בינה מלאכותית בבריאות: מיון PTSD, דוחות לב, ו-52 מיליון פאונד לאבחון מוקדם יותר
חמש סיפורים מחזית הבינה המלאכותית בבריאות: חיזוי PTSD חירומי, שיתופי פעולה לגילוי תרופות, קרדיולוגיה מהירה יותר ומרכזים בריטיים לדמנציה.
By Dr. Asher Knippel
ממחלקות חירום ועד מעבדות תרופות מונעות בינה מלאכותית, חדשות ה-AI הרפואיות של השבוע משקפות תחום בוגר — אחד שעובר בהתמדה מהוכחת היתכנות לפריסה קלינית. הנה חמש הסיפורים המעצבים את הרגע הזה.
PREVIA: הבינה המלאכותית של NYU Langone שמזהה PTSD לפני שהסימפטומים מופיעים במלואם
שפורסם ב-Nature Communications, כלי חדש של NYU Langone בשם PREVIA ניתח את נרטיבי הקבלה המדוברים של 145 מטופלים במחלקת חירום — הסיפורים שסיפרו המטופלים לרופאים על הסיבה שבאו — וזיהה נכון 100% מ-30 המטופלים שפיתחו לאחר מכן הפרעת דחק פוסט-טראומטית. קלינאי מומחה שסקר את אותם הנרטיבים תפס 89%.
הפער הזה חשוב. PTSD הוא מחלה ידועה כתת-אבחנה במסגרות חירום, שם הספקים עמוסים ובדיקת בריאות הנפש היא לעיתים נדירות מוקד. החוקרים אימנו את PREVIA על מודלי שפה גדולים בקוד פתוח — ספציפית Llama ו-Mistral — כדי לאסוף אותות לשוניים ונרטיביים הקשורים לסיכון טראומה.
ההשלכות משמעותיות למחלקות חירום שרואות מטופלים בעקבות מיידית של תאונות, תקיפות, או מקרי חירום רפואיים: כלי סינון קצר שיכול לסמן מטופלים בסיכון גבוה לטיפול מעקב, לפני שהמחלה מתבססת. הצוות מציין כי פריסה שגרתית תדרוש שילוב עם תהליכי הטריאז׳ הקיימים, אך הבסיס הונח כבר.
Pierre Fabre ו-XtalPi מאחדים כוחות על מולקולות מעוצבות AI
Laboratoires Pierre Fabre הצרפתית וחברת XtalPi הסינית לגילוי תרופות מונע AI הכריזו על שיתוף פעולה לעיצוב תרופות חדשות באמצעות AI יצירתי וסינתזה רובוטית. השותפות מביאה יחד את המומחיות הטיפולית של Pierre Fabre באונקולוגיה, דרמטולוגיה ומחלות נדירות עם פלטפורמת העיצוב המולקולרי de-novo של XtalPi — מערכת המסוגלת לייצר מבנים כימיים חדשניים ולחזות את תכונותיהם הפיזיות לפני שמיליגרם בודד מסונתז.
העסקה משקפת מגמה רחבה יותר: שותפויות פארמה-AI הכפילו את עצמן בערך משנה לשנה בתחילת 2026, כאשר חברות תרופות גדולות מחפשות לדחוס את קצה הקדמי של גילוי התרופות. זיהוי מוביל מסורתי יכול לקחת שנים; עיצוב מסייע AI דוחס את יצירת המועמדים לשבועות. שכבת הרובוטיקה מוסיפה ממד נוסף — סינתזה ובדיקה אוטומטיות שמסירות צווארי בקבוק בין חיזוי חישובי ואימות בספסל.
עבור תוכניות מחלות נדירות במיוחד, גישות ראשוניות של AI הן אטרקטיביות. אוכלוסיות המטופלים קטנות, גיוס לניסויים קליניים קשה, והכלכלה של הגילוי המסורתי עונשית. כלים שמזהים מועמדים מולקולריים ברי קיימא מהר יותר יכולים להפוך תוכניות לכדאיות שאחרת לא היו.
Kaiser Permanente: AI מנסח דוחות אקוקרדיוגרמה, קרדיולוגים סוקרים מהר יותר
ניסוי אקראי ב-21 מתקני Kaiser Permanente Northern California בדק דוחות אקוקרדיוגרמה מנוסחי AI מול דוחות רגילים שנכתבו על ידי קרדיולוג. התוצאות, שנלקחו מיותר מ-1,200 סריקות, מצאו שהטיוטות של AI קיצרו את זמן הסיום כמעט בחצי — מממוצע של 8.5 דקות ל-4.6 דקות.
חשוב מכך, שיעורי התיקונים היו שווים. קרדיולוגים שעורכים דוחות שנוצרו על ידי AI לא עשו יותר תיקונים מאשר אלה שעורכים טיוטות שנוצרו על ידי בני אדם, מה שמצביע על כך שה-AI אינו חותך פינות — הוא מסיר את בעיית הדף הריק. דוחות אקוקרדיוגרמה עוקבים אחר תבניות מבניות צפויות, מה שהופך אותם למתאימים לניסוח מסייע AI; תפקיד הקרדיולוג עובר מסופר ראשי לסקרן ומאמת.
המחקר ממצב את הכלי כמאיץ זרימת עבודה, לא כאבחון עצמאי. המסגרת הזו חשובה לאימוץ קליני: קלינאים נשארים בלולאה, האחריות נשארת עם הרופא, וה-AI זוכה למקומו על ידי חסכון בזמן ולא החלפת שיקול דעת. עם עוצמת הדמיה הלבבית בעלייה וחוסרי קרדיולוגים ברבים ממערכות הבריאות, אפילו הפחתה של 46% בזמן לכל דוח מצטברת לרווחי קיבולת משמעותיים.
Doximity מרחיבה כלי AI ל-190+ בתי חולים
Doximity — פלטפורמת הרשת המקצועית לרופאים אמריקאים — הרחיבה את חבילת ה-AI שלה ליותר מ-190 בתי חולים, כאשר NewYork-Presbyterian ו-UC San Diego Health נמצאים בין הפריסות הבולטות. תכונת הקשר המטופל של הפלטפורמה בולעת נתוני EHR כדי לאכלס מראש פרומפטים של AI, ומורידה את הפרומפט הממוצע של רופא מ-24 מילים ל-12.
הפחתה זו עשויה להישמע צנועה, אך על פני אלפי שאילתות יומיות היא מייצגת שינוי משמעותי באופן שבו קלינאים מתקשרים עם AI. פרומפטים קצרים יותר אומרים פחות עומס קוגניטיבי — רופאים מבלים פחות זמן בתרגום חשיבה קלינית לקלט קריא AI, ויותר זמן על הפלט. החברה מדווחת על הזמנות בספרות שמונה על מוצר AI Search שלה, שמשמש כיום 16 מ-20 חברות התרופות המובילות.
כוחה של Doximity מאותת על משהו חשוב לגבי אימוץ AI בבריאות: הוא נוטה להתפשט דרך רשתות מקצועיות מהימנות ולא דרך פקודות מלמעלה. כאשר רופאים רואים עמיתים משתמשים בכלי שחוסך זמן מבלי לפגוע בטיפול, האימוץ עוקב. הבסיס הקיים של משתמשי הרופאים של הפלטפורמה נתן לה יתרון הפצה שלחברות סטארטאפ של AI בבריאות לעיתים קרובות אין.
הממלכה המאוחדת משקיעה 52 מיליון פאונד בחמישה מרכזי AI לאיתור מוקדם יותר של סוכרת ודמנציה
UK Research and Innovation (UKRI), יחד עם שותפי תעשייה, מממנת חמישה מרכזי מחקר AI חדשים שמטרתם לאתר סוכרת, מחלות לב ודמנציה מוקדם יותר — במקרים מסוימים שנים לפני שסימפטומים קליניים מופיעים. ההשקעה מסתכמת ב-52 מיליון פאונד.
שני תחומי התמקדות בולטים. ראשית, ניתוח סריקות עיניים: כלי AI שיכולים לאתר סמנים מוקדמים של סוכרת ומחלות לב וכלי דם מדמיון רשתית שגרתי, שכבר מתבצע בקנה מידה ב-NHS. העין מציעה חלון ייחודי לבריאות כלי הדם המערכתית, ופרשנות מסייעת AI יכולה להפוך בדיקת עיניים רגילה לסינון רב-מצבים. שנית, מרפאות בריאות מוח: מתקני NHS המשתמשים ב-AI להעריך סיכון לדמנציה מחוץ להגדרות בית החולים, ומביאים הערכה קרוב יותר למקום שבו מטופלים מקבלים כבר טיפול ראשוני.
השאיפה היא שינוי בתשתית האבחון — מרחק מהאבחון הריאקטיבי המבוסס על בית חולים לעבר איתור יזום מבוסס קהילה. אבחון מוקדם של גם דמנציה וגם סוכרת מסוג 2 פותח חלונות להתערבות שפשוט לא קיימים ברגע שהמחלות מתקדמות. המרכזים מתוכננים גם לייצר נתוני אימון לדור הבא של מודלי AI, בונים לולאת משוב בין שימוש קליני ושיפור מודל.
סיפורי השבוע חולקים חוט משותף: AI עושה את העבודה הקדמית — סינון נרטיבים, עיצוב מולקולות, ניסוח דוחות, מילוי מראש של פרומפטים, ניתוח תמונות — כך שקלינאים יכולים להתרכז בהחלטות הדורשות שיקול דעת אנושי. התחום עובר מהדגמה לפריסה, והעדויות המתהוות מצביעות על כך שבתהליכי עבודה הנכונים, הרווחים אמיתיים.