הכירו: האלגוריתם הישראלי שחוזה מתי חולה קורונה צריך מכונת הנשמה

מכונות הנשמה הפכו למכשירים המבוקשים בשל מגיפת הקורונה. הנושא העלה את השאלה: איך בית החולים יידע איזה חולה יזדקק למכונה כזאת – ומי לא? "אנו עוסקים בפיתוח מערכות שליטה ובקרה. הסבנו אלגוריתמים מתחום המודיעין הימי – לזיהוי קורונה. המהלך התחיל טרם התפרצות הנגיף, עם בתי החולים בילינסון והשרון, במטרה לחזות את הסבירות של מטופל לחלות בסרטן – ולחלופין, של מאושפז בטיפול נמרץ – לחלות באלח דם", אמר שמואל טפלר, מהנדס המערכת ב-TSG הישראלית.

לדברי טפלר, "אנחנו מפתחים מערכות לשליטה ובקרה למגוון שימושים. מערכת שו"ב אוספת מידע מטווח רחב של אמצעי גילוי – מאמצעים מסורתיים כמו מכ"מים או אלקטרו-אופטיקה וכלה באמצעים מתקדמים של מצלמות וידיאו, אינטרנט של הדברים ורשתות חברתיות. המערכת מבצעת תהליכי ניתוח למידע, היתוך ומיצוי – ובסופם, מספקת תובנות למשתמש המבצעי, לטובת קבלת החלטות בתנאי לחץ ואי ודאות. למשל, מיקום עתידי של מטרה, מקום נפילה צפוי של רקטה, או התרחשות מודיעינית מורכבת, כגון הברחת אמצעי לחימה".

"C2, מערכת השו"ב הימית שלנו (משחק מילים כפול – see, לראות מעבר לאופק, ו-sea, ים – וראשי תיבות של שו"ב באנגלית, י.ה.), משתמשת באלגוריתמים מבוסס בינה מלאכותית כדי לזהות מבעוד מועד תרחישים בזירה הימית. היא נוקטת שתי גישות ניתוח: הראשונה אחראית לזהות דפוסי פעולה של אובייקטים בזירה. אירוע בודד, כמו יציאה או כניסת אונייה לנמל – לא יחשוף דבר. אוסף אירועים על ציר זמן יכול להצביע על התרחשות, למשל, העברת נפט לא חוקית בין מכליות, פיראטיות ועוד. האלגוריתמים תוכננו 'לדעת' לאפיין התרחשות מסוגים שונים בשלב לימוד המערכת, ולאחר מכן, בשלב המבצעי, הם מסוגלים לנבא את סוג ההתרחשות על פי אירועים מקדימים שנופלים תחת אותו דפוס התרחשות".

"לפני התפרצות הקורונה", אמר טפלר, "התחלנו בניסוי עם בית החולים בילינסון לחיזוי אלח דם. עם פרוץ המגיפה, בעצה אחת עם בית החולים הסבנו את הפיתוח לחיזוי החמרה במצבו של חולה קורונה. לטובת הניסוי קיבלנו בסיס נתונים רפואי ואנונימי, אמריקני,  MIMIC-III – עם נתונים תמימים – אך התואמים את המציאות. על בסיס הנתונים הללו כיילנו את האלגוריתם לענות לשאלה 'מה ההסתברות שמצב חולה בטיפול יידרדר והוא יזדקק למכונת הנשמה?', לאחר כשבועיים, האלגוריתם הגיע לדיוק של כ-90% במענה לשאלה".

"לאחר מכן", סיפר, "עברנו לניסוי נתוני אמת בבית החולים שיבא, המחזיק נתוני אמת על חולי קורונה, כך שניתן לאמת את האלגוריתם".

"קיבלנו תמיכה ממחלקת התקשוב במפא"ת, האחראית על מערכות שו"ב, וכן מרשות החדשנות", אמר טפלר. "בכוונתנו להשלים פיתוח של האלגוריתם לחיזוי בעיית מכונות ההנשמה ולשלוש בעיות נוספות: מתוך כלל האוכלוסייה, מי צפוי לחלות בקורונה? בהינתן חולה בבית, מה הסבירות שיידרש לאשפוז? ולאחר שהחולה מונשם, מהו ההליך הרפואי שיגדיל את הסיכוי להיחלצותו ממצב זה?"

"הצלחנו להקים את סביבת העבודה שלנו בקלות על הענן של אמזון ווב סרביסס, AWS", אמר טפלר, "באמצעות Amazon EC2 – שהנהלים בו היו פשוטים, ברורים ומהירים. משאבי המחשוב הוקצו באופן דינמי תוך שניות. גם תצורות האבטחה וה-IP היו פשוטים להגדרה. השתמשנו ב-Amazon EBS Snapshots כדי לגבות את התוכן שלנו וב- Amazon Athena, לטובת חיבור פשוט ומהיר למאגרי מידע. עוד אנו משתמשים ב-AWS Identity and Access Management".

"ההתמודדות עם אתגר הקורונה דרשה מאיתנו משאבי אחסון ומחשוב משמעותיים, בצירוף מענה לעבודת העובדים מהבית בשל המגיפה, לצד הצורך בעבודה בסביבה איכותית ומאובטחת ברמה גבוהה", סיכם טפלר, "הענן של AWS ענה לכל הדרישות שלנו. יש לנו ניסיון ממושך ומוצלח עם החברה ושירותי הענן שלה בכמה פרויקטים שערכנו בעבר".