הבינה המלאכותית מציפה את גבולות הרפואה

חדשות הבריאות-בינה מלאכותית של השבוע חותכות לשני כיוונים בו-זמנית: צבר הישגים יכולות יוצאי דופן מצד אחד, ומערכת ממשל הנאבקת להדביק את הקצב מצד שני.

JAMA: בינה מלאכותית תעקוף רופאים עד 2030 — ופיקוח אנושי עלול להחמיר את המצב

מאמר דעה שעבר ביקורת עמיתים ופורסם ב-Journal of the American Medical Association מציג אחת מהטענות הנועזות ביותר שנשמעו עד כה בספרות הרפואית המרכזית: עד 2030, מערכות בינה מלאכותית אוטונומיות יעקפו רופאים באבחון, במרשמי תרופות ובניהול מחלות כרוניות.

המחברים אינם קולות שוליים. יחזקאל עמנואל הוא ביואתיקאי ששימש כיועץ למדיניות בריאות בבית הלבן של אובמה. שותפו לכתיבה, וינוד חוסלה, הוא מיליארדר ומשקיע הון-סיכון שדגל זה מכבר בפוטנציאל המשבש של הבינה המלאכותית ברפואה. יחד, הם סקרו למעלה מ-50 מחקרים שעברו ביקורת עמיתים, המשווים בינה מלאכותית לקלינאים בתחומי התמחות שונים.

הממצא המרחיק לכת ביותר שלהם נוגע לפיקוח עצמו. במקום לטעון שבני האדם צריכים להישאר בלולאה כשסתום ביטחון, עמנואל וחוסלה מזהירים שדרישת אישור רופא להחלטות בינה מלאכותית עלולה להחמיר תוצאות באופן אקטיבי. הם טובעים את המונח ירידת כשירות בעקבות בינה מלאכותית: ככל שרופאים מעבירים את החשיבה האבחונית לאלגוריתמים, הם מאבדים את שיקול הדעת הקליני הנדרש לאיתור מקרים שבהם האלגוריתם טועה — והתערבויותיהם הנדירות מוסיפות שגיאות במקום לסנן אותן.

אם הטיעון תקף, הוא משנה את שאלת הרגולציה. הדיון עובר מ"כיצד נבטיח שהבינה המלאכותית מסייעת לרופאים בבטחה?" ל"באיזה שלב בדיוק חיוב הביקורת האנושית הופך למקור נזק ולא לאמצעי הגנה?"

סטנפורד מעצבת נגיפים מלאכותיים שמשמידים חיידקים עמידים — ומעלה דגל אדום לביואבטחה

חוקרים באוניברסיטת סטנפורד סינתזו 16 בקטריופאגים פונקציונליים — נגיפים המדביקים ומשמידים חיידקים — תוך שימוש במודלי שפת גנום שאומנו על רצפים של יותר משני מיליון פאגים טבעיים. הנגיפים שעוצבו על-ידי הבינה המלאכותית הרגו בהצלחה זנים של Escherichia coli עמידים לאנטיביוטיקה בתנאי מעבדה.

המודלים בהם נעשה שימוש, Evo1 ו-Evo2, פועלים בצורה אנלוגית למודלי שפה גדולים העומדים מאחורי כלי יצירת טקסטים: הם לומדים את הדפוסים הסטטיסטיים של רצפי גנום ומייצרים רצפים חדשים הנוהגים לפי אותם דפוסים. הפאגים המתקבלים אינם קיימים בטבע. הם, במובן מהותי, המצאות בינה מלאכותית.

הפוטנציאל הטיפולי משמעותי. עמידות לאנטיביוטיקה צפויה להרוג עשרה מיליון איש בשנה עד 2050, וצינור תרופות האנטיביוטיקה החדשות היה קרוב לריק במשך עשורים. טיפול פאג ממוקד — המכוון לזנים חיידקיים ספציפיים מבלי לפגוע במיקרוביום הסובב — היה לאורך זמן חלופה תיאורטית. עיצוב פאג מואץ בבינה מלאכותית עשוי להפוך אותו לאפשרי בקנה מידה.

אך מומחי ביואבטחה מדליקים אזהרות החורגות מהיישום הספציפי הזה. אם בינה מלאכותית יכולה לעצב נגיפים חדשים פונקציונליים המסוגלים להרוג חיידקים, אותה גישה יכולה תיאורטית להיות מופנית לכיוון פתוגנים. החוקרים מכירים בכך שעבודתם מוכיחה שביולוגיה שעוצבה על-ידי בינה מלאכותית נעה כעת מהר יותר ממסגרות הממשל שנבנו כדי להכיל אותה.

Evaxion משיקה חיסון לגליובלסטומה שעוצב על-ידי בינה מלאכותית ומכוון לאנטיגנים ויראליים

Evaxion Biotech הוסיפה את EVX-05 לצנרת שלה: מועמד לחיסון סרטן מוכן לשימוש עבור גליובלסטומה — הצורה האגרסיבית והקטלנית ביותר של סרטן מוח ראשוני — שעוצב על-ידי פלטפורמת AI-Immunology שלה בשיתוף פעולה עם אוניברסיטת דיוק.

מה שהופך את EVX-05 לייחודי הוא גם מנגנונו וגם נגישותו. במקום להיות מותאם אישית — מאומן על גידול ספציפי של מטופל מסוים — הוא מכוון לאנטיגנים רטרו-ויראליים אנדוגניים: שרידי זיהומים ויראליים עתיקים השזורים בגנום האנושי שמתבטאים יתר על המידה בגידולי גליובלסטומה אך שקטים בעיקרם ברקמה בריאה. מכיוון שמטרות אלו משותפות בין מטופלים, ניתן תיאורטית לייצר את החיסון בקנה מידה ולמנות אותו ללא ההכנה האישית שהגבילה את ההיקף הקליני והמסחרי של חיסוני הסרטן המותאמים אישית.

EVX-05 מחליף תוכנית קודמת, EVX-03, שהופסקה. תוספת הצינור מגיעה כאשר טיפולים אונקולוגיים שעוצבו על-ידי בינה מלאכותית עוברים מהוכחת מושג לשלבים קליניים מוקדמים בכל התעשייה. האם אנטיגנים משותפים שגולו על-ידי בינה מלאכותית יוכיחו את עצמם כאימונוגניים דיים להפקת תגובות מתמשכות בגליובלסטומה — גידול הידוע בהתחמקותו מפיקוח חיסוני — עדיין נותר להוכחה בניסויים.

Mayo Clinic מרחיבה את אבחון הבינה המלאכותית לאומי — ובמקביל מתמודדת עם תביעה על אותה טכנולוגיה

Mayo Clinic פורסת את פלטפורמת הבינה המלאכותית האבחונית שלה מעבר לקמפוסים שלה, ומעניקה רישיון לבתי חולים קהילתיים כדרך להרחיב יכולת אבחון ברמת מומחה להגדרות שאינן יכולות לגייס תת-מומחים. הפלטפורמה מבוססת על תשתית של למעלה מ-12,000 מחקרים קליניים.

היגיון האסטרטגי פשוט: בינה מלאכותית יכולה לשאת ידע מוסדי לבתי חולים שאחרת לא תהיה להם גישה אליו. עבור מטופלים באזורים כפריים או הנמצאים תחת שירות חסר, ההבטחה משמעותית. בית חולים קהילתי ללא קרדיולוג או נוירורדיולוג בצוות עשוי, באמצעות שותפות מסוג זה, להציע איכות אבחון המתקרבת למה שמטופלים מקבלים במרכזים רפואיים אקדמיים מרכזיים.

התזמון מסובך על-ידי תביעה שהוגשה ביולי 2026 הטוענת שמערכת בריאות המשתמשת בפלטפורמת Mayo קיצצה פינות ביישום בדרכים שסיכנו את טיפול המטופלים ופגעו בפרטיות המטופל. המקרה מעלה שאלה שהתעשייה השאירה ברובה פתוחה: כאשר מערכת בריאות מרשה פלטפורמת אבחון בינה מלאכותית ממוסד בעל שם ומשהו משתבש, מי נושא באחריות — המרשה שמודלו הגיש את ההמלצה, או המורשה שקלינאיו פעלו לפיה?

סוכנויות הבריאות הפדרליות הכל-על-בינה מלאכותית. המסגרת המשפטית — לא.

ניתוח שפורסם לאחרונה על-ידי חוקרים מהרווארד ומאוניברסיטת מרילנד מגלה שהשימוש בבינה מלאכותית בסוכנויות הבריאות הפדרליות האמריקאיות הגדולות עלה בחדות במהלך השנה האחרונה: אימוץ ה-FDA עלה ב-148%, CDC ב-87%, CMS ב-78%, ו-NIH ב-51%. הסוכנויות משתמשות בבינה מלאכותית בכל תהליך הביקורת הרגולטורית, מעקב מחלות, הכרעה בתביעות ותעדוף מחקר — משימות המשפיעות על או קובעות ישירות החלטות רפואיות עבור מאות מיליוני אמריקאים.

הבעיה, לפי החוקרים, היא שמסגרות האחריות לא הדביקו את הקצב. כאשר מודל של ה-FDA משפיע על האם תרופה מאושרת, או אלגוריתם של CMS קובע החלטת כיסוי, דוקטרינות משפטיות קיימות מתקשות להטיל אחריות אם התוצאה פוגעת במטופל. האם המלצת בינה מלאכותית מהווה פעולה פדרלית הכפופה לביקורת מינהלית — ברובה לא נבדק. דרישות גילוי כאשר בינה מלאכותית משפיעה על החלטה קלינית אינן עקביות או נעדרות.

הניתוח ממסגר את המצב כסיכון מערכתי. עם בינה מלאכותית כעת משובצת בהחלטות חיים ומוות בקנה מידה, הפער בין יכולת לאחריות כבר אינו עניין תיאורטי — הוא אופרטיבי.