במרץ הגיעה אישה בת 63 לרופא שלה לבדיקה שגרתית. בדיקת דם הראתה שרמת הסוכר שלה גבוהה כבר זמן מה, ונאמר לה שיש לה סוכרת מסוג 2. היא התחילה ליטול תרופה נפוצה לסוכרת והתבקשה לחזור בעוד שלושה חודשים.
ביוני היא עשתה בדיקת דם במעבדה ליד המשרד, כי זה היה נוח יותר מלנסוע למרפאה. רמת הסוכר הייתה גבוהה מזו שבמרץ. בביקור המעקב שקלה אותה האחות ומצאה שירדה כ-4 קילוגרמים, ובסיכום הביקור נכתב שהיא מגיבה יפה לשינויים באורח החיים. גם היא וגם הרופא שלה היו מרוצים.
באוגוסט היא פנתה למרפאה לרפואה דחופה בגלל כאב באמצע הגב שנמשך כבר כמה שבועות. היא לא נפלה ולא הרימה שום דבר כבד. היא קיבלה תרופה נוגדת דלקת והפניה לפיזיותרפיה.
כל אחד משלושת הרופאים עשה את העבודה שהייתה מונחת לפניו, וכל רשומה, כשקוראים אותה לבדה, נראית סבירה. כשקוראים אותן יחד, הן מצביעות על משהו שאף אחת מהן לא מראה לבדה, ורופא שהיה רואה את שלושתן היה רוצה לשלוח אותה להדמיה של הלבלב.
מה מחבר בין שלושת הביקורים
הלבלב הוא איבר קטן שנמצא עמוק מאחורי הקיבה, צמוד לדופן האחורית של הבטן. אחד מתפקידיו הוא לייצר אינסולין, ההורמון ששומר על רמת הסוכר בדם.
זה מה שקושר את שלושת הביקורים. גידול בלבלב יכול לשבש את ייצור האינסולין, והסוכר בדם עולה, לפעמים עוד לפני שמופיע סימן אחר כלשהו. סרטן יכול לגרום גם לירידה במשקל בלי שהאדם ניסה לרזות. ומכיוון שהלבלב שוכן קרוב לעמוד השדרה ולעצבים שלו, גידול שם עלול לגרום לכאב עמום באמצע הגב.
לרוב האנשים שמתגלה אצלם סוכרת חדשה אין סרטן. אבל כשסוכרת מופיעה לראשונה אחרי גיל 50, בערך אחד ממאה מאובחן בתוך שלוש שנים בסרטן הלבלב, פי שמונה בקירוב מהשיעור הצפוי בגיל הזה. חוקרים ב-Mayo Clinic בנו מדד לאיתור המטופלים האלה, שמבוסס על הגיל שבו התחילה הסוכרת, על השינוי במשקל ועל השינוי ברמת הסוכר. הצירוף שנחשב יותר מכל: משקל שיורד בזמן שהסוכר עולה.
התזמון חשוב כי סרטן הלבלב מתגלה בדרך כלל מאוחר. כמחצית מהמקרים מאובחנים רק אחרי שהסרטן כבר התפשט, כשהטיפול יכול להשיג הרבה פחות. גילוי מוקדם יותר בכמה חודשים יכול לשנות את מה שאפשרי.
אצל האישה הזאת, המידע הדרוש כבר היה רשום. הוא היה מפוזר בשלושה מקומות, ואף אחד לא הסתכל על כולו.
אותו פער פועל גם בכיוון ההפוך. ראיתי מטופלים שעברו בירור לבבי כשהסיבה הייתה חרדה, והדופק הלא סדיר היה תסמין שלה, ואני עצמי טיפלתי במטופלים כאלה. את הלב שלהם בדקו בקפידה, אבל התשובה הייתה במקום אחר בסיפור שלהם. כשפיסות התמונה הבריאותית של אדם מפוזרות, הרפואה מחמיצה את החמור ורודפת אחרי מה שאינו חמור.
רופא טוב קודם שם לב, ואחר כך בודק את הראיות לפני שהוא פועל. כך צריך לעבוד גם AI ברפואה.
למה המחשבים עוד לא פתרו את זה
מחשבים קוראים מהר בהרבה מבני אדם, ולכן מתבקש לשאול למה הם לא תופסים כבר מקרים כאלה. הסיבה היא שרוב ה-AI ברפואה שייך לאחד משני סוגים, וכל אחד מהם רואה רק חלק מהתמונה.
הסוג הראשון לומד מדוגמאות. מזינים לו מיליוני מטופלים מהעבר, והוא לומד אילו דפוסים נטו להקדים מחלה. הצ'טבוטים שרבים משתמשים בהם היום בנויים כך, אחרי אימון על כמויות עצומות של טקסט. הסוג הזה מצטיין בהבחנה, אבל אינו יכול להראות למה הגיע למסקנה שלו, והוא נשמע בטוח בעצמו כשהוא טועה בדיוק כמו כשהוא צודק. רופאה אינה יכולה לפעול בבטחה על סמך מסקנה שאין לה שום דרך לבדוק.
הסוג השני פועל לפי כללים שאנשים כתבו, בתבנית של "אם כך, אז כך". כלל ברור לגבי מה שהוא בודק ולמה. אבל הוא תופס רק את מה שמישהו חשב עליו מראש, ורק כשהמידע מגיע בדיוק בצורה שהכלל מצפה לה. הוא לא לומד.
כל גישה חלקית, ואף אחת מהן אינה רעיון רע.
בעיה עמוקה יותר טמונה ברשומות שמהן המערכות האלה לומדות. חלק גדול מהרשומה הרפואית הוא סיכומי ביקור, וכל סיכום הוא תיאור של ביקור מנקודת מבטו של אדם אחד, שנכתב בחיפזון ומושפע מהאופן שבו ראה את המטופל. רוב השאר תוכנן לצורכי חיוב, והאבחנות שמורות בו כקודים לתשלום. מערכת שלומדת רק מהחומר הזה לומדת גם את הנקודות העיוורות שלו. ב-2019 מצאו חוקרים שאלגוריתם שמערכות בריאות אמריקאיות השתמשו בו כדי לבחור מטופלים לטיפול מוגבר העריך מטופלים שחורים כבריאים יותר משהיו באמת. הוא למד מההוצאות בעבר, ועל הטיפול בהם הוציאו פחות.
למידה והיגיון יחד
רופאים טובים משתמשים בשני סוגי החשיבה. שנים של עבודה קלינית מלמדות אותם לחוש כשמשהו לא מסתדר, ואז הם בודקים את הרושם הזה מול הראיות לפני שהם פועלים. בינה מלאכותית נוירו־סימבולית בנויה באותו אופן. החלק ה"נוירו" לומד ומבחין, כמו הניסיון. החלק ה"סימבולי" מסיק בעזרת כללים, כמו רופא שבודק מול הראיות.
ב-Chroneme הכללים לקוחים ממחקרים שפורסמו ומהנחיות רפואיות, והם פועלים כמו עדשה. לכל שאלה קלינית הם קובעים איזה מידע חשוב ועד כמה אפשר לסמוך על המקור שלו, כך שמשקל שנמדד על מאזניים נחשב יותר ממילה בסיכום ביקור. בתוך המסגרת הזאת, החלק הלומד עדיין יכול להבחין בדפוסים שאיש לא חשב לכתוב. החלק הלוגי בודק אז כל אחד מהם מול הראיות, ודפוס שלא עומד במבחן לעולם לא מגיע לרופא כהמלצה.
דמיינו את אותה אישה, כש-Chroneme קוראת את הטיפול בה. תוצאות המעבדה, השקילות וסיכומי הביקור שלה מתכנסים לרשומה אחת, מכל מקום שבו טופלה, לפי סדר האירועים. ביוני, כשהסוכר עולה והמשקל יורד, הדפוס תואם את מה שהמדד שפורסם מחפש, והרופא שלה רואה את הממצא באותו שבוע, חודשיים לפני שהתחיל כאב הגב. הממצא כתוב בשפה פשוטה ומציג כל תוצאה שעליה הוא נשען, איפה ומתי נרשמה כל אחת, ואת המחקר שממנו נגזר הכלל. הפניה להדמיה כבר מוכנה, יחד עם הודעה למטופלת שמסבירה את הסיבה בלי להבהיל אותה. הרופא שלה עובר על הכול, מסכים או חולק, וחותם.
מכיוון שהכללים כתובים, אותן עובדות מובילות לאותה מסקנה אצל כל מטופל, לא משנה מי התורן. כשהראיות משתנות, הכלל מתעדכן פעם אחת וחל על כולם. וכשמשהו משתבש, אפשר לאתר את הנקודה שבה זה קרה.
מה אנחנו בונים
שיטה טובה יותר אינה מספיקה כשלעצמה. היא צריכה מערכת שתרוץ עליה, כזו ששומרת את הרשומה של כל אדם שלמה ועובדת טוב באותה מידה בשביל המטופל המיליון כמו בשביל הראשון. את המערכת הזאת אנחנו בונים.
היא גם מאפשרת סוגים חדשים של תובנות. הדמיה מראה איך הגוף נראה מבפנים, ההיסטוריה הרפואית מראה איך הוא הגיע לשם, והגנטיקה מראה לאן הוא היה נוטה. עד היום הם נקראו בדרך כלל בנפרד, בידי מומחים שונים. כשקוראים אותם יחד ולפי הסדר, הם חושפים צירופים שאף רשומה בודדת אינה מכילה.
הרפואה יודעת כבר עשרות שנים איך נראה טיפול טוב ומבוסס ראיות. מה שחסר לה הוא הזמן ליישם את כל הראיות האלה על כל מטופל, בכל יום, כי אף רופא לא יכול לעבור על כל רשומה מול כל הנחיה לפני כל ביקור. הסוכנים של Chroneme, תוכנות שמבצעות את שלבי המשימה, עושים את ההכנה הזאת. הם מנסחים טיוטות של הפניות, הודעות וסיכומים, כל אחד עם המקורות שלו, כדי שקלינאי יעבור עליהם ויחתום. שיקול הדעת נשאר בידי בני אדם, והזמן שנחסך חוזר לטיפול.
אנחנו זהירים במה שאנחנו טוענים. שכל מסקנה ניתנת למעקב ולבדיקה, זה נכון כבר היום מעצם התכנון. האם המערכת צודקת מספיק פעמים כדי לעזור למטופלים, זו שאלה שהראיות יכריעו. אנחנו בודקים אותה לפי פרוטוקול שנכתב לפני שנראתה תוצאה כלשהי, ונפרסם את מה שנמצא, כולל היכן שהיא לוקה בחסר.
מקורות: הקשר בין סוכרת חדשה אחרי גיל 50 לסרטן הלבלב הוא Chari et al., Gastroenterology, 2005. מדד ENDPAC הוא Sharma et al., Mayo Clinic, Gastroenterology, 2018. השלב בעת האבחון לקוח מ-National Cancer Institute, SEER Cancer Stat Facts: Pancreatic Cancer (51% אובחנו לאחר פיזור מרוחק, 2016 עד 2022). אלגוריתם ניהול הטיפול הוא Obermeyer et al., Science, 2019. בינה מלאכותית נוירו־סימבולית מתוארת אצל Garcez ו-Lamb, Artificial Intelligence Review, 2023.
מסות ועדכונים חדשים, במייל.