דלג לתוכן
לרנקה, קפריסין
מרכז בינה לחדשנותלרנקה · נוסד 2026
+Health15 בנובמבר 20264 min read

בינה מלאכותית ברפואה: ה-FDA מאשר גלאי מפרצות, ה-AMA קובעת גבולות, ו-DeepMind ממפה את הגנום

חמש כתבות על בינה מלאכותית בבריאות מנובמבר 2026: זיהוי מפרצות מוחיות, AlphaGenome 2, בינה מלאכותית קלינית מאחורי חומות אש של בתי חולים, אימות קושרי חלבונים ומדיניות AMA.

By Dr. Asher Knippel

חדשות הבינה המלאכותית הרפואית השבוע משתרעות על הקשת המלאה ממעבדה לחקיקה — גלאי מפרצות מוחיות קיבל אישור FDA, DeepMind מעצב מחדש את הרפואה הגנומית, בינה מלאכותית קלינית עוברת לתוך חומות האש של בתי חולים, שירות מעבדה רטובה מבטיח לסגור את הפער בין עיצוב חלבונים לראיות תרופתיות, וארגון הרופאים הגדול באמריקה מתווה גבול משפטי בין מה שבינה מלאכותית יכולה ולא יכולה לעשות.

ה-FDA מאשר UPTUNITY | Aneurysm לזיהוי מפרצות מוחיות בבדיקות CT

ברקו ו-Avicenna.AI קיבלו אישור 510(k) מה-FDA לתוכנת UPTUNITY | Aneurysm, כלי תוכנה מונחה בינה מלאכותית המזהה מפרצות מוחיות סקולריות גדולות מ-3 מ"מ בבדיקות CT אנגיוגרפיה ועוקב אחר שינויים לאורך זמן.

האישור הוא האבן הדרך הרגולטורית הראשונה שנוצרת משותפות שתי החברות, שהוכרזה במרץ 2026. מפרצות מוחיות ידועות לשמצה בקושי לאתרן מוקדם — הן לרוב אסימפטומטיות עד לפקיעה, שאז שיעורי התמותה יכולים לעלות על 50 אחוז. סינון מסייע בינה מלאכותית ב-CTA מציע לרדיולוגים סט עיניים נוסף על בדיקות שעשויות להכיל ממצאים עדינים הטמונים במאות פרוסות תמונה.

UPTUNITY | Aneurysm מתוכנן לסמן מפרצות ולתעד את מדידותיהן לאורך בדיקות סדרתיות, ומעניק לרופאים תצוגה אורכית האם מפרצת ידועה גדלה — גורם מפתח בקבלת החלטות ניתוחיות. הכלי מצטרף לסוג גדל של מוצרי בינה מלאכותית רדיולוגיה שאושרו על ידי ה-FDA, אך התמקדותו בכלי הדם התוך-גולגולתיים ובזיהוי שינויים לאורך זמן מבדילה אותו מכלי זיהוי בלבד פשוטים יותר.

AlphaGenome 2 מכפיל את שיעור זיהוי גרסאות DNA סיבתיות

Google DeepMind שחררה את AlphaGenome 2, יורש מודל הגנומיקה היסודי שלה, שאומן על יותר מ-100 מיליון פרופילי תא בודד המשתרעים על 68 סוגי רקמות אנושיות. המודל מנבא כיצד גרסאות DNA בודדות משנות את ויסות הגנים ברמת סוגי תאים ספציפיים — בעיה שעומדת בלב הבנת מדוע שינויים גנטיים מסוימים מגדילים את הסיכון למחלה.

לפי DeepMind, AlphaGenome 2 מזהה גרסאות סיבתיות בשיעור כפול בהשוואה לקודמו. ההשלכה המעשית עבור מפתחי תרופות משמעותית: במקום לדעת רק שגרסה מסוימת קשורה למחלה, חוקרים יכולים כעת להתחיל לאתר אילו תאים מושפעים וכיצד ביטוי הגנים מופרע. רזולוציה זו יכולה לסייע בתעדוף מטרות, בחידוד מודלים של בעלי חיים, ובצמצום הפער בין אותות שיוך גנום-רחב לביולוגיה ניתנת לפעולה.

המודל זמין בחינם למחקר אקדמי ומייצג אחד היישומים השאפתניים ביותר של נתוני ריצוף תא בודד עד כה, והופך מאגר נתונים של מדידות תאיות למפה ניבוית של ההגיון הרגולטורי של הגנום.

Dyania Health מביאה בינה מלאכותית לנימוק קליני מאחורי חומת האש של בית החולים

Dyania Health הכריזה על שותפות עם NVIDIA לפריסת פלטפורמת Synapsis AI שלה בתוך מערכות מידע של בתי חולים — פועלת במקום ולא בסביבת ענן הנגישה לצדדים שלישיים. Synapsis קוראת רשומות מטופלים שלמות, ומשלבת נתונים קליניים מובנים, הערות, דוחות הדמיה ותוצאות מעבדה כדי לזהות מטופלים שעשויים להיות זכאים לניסויים קליניים או שתואמים מסלולי טיפול ספציפיים.

תוצאות מניסוי חלוץ ב-Cleveland Clinic מצביעות על השפעה תפעולית משמעותית: ההרשמה לניסויים עלתה ב-40 אחוז וגיוס מטופלים היה מהיר ב-47 אחוז בהשוואה לסקירת תיקים ידנית מסורתית. עבור מערכות בריאות המשתתפות במחקר ממומן, מספרים אלה מתורגמים ישירות להכנסות ולציר זמן מהיר יותר להשלמת המחקר.

ארכיטקטורת חומת האש תחילה היא בחירת עיצוב מכוונת. בתי חולים היססו לשלוח רשומות מטופלים מזוהות לספקי בינה מלאכותית חיצוניים, בציטוט חובות HIPAA ומדיניות ניהול נתונים מוסדית. על ידי הפעלת Synapsis בתוך התשתית עצמה של בית החולים באמצעות מחסנית המחשוב המואץ של NVIDIA, Dyania מתחמקת ממכשול זה תוך שמירה על עומק הנתונים שהמודל צריך לנמק על היסטוריות קליניות שלמות.

4RISE™ של Sino Biological מאמתת קושרי חלבונים מונחי בינה מלאכותית בשלושה ימים בלבד

Sino Biological השיקה את 4RISE™, שירות מעבדה רטובה בתפוקה גבוהה המכוון ישירות אל צוואר הבקבוק שבין עיצוב חלבונים חישובי לבין הוכחה ניסיונית. כלי בינה מלאכותית יכולים כעת להציע אלפי מועמדי קושר חלבוני בשעות, אך אימות מועמדים אלה במעבדה נשאר איטי ויקר — פער שמעכב את קצב גילוי התרופות מונחה הבינה המלאכותית.

4RISE™ משתמש בביטוי חלבון ללא תאים, ומשלים את שלב הביטוי בכשלוש שעות, ויכול לספק תוצאות אימות קישור תוך שלושה ימים מקבלת עיצוב חישובי. השירות נועד להשתלב בצינורות מונחי בינה מלאכותית כדי שחוקרים יוכלו לחזור במהירות בין תחזיות מודל למשוב ניסיוני, במקום להמתין שבועות לכל סבב אישור מעבדה רטובה.

ההשקה משקפת הכרה רחבה בתעשייה כי ערך מודלים ביולוגיים גנרטיביים תלוי לחלוטין במהירות שבה ניתן לבדוק את תפוקותיהם במציאות פיזית.

AMA: בינה מלאכותית אינה יכולה לקבל רישיון לעסוק ברפואה

בית הנציגים של האגודה הרפואית האמריקאית (AMA) אימץ מדיניות רשמית הקובעת כי כלי בינה מלאכותית אינם יכולים לקבל רישיון רפואי וחייבים לפעול תחת הכוונה ופיקוח של רופאים. ה-AMA תדון כעת ברמה הפדרלית ורמת המדינות בחקיקה שמטילה על ספקי בינה מלאכותית אחריות לנזקי מטופלים כאשר מוצריהם משמשים כמיועד.

המדיניות אינה מגבילה את השימוש בבינה מלאכותית בהגדרות קליניות — ה-AMA אישרה שוב ושוב את הבינה המלאכותית ככלי שיכול לתמוך ברופאים. מה שהיא מקיימת הוא עקרון ממשל: אחריות משפטית חייבת להישאר עם אנשי המקצוע המורשים וחברות שבונות את הכלים, ולא להתפזר לפער רגולטורי מעורפל.

הוראת האחריות צפויה לעורר דיון משמעותי בקרב מפתחי בינה מלאכותית. הטלת אחריות על ספקים לנזקים הנובעים משימוש מיועד — ולא מניצול לרעה — קובעת סטנדרט גבוה יותר מהמסגרת הנוכחית לרוב תוכנות רפואיות, ועשויה לעצב מחדש כיצד מוצרי בינה מלאכותית בבריאות מתוכננים, מבוטחים ותמחרים כשהם עוברים לתהליכים קליניים ישירים.