הבסיס הסמוי של מהפכת ה-AI הרפואית: למה נתונים חשובים יותר מהאלגוריתם

הבינה המלאכותית כבר כאן – גם במערכת הבריאות. אלגוריתמים חכמים, מודלי GenAI ועוזרים דיגיטליים מבטיחים לשנות את האופן שבו רופאים מקבלים החלטות, כיצד בתי חולים מתנהלים ואיך מטופלים זוכים לטיפול מדויק יותר.

אבל מאחורי ההבטחה הגדולה מסתתרת אמת פשוטה: AI חזקה באמת לא מתחילה באלגוריתם – אלא בנתונים. והאתגר האמיתי הוא לאפשר ל-AI לעבוד עם נתונים אמינים, מחוברים ובזמן אמת.

מערכות בריאות מייצרות כמויות אדירות של מידע: רשומות רפואיות, בדיקות מעבדה, תיאורים חופשיים, נתונים ממכשור רפואי ועוד. אלא שהנתונים האלה לרוב מפוזרים בין מערכות שונות, בפורמטים משתנים וללא שפה משותפת. במצב כזה, גם האלגוריתם המתקדם ביותר אינו יכול להפיק תובנות מהימנות.

תפקיד מרכזי בשלב זה ממלא תקן הנתונים FHIR (ר"ת Fast Healthcare Interoperability Resources). תקן זה יוצר שפה אחידה למידע רפואי, שמאפשרת ליישומי AIלהבין את הנתונים בצורה עקבית, ברורה ובעיקר בזמן אמת. עבור מערכות בינה מלאכותית, זהו הבסיס ההכרחי לדיוק של תוצאות. כדי לאפשר יישומי AI אמיתיים בקנה מידה רחב, נדרשת שכבת פלטפורמה רחבה הכוללת:

• אינטגרציה בין מערכות ומקורות מידע שונים
• גישה לנתונים בזמן אמת
• יכולות עיבוד, אחסון ו-Query
• יכולת להריץ מודלי AI ישירות מעל הנתונים

במילים אחרות – AI לא פועלת רק על נתונים, אלא על תשתית שמאפשרת לה להבין, לעבד ולהשתמש בהם בצורה יעילה.

אינטרסיסטמס (InterSystems) היא חברת טכנולוגיה גלובלית, המתמחה בפלטפורמות נתונים קריטיות לארגונים עתירי מידע, ובראשם מערכות בריאות. הטכנולוגיות של החברה משמשות אלפי ארגוני בריאות ברחבי העולם לניהול רשומות רפואיות, לשיתוף מידע קליני ולפיתוח יישומים מתקדמים מבוססי נתונים.

באמצעות פלטפורמת InterSystems IRIS for Health החברה מספקת תשתית נתונים מאוחדת ומבוססת FHIR, המאפשרת לארגונים לממש פתרונות בינה מלאכותית בקנה מידה גדול, בביצועים גבוהים ובזמן אמת כחלק אינטגרלי מהעשייה הקלינית והעסקית. בנוסף, הפלטפורמה כוללת יכולות GenAI מובנות, המאפשרות לבנות יישומי בינה מלאכותית מתקדמים ישירות בתוך סביבת הנתונים הקלינית.

בבתי החולים בארה"ב, בהם Stanford Health Care ו-Northwestern Medicine, שני ארגוני בריאות מובילים, הפועלים על גבי תשתיות הנתונים של אינטרסיסטמס, היישום הקליני נדרש להיות מתקדם, אמין, בטוח ויעיל במיוחד.

ב –Stanford Health Care שיתוף פעולה טכנולוגי הביא לפיתוח מערכת בשם AXIOM – מנוע נתונים קליני, שמבוסס על מאגרי FHIR ארגוניים. AXIOM מסוגלת לאחד כמויות עצומות של מידע ממקורות שונים וליצר מהם תצוגה קלינית מלאה בזמן אמת, לאפשר שאילתות בשפה טבעית ולתמוך בהרצת מודלי AI ו-GenAI כחלק משגרת העבודה הקלינית. המערכת מאפשרת, למשל, לשאול שאלות קליניות מורכבות ולקבל תשובות קוהרנטיות תוך שניות — מה שמקצר משמעותית את זמני הפעולה ומאפשר קבלת החלטות טובה יותר.

גם Northwestern Medicine אימץ אסטרטגיית FHIR-First המופנית ליצירת תשתית נתונים גמישה, אחידה ומתועדת. בציר זה הם מבטאים פתרונות דומים לשימוש בנתונים בזמן אמת, כולל יכולות שמאפשרות שילוב AI לפני, במהלך ואחרי האירוע הקליני עצמו. מערכת AXIOM אחראית ליישום שמגשר בין תקן FHIR לבין צרכים קליניים יומיומיים.

היכולת לאחד נתונים ממקורות שונים, להעניק להם מבנה ואוריינטציה קלינית ולספק אותם במהירות לפלטפורמות AI היא המשימה המרכזית של ארגוני הבריאות. פתרונות מבוססי FHIR  לצד מערכות כמו AXIOM מדגימים כיצד ניתן למנף תשתיות מידע כמו אלו של InterSystems כדי להפוך את הבטחות הבינה המלאכותית ליישומים רפואיים ממשיים, מדידים ובעלי ערך קליני.

לדברי איל שוריאן, מנהל הסניף הישראלי של אינטרסיטמס, "פרויקט ניוד המידע הלאומי מבוסס FHIR הוא אחד המהלכים המשמעותיים במערכת הבריאות הישראלית. הוא יוצר תשתית נתונים אחידה ובזמן אמת – תנאי הכרחי למימוש בינה מלאכותית קלינית. זהו צעד אסטרטגי שיאיץ חדשנות וישפר את איכות הטיפול".

בישראל, ניתן כבר לראות את יישום הגישה הזאת בפועל. ארגונים מובילים כמו משרד הבריאות, המרכז הרפואי שיבא, ביה"ח רמב"ם, המרכז הרפואי סוראסקי, קופות החולים כללית, לאומית ומאוחדת ועוד – כולם עושים שימוש בתשתיות מבוססות FHIR לשיתוף מידע קליני ולבניית בסיס נתונים אחיד. מהלכים אלו מהווים חלק מהמעבר הרחב לניהול מידע רפואי מודרני, ומאפשרים לא רק שיפור בתיאום הטיפול, אלא גם יצירת תשתית מתאימה ליישומי AI מתקדמים בעתיד.