Microsoft | SKN מפתחת כלי AI לאבחון רפואי המדמה את תהליך החשיבה של רופאים

Microsoft מקדמת את השימוש בבינה מלאכותית בתחום הרפואה באמצעות מערכת אבחון שנועדה לחקות את תהליך החשיבה המדורג של רופאים בעת בירור מקרים רפואיים מורכבים. הפיתוח מגיע בתקופה שבה ספקי שירותי הבריאות מתמודדים עם עלויות עולות, ביקוש גובר לשירותים רפואיים ולחץ לשפר את יעילות האבחון. מגמות אלה עשויות לפתוח שוק חדש לכלים קליניים המבוססים על AI.

מתשובות מיידיות לאבחון מדורג

בניגוד למערכות AI קונבנציונליות, המקבלות תיאור מלא של מקרה רפואי ומציעות מיד אבחנה, Diagnostic Orchestrator של Microsoft נועדה לאסוף מידע בהדרגה. היא יכולה לשאול שאלות המשך, לבחון מצבים רפואיים אפשריים, לבקש בדיקות נוספות ולעדכן את הערכתה עם הצטברות ראיות חדשות.

הגישה משקפת את אופן העבודה המקובל של רופאים בבירור תסמינים מורכבים. תלונה ראשונית עשויה להתאים לכמה מצבים רפואיים, ולכן נדרשים לעיתים שאלות נוספות, בדיקות גופניות או בדיקות מעבדה לפני שניתן להגיע לאבחנה מבוססת. באמצעות שילוב של כמה נקודות מבט קליניות מבוססות AI, המערכת שואפת להשוות בין הסברים אפשריים ולזהות אילו בדיקות צפויות לספק את המידע המועיל ביותר.

הגישה המדורגת מתמודדת גם עם מגבלה של שיטות הערכה מסורתיות למערכות AI, הנשענות לעיתים קרובות על שאלות רב-ברירה או על תיאורי מקרים רפואיים קבועים. מבחנים כאלה יכולים למדוד ידע רפואי, אך אינם בהכרח משקפים את חוסר הוודאות ואת תהליך קבלת ההחלטות המאפיינים את העבודה הקלינית בפועל.

תוצאות המבחנים מצביעות על פוטנציאל לשיפור הדיוק

במחקר של Microsoft נבחנה המערכת במקרים קליניים מאתגרים, לרבות מקרים שנלקחו מדיווחים רפואיים ומתיעוד של חדרי מיון. באחד ממבחני ההשוואה, שהתבסס על מקרים שפורסמו ב-New England Journal of Medicine, השיגה Diagnostic Orchestrator בשילוב מודל o3 של OpenAI דיוק אבחוני של כ-83%, לעומת כ-36% בקרב רופאים כלליים שהשתמשו בכלי עזר. במאגר נתונים נפרד של מקרי חדר מיון הגיעה המערכת לדיוק של כ-80%, לעומת כ-47% בקרב רופאים.

התוצאות מצביעות על כך שתהליך חשיבה מובנה וחוזר עשוי לשפר את יכולתה של מערכת AI לחקור מצבים רפואיים מורכבים. המערכת הציגה גם פוטנציאל לניהול יעיל יותר של עלויות האבחון, באמצעות בחירה ממוקדת של בדיקות במקום הסתמכות על מערך בדיקות נרחב בכל מקרה.

עם זאת, יש לפרש את הנתונים בזהירות. ההערכות התבססו על מקרים רפואיים שנבחרו מראש ועל תנאי בדיקה מובנים, השונים ממפגשים רפואיים שגרתיים. התוצאות אינן מוכיחות שהמערכת תציג ביצועים טובים יותר ממומחים בכל מצב או שתשפר את תוצאות הטיפול בחולים בבתי חולים.

הזדמנויות מסחריות לצד סיכונים קליניים

עבור Microsoft, כלי אבחון מבוססי AI עשויים להרחיב את פעילות הטכנולוגיה שלה מעבר לכלי פרודוקטיביות כלליים ולהעמיק את נוכחותה בתהליכי העבודה של מערכת הבריאות. בתי חולים ורשתות רפואיות עשויים להשתמש במערכות כאלה כדי לתמוך בקבלת החלטות קליניות, לתעדף בדיקות נוספות ולסייע לרופאים בניהול מקרים מורכבים. אם יכולות אלה יאומתו בתנאי אמת, הן עשויות ליצור הזדמנויות לשירותי AI ארגוניים ולשותפויות עם מוסדות רפואיים.

האתגר המרכזי הוא להפוך את הביצועים במבחני השוואה לשימוש קליני בטוח ואמין. תיקים רפואיים עלולים להיות חלקיים, מטופלים עשויים לתאר תסמינים באופן לא מדויק, וטעויות באבחון עלולות לגרור השלכות חמורות. גם סוגיות של פרטיות, אחריות, דרישות רגולטוריות ושילוב המערכת בתשתיות הקיימות של בתי החולים ישפיעו על קצב האימוץ.

ההערכה המתוכננת של Microsoft בשיתוף Beth Israel Deaconess Medical Center תהיה שלב חשוב בבחינת הפוטנציאל של המערכת למיון מטופלים בחדרי מיון. בהמשך יידרשו ראיות משימוש קליני בעולם האמיתי, אימות עצמאי ומדדים ברורים יותר לבטיחות המטופלים ולעלות-תועלת. עד לקבלת תוצאות כאלה, נכון לראות בטכנולוגיה כלי עזר מבטיח לאנשי מקצוע רפואיים, ולא תחליף לשיקול דעת קליני.