"העתיד: טיפול פסיכיאטרי בענן, משולב AI"

ד''ר גדי כהן רפפורט, סגן מנהל בית החולים מרחבים לטיפול במוח ובנפש, מתאר כיצד, יחד עם מומחי נס ו-AWS, הם ערכו בדיקת היתכנות מבוססת בינה מלאכותית לטובת קיצור תהליכים ושיפור השירות

ד''ר גדי כהן רפפורט, סגן מנהל בית החולים מרחבים.

"בכל פרק זמן נתון, בית החולים מרחבים מטפל במאות מטופלים. תהליך הקבלה לבית החולים מתחיל בחדר המיון, כאשר זמן הבדיקה במיון מהווה צוואר בקבוק: נדרש לעבד בזמן הזה מידע קודם על המטופל, המידע הזה מבוזר ויש בו כפילויות רבות. או אז, יש לראיין את המטופל ואת משפחתו, ולהוציא סיכום מפורט, עם המלצות לאשפוז – או לשחרור לקהילה. כל הערכה אורכת יותר משעה, והשילוב של הזמן הרב שנדרש לכך עם עומס של פניות גרם לנו לחשוב על דרכים לקצר את זמן ההערכה ולהיות יעילים יותר. כמענה לאתגר, הובלתי את צוות החדשנות של בית החולים לבדיקת היתכנות: שילוב AI על הענן של AWS. הבדיקה המקדמית שערכנו – אנשי ה-IT בבית החולים, יחד עם מומחי הענן של נס – הצליחה", כך אמר ד"ר גדי כהן רפפורט, סגן מנהל בית החולים מרחבים.

מרחבים הוא המרכז הרפואי לטיפול במוח ובנפש הגדול בארץ. הוא ממוקם בשני קמפוסים – בבאר יעקב ובנס ציונה, וכולל מערך אשפוזי ומערך קהילתי. בית החולים מספק למטופליו טיפול רב תחומי, לרבות ייעוץ פסיכיאטרי, וטיפול שיחתי וסוציאלי, כאשר יש דגש על חזרה מהירה לתפקוד ופיתוח מיומנויות שנפגעו. חדרי המיון של בית החולים נותנים מענה ליותר מ-9,000 פניות של מטופלים בשנה, ויש במרכז מאות מטופלים בכל פרק זמן נתון.

לדברי ד"ר כהן רפפורט, "יחד עם אנשי AWS בישראל התחלנו במהלך למיקוד הצורך בעבודה שלנו, ולבחינה האם הענן יוכל להוות פתרון ומענה לאתגר של בעיה קלינית-רפואית. מניע נוסף, מעבר לקיצור זמני ההמתנה והבדיקה, היה הרצון לצמצם את היקף האירועים החריגים בחדר המיון. מניסיוננו, אירועים שכאלה נובעים לא פעם מזמני ההמתנה הארוכים של הפונים והמלווים שלהם. רצינו לשפר את סביבת העבודה לצוות ולפונים גם יחד".

בדיקת היתכנות עננית

"יחד עם מומחי הענן והבינה המלאכותית של נס הצלחנו לייצר בדיקת היתכנות עננית. זאת, משום שהענן הוא המקום הנכון לעסוק בדאטה המנותחת על ידי בינה מלאכותית יוצרת. ראינו ש-GenAI בענן מספקת תוצר טוב", אמר ד"ר כהן רפפורט.

"בבדיקת ההיתכנות", הסביר סגן מנהל בית החולים מרחבים, "יצרנו תהליך, שבו המכונה יודעת לקבל חומר רקע על המטופל ועל העבר הרפואי שלו – ולעבד אותו. לאחר ההזנה של החומר, רכיב ה-AI לוקח את החומר ומעבד אותו כתקציר, שמוגש לרופא בטרם הבדיקה. זה נעשה בצורה של 'הנדסת שאילתות', משמע – סידור של הנתונים, ואז בחירת המודל שיעשה זאת. בדרך זו ניתן לקצר את משך המפגש בצורה משמעותית".

"בשלב הבא, המכונה לוקחת את הריאיון עם המטופל, מתמללת אותו ואז מוציאה ממנו את עיקרי הדברים. בשלב האחרון, ה-AI מכינה סיכום מתומצת במבנה רפואי מקובל, עם המלצות והצעות להמשך תוכנית הטיפול", הוסיף.

ד"ר כהן רפפורט ציין כי "סיימנו את בדיקת ההיתכנות לפני כמה שבועות – ובהצלחה. במהלך העבודה עם הצוותים מצאנו שותפות אמיתית ובנינו חיבור בין עולמות תוכן שונים. הפרויקט זוכה להתעניינות רבה בקהילה המקצועית. כעת אנחנו שוקדים על פיתוחו ועל הפיכתו למערכת פעילה – זה יקרה בשנה הקרובה. נביא לשיפור בחוויית המשתמש, הן בצד המטופל והן המטפל, ונייצר מודל כלכלי עובד, שמניב ערך לבית החולים, עם ניצול טוב יותר של הזמן היקר והחסר של גורמי המקצוע. ננפיק למטופלים תוצר איכותי ונגיש: קיבלנו פה משהו אמיתי, עם ממשקים וערוצי תקשורת בין המתכנתים, אנשי התוכנה והחומרה, לטובת הגדרת צרכים מדויקת, ומתן מענה יעיל ומיטבי".

תגובות

(3)

כתיבת תגובה

האימייל לא יוצג באתר. שדות החובה מסומנים *

אין לשלוח תגובות הכוללות דברי הסתה, דיבה, וסגנון החורג מהטעם הטוב

  1. תוהה....

    הטכניקה מבוססת על תוכן ? אבחנה מהימנה בודקת מעבר לתוכן, כוללת למשל ניואנסים של התנהגות, מה שלא נאמר, אינטרקציה בין אישית, העברה והעברה נגדית. מה לגבי אלו ?

אירועים קרובים