותית, המשרת 20 מיליון חולים
קואליציה של שתים-עשרה מערכות בריאות גדולות בארצות הברית שיתפה פעולה עם חברת הבינה המלאכותית הישראלית Aidoc לעיצוב משותף של זרימות עבודה אבחנתיות מבוססות בינה מלאכותית ולבניית תקנים ממשל משותפים. הקונסורציום, שהוכרז השבוע, משרת ביחד כמעט 20 מיליון חולים מדי שנה — קנה מידה המסמן שינוי ברור ממיזמים מבודדים במוסד יחיד שאפיינו את פריסת ה-AI הקליני בחמש השנים האחרונות.
השותפות מתמקדת ברדיולוגיה, שבה מחסור ברופאים יצר צוואר בקבוק מתועד: תורים אבחנתיים מתארכים, זמני תגובה גדלים, וממצאים דחופים בזמן — שבצים, תסחיפי ריאה, דימומים תוך-גולגולתיים — מסתכנים בזיהוי מאוחר. פלטפורמת Aidoc מסמנת ממצאים בעדיפות גבוהה בזמן אמת, ומאפשרת לרדיולוגים להפנות תשומת לב למקרים הדחופים ביותר תחילה. מבנה הקונסורציום מוסיף שכבת ממשל בין-מוסדי: מערכות הבריאות החברות ישתפו נתוני ביצועים, יעצבו משותפות מסגרות הערכה, ויקבעו תקנים לשימוש אחראי ב-AI ברשתותיהן.
קנה המידה של שיתוף פעולה זה הוא משמעותי. מיזמי ניסוי בודדים לעיתים קרובות מניבים תוצאות חיוביות שאינן עומדות בתרגום לסביבות קליניות אחרות. איגום הפריסה בין שתים-עשרה מערכות — כל אחת עם פרוטוקולי הדמיה שונים, דמוגרפיית מטופלים ותרבויות זרימת עבודה שונות — יוצר גם מבחן עמידות מחמיר וגם לולאת משוב שאף מוסד יחיד אינו יכול לשכפל. עבור מערכות בריאות המשקלות אימוץ AI, מודל הקונסורציום הזה מייצג תבנית מתגבשת לאחריות.
כלי בינה מלאכותית מקצרים חודשים מניסויים קליניים בסרטן
ניתוח חדש שפורסם השבוע מגלה שכלים מבוססי בינה מלאכותית יכולים לדחוס כמה שלבים של ניסויים קליניים באונקולוגיה — גיוס חולים, ניטור הרשמה, ניתוח ביניים ופרשנות נתונים — ולחסוך מיליוני דולרים לכל ניסוי ולקצר לוחות זמנים בחודשים.
רווחי היעילות אינם זניחים. צווארי בקבוק בגיוס היו היסטורית אחת מנקודות החיכוך הכואבות ביותר במחקר הסרטן: קשה לזהות מטופלים מתאימים ברשומות רפואיות מפוצלות, ורישום חסר מעכב באופן שגרתי מחקרים שתוכננו היטב או מסיים אותם. מערכות בינה מלאכותית המסוגלות לסרוק נתונים קליניים מובנים ובלתי מובנים כדי לאתר מועמדים מתאימים בקנה מידה גדול מתמודדות עם בעיה אמיתית ומתמשכת.
שוק הבינה המלאכותית הגנרטיבית בניסויים קליניים הוערך בכ-245 מיליארד דולר ב-2025 וצפוי להתקרב ל-2 טריליון דולר עד 2035. חשוב יותר מנתוני השוק הוא מה שניסויים מהירים יותר משמעותם עבור חולים: תרופות שאולי היו מגיעות לשימוש קליני בשבע שנים עשויות להגיע לחולים בחמש. ראוי לציין בבירור שה-AI יכול לאיץ את הלוגיסטיקה של ניסוי; הוא אינו מחליף את הקפדנות המדעית שמעניקה אמינות לתוצאות הניסוי — עיצוב אקראי, נקודות קצה רשומות מראש, וסקירת עמיתים עצמאית נותרות חיוניות.
תרופה שעוצבה על ידי בינה מלאכותית למחלת ריאות חמורה נכנסת לניסויים קליניים בשלב II
Insilico Medicine, חברת ביוטק המשתמשת בבינה מלאכותית גנרטיבית לעיצוב מולקולות תרופה חדשות, קידמה את תרכובתה ISM001-055 לניסויים קליניים בשלב II עבור פיברוזיס ריאתי אידיופתי (IPF). IPF היא מחלת ריאות פרוגרסיבית ובלתי הפיכה שבה רקמת צלקת מחליפה בהדרגה את רקמת הריאה התפקודית; הטיפולים המאושרים כיום יכולים להאט את ההתקדמות אך אינם יכולים לעצור אותה או להפוך אותה, והישרדות חציונית לאחר האבחנה נשארת בסביבות שלוש עד חמש שנים. יש כאן צורך רפואי אמיתי שאינו מקבל מענה.
ISM001-055 זוהה באמצעות פלטפורמת ה-AI של Insilico, המדמה מבני חלבון, מנבאת אינטראקציות קישור ומייצרת מולקולות מועמדות ללא יציאה מגרד תרופה קיים. שלב II הוא אבן דרך של יעילות: התרכובת תיבדק כעת בבני אדם הן לגבי בטיחות והן לגבי השפעה טיפולית. רוב המועמדים לתרופות שעוצבו על ידי AI נשארים טרום-קליניים; תרכובת שמגיעה לשלב זה מהווה הוכחת מושג משמעותית לצינור גילוי תרופות AI — אם כי עדיין אין כאן הוכחה שהתרופה עובדת.
במקביל, מהנדסי ביו ב-UCLA דיווחו השבוע כי הם משתמשים ב-AI לעיצוב חלבונים חדשים לחלוטין — מולקולות שאין להן מקבילה טבעית — כמטרות טיפוליות חדשות, תוך דחיסת מחזור העיצוב-לבדיקה משנים לחודשים. שתי ההתפתחויות מאותתות על שינוי מבני במחקר ופיתוח פרמצבטי: ממיטוב מולקולות ידועות לכיוון יצירת מולקולות חדשות מעקרונות ראשוניים.
הרגולטור הבריטי קובע כללי פיקוח על בינה מלאכותית שלומדת לאחר פריסה
הסוכנות הבריטית לתרופות ומוצרי בריאות (MHRA) פרסמה מסגרת ביקורת חדשה להתקנים רפואיים של בינה מלאכותית אדפטיבית — המבנה הרגולטורי הראשון בבריטניה המיועד במיוחד לכלי AI הממשיכים ללמוד ולשנות את התנהגותם לאחר שאושרו ופורסו בהגדרות קליניות.
זהו התפתחות רגולטורית משמעותית. רוב המסגרות לאישור מכשירים רפואיים מניחות מוצר סטטי: בדוק אותו, אשר אותו, עקוב אחר אירועים שליליים. מערכות AI המסתגלות לאחר פריסה אינן מתאימות לאותו מודל. אלגוריתם אבחנתי שאומן על אוכלוסייה אחת עשוי לשנות את התנהגותו ככל שיתקל בנתונים חדשים, לסחוף בדרכים שקשה לזהות ללא ניטור מתמשך, ולצבור שגיאות שיטתיות לפני שאירוע שלילי כלשהו מחולל סקירה.
מסגרת MHRA מחייבת ניטור ביצועים בזמן אמת וביקורות צד שלישי קבועות עבור מערכות אדפטיביות אלו. עבור מערכות בריאות בקפריסין ובכל רחבי האיחוד האירופי — המפתח חובות חוק AI משלו עבור AI רפואי בסיכון גבוה — מסגרת בריטניה מסמנת את כיוון הנסיעה הרגולטורי: AI קליני אדפטיבי יידרש להוכיח בטיחות מתמשכת לאורך חייו התפעוליים, לא רק בנקודת הרשאת השיווק.
בינה מלאכותית מתאימה לרופאים בסימולציות קליניות; מערכות אורקסטרציה מכוונות לתוצאות
סימולציה קלינית מבוקרת של 100 תרחישים שפורסמה השבוע מצאה כי מערכת AI ביצעה ברמה דומה לרופאי טיפול ראשוני בלקיחת היסטוריה, גיבוש אבחנה ותכנון טיפול. שחקנים המגלמים מטופלים סטנדרטיים, לעומת זאת, העדיפו באופן עקבי את הרופא האנושי ליצירת קשר ולמרקם הבין-אישי של המפגש הקליני.
הממצא עקבי עם דפוסים המופיעים ממחקרי סימולציה מרובים: AI יכול לשכפל את המכניקה הקוגניטיבית של ייעוץ בצורה מהימנה יותר ממה שהוא יכול לשכפל את איכויותיו האנושיות. עד כמה פער זה חשוב תלוי מאוד בהקשר הקליני — כלי טריאז' לסימפטומים ושיחת טיפול פליאטיבי מורכבת אינם משימות דומות, ורף ביצועי ה-AI המקובל צריך להיות שונה בהתאם.
בנפרד, Hippocratic AI — חברה הנשענת על 250 מיליון אינטראקציות עם חולים — השיקה אורקסטרטורי AI אגנטיים שנועדו לתאם צוותי AI קוליים לכיוון תוצאות קליניות מוגדרות: הפחתת אשפוז חוזר, שיפור ניהול מחלות כרוניות ועמידה בטיפול תרופתי. הארכיטקטורה מתקדמת מעבר לעוזרי AI בודדים לעבר מערכות המתאמות מספר סוכני AI סביב מטרה קלינית מדידה. נתוני תוצאה עצמאיים ובדוקי עמיתים מפריסות בעולם האמיתי בקנה מידה טרם פורסמו.
מאמר זה הוא סיכום עיתונאי של התפתחויות אחרונות בתחום הבריאות והרפואה שנערך למטרות מידע כללי. הוא אינו מהווה ייעוץ רפואי. על הקוראים להתייעץ עם קלינאי מוסמך לפני שינוי כלשהו בטיפולם, בתרופותיהם או בתוכנית הבריאות שלהם.