טכנולוגיות Machine Learning במערכות מידע רפואיות
שימוש בטכנולוגיית Machine Learning לקבלת ייעוץ רפואי ללא פגישה פיזית עם רופא
תוכן עניינים
תקציר מנהלים 2
מבוא 3
שאלת המחקר 4
שיטה 5
רקע תיאורטי 6
טכנולוגיית ה-AI – רקע 6
מאפיינים טכנולוגיים – AI 8
טכנולוגיית AI ברפואה 10
סוגי השימושים בטכנולוגיית AI בתחום הרפואה 12
פיתוח טכנולוגיית AI כתחליף לרופא אנושי 13
סיכום ומסקנות 17
רשימה ביבליוגרפית 19
תקציר מנהלים
בינה מלאכותית (AI) בתחום הרפואה כוללת איסוף, אחסון, נרמול ואיתור של מידע. בנוסף, היא כוללת ניתוח של מאגרי מידע גדולים (Big Data) ועיבוד המידע באמצעות טכנולוגיית ה-Deep Learning. לכן, מערכת הבינה המלאכותית הפכה בשנים האחרונות לאחד הפיתוחים המשמעותיים ביותר בתחום הטכנולוגי, בין היתר בתחום הפיננסי, הצבאי והרפואי.
המחקר הנוכחי הוא מחקר מטה-אנליטי אשר סוקר מגוון רחב של מחקרים עדכניים בתחום טכנולוגיית הבינה המלאכותית בתחום הרפואה מתוך כוונה לבחון את השפעות ההתפתחות של AI על מערכת הבריאות. העבודה הנוכחית האם באמצעות שימוש בטכנולוגיית Machine Learning יתאפשר לקבל ייעוץ רפואי בתחומים מסוימים גם ללא פגישה פיזית עם רופא?
מהמחקר עולה, כי אימוץ של טכנולוגיית AI ברפואה יכולה להוות סוג של שובר שוויון בפרקטיקה הקלינית. יישומים חדשים בטכנולוגיית ה-AI צפויים להגיע ולהיכנס אל בתי החולים והמרפאות בשנים הקרובות מה שיאפשר לספק שירות טוב יותר, אבחון מדויק יותר, עלויות נמוכות יותר ובעיקר תועלת רבה לשני הצדדים – המערכת הרפואית והמטופלים. יחד עם זאת, קיימים לא מעט מומחים וחוקרים הסבורים כי עדיין קיים פער טכנולוגי אך גם תפיסתי באשר להחלפת מערכות AI את הרופא.
מבוא
בשנים האחרונות גוברת התחרות בין חברות ומדינות באשר לפיתוח טכנולוגיות בינה מלאכותית, בעיקר לאור ההבנה כי טכנולוגיית ה-AI תוביל לשינויים מרחיקי לכת בתחום הכלכלי, בריאותי צבאי וכדומה (Askell, Brundage & Hadfield, 2019). הגישה הרווחת בקרב החברות והארגונים העוסקים במחקר ופיתוח טכנולוגיות AI היא ש"המנצח לוקח הכל" (winner takes all), כלומר, אלו שיעמדו בחזית הפיתוח הטכנולוגי ויגיעו להישגים, גם יהיו הראשונים אשר יגזרו את קופון ההצלחה (Cave & ÓhÉigeartaigh, 2018). המרוץ אחר פיתוח טכנולוגיית ה-AI מקושר גם לאירועי עבר טכנולוגיים כמו שיגור הספוטניק בשנת 1957 מה שהוליד את המרוץ לחלל בין ברית המועצות לשעבר לארצות הברית, מה שסימן את תחילתו של עידן הפיתוח הטכנולוגי המואץ וההשקעה הלאומית המסיבית בטכנולוגיה ומחקר, שהוביל בהמשך גם לנחיתה של האמריקנים על הירח בשנת 1969 (Saran, Natarajan & Srikumar, 2018).
ישנן שני סוגי טכנולוגיה לבינה המלאכותית. הראשונה היא היכולת של מכונות לשקף או לייצג את המוח האנושי. השנייה, היא ביצוע כל משימה אינטלקטואלית שבני אדם יכולים לבצע המכונה גם בינה כללית מלאכותית (Artificial general intelligence). הבינה הכללית-מלאכותית התמקדה במקורה במחקר AI מוקדם והייצוג של הבינה המלאכותית בתרבות המקובלת והפופולארית. אולם, העובדה כי מדובר באתגרים טכנולוגיים ומורכבות רבה הקשורה בפיתוח של הטכנולוגיה הזו, חוקרים רבים הפנו את עיקר ההתמקדות שלהם בפיתוח טכנולוגיית AI צרה יותר וממוקדת יותר: היכולת של מכונות לבצע משימה אחת בצורה ממש טובה. בפועל, כל טכנולוגיית ה-AI הקשורה לתחום הבריאות נחשבת לבינה מלאכותית צרה וממוקדת (Wahl, Cossy-Gantner, Germann, & Schwalbe, 2018).
אחת הטכנולוגיות המרכזיות שעל בסיסן מפתחים יישומי AI לעולם הרפואה היא למידת מכונה (Machine learning). טכנולוגיה זו מקושרת במקרים רבים ל-AI והיא נחשבת גם לתת-תחום וליישומם של ה-AI (Wahl, Cossy-Gantner, Germann, & Schwalbe, 2018). השימוש במונח למידת מכונה נעשה לראשונה על ידי ארתור סמואל (Arthur Samuel) כבר בשנת 1959, על מנת להגדיר את תחום הבינה המלאכותית באופן שבו מחשבים לומדים בצורה אוטומטית ממידע שנצבר ונאסף, מה שכיום אנחנו מכנים גם ביג דאטא (Big Data) (Pesapane, Volonte, Cedar & Sardanelli, 2018).
מבחינה פרקטית, למידת מכונה היא שיטה לניתוח מידע באופן אוטומטי באמצעות שימוש באלגוריתמים המזהה דפוסים החוזרים על עצמם בתוך שלל המידע שנאסף ומהם המכונה לומדת וכך גם היא מגיבה (Wahl, Cossy-Gantner, Germann, & Schwalbe, 2018). האופן שבו פעולת טכנולוגיית ה-AI היא שונה ממה שאנו מכירים כיום בתחום החומרה או התוכנה, כך שבטכנולוגיה הקיימת כיום, תוכנה זקוקה להנחיות ספציפיות על מנת לבצע משימה כלשהי וזה בשונה מאשר ה- deep learning ולמידת המוכנה אשר מזהים כאמור דפוסים קבועים בתוך כלל המידע, וכך הבינה המלאכותית מסוגלת לקבל החלטות באופן עצמאי ולמבצע משימות באופן הדומה לזה של בני אדם (Pesapane, Volonte, Cedar & Sardanelli, 2018).
במהלך השנים, הגישה הנהוגה באשר לטיפול בחולים הפכה מטיפול מקצועי של רופא בודד לטיפול מולטי-דיסציפלינרי המובל על ידי מספר רופאים או מטפלים כשהכוונה היא לקבל מגוון רחב ככל הניתן של דעות במטרה להעניק את הטיפול המיטבי והמדויק ביותר עבור החולה או המטופל. המעבר לשימוש בטכנולוגיית בינה מלאכותית AI בתחום הרפואה עלה באופן ניכר, למרות שעדיין קיימים לא מעט אתגרים. שימוש ב-AI יכול מצד אחד להגביר את יכולת האבחון של מטופלים, אך מצד שני גם יכול להפחית את הטעויות בשיקול הדעת של רופאים, בעיקר בהחלטות שם מקבלים באשר לטיפול או אבחון (Di Leva, 2019). מהדברים האמורים, עולה שאלת המחקר.
שאלת המחקר
האם באמצעות שימוש בטכנולוגיית Machine Learning יתאפשר לקבל ייעוץ רפואי בתחומים מסוימים ללא פגישה פיזית עם רופא?
אתר סמינריון מהווה פלטפורמה למכירה ולקנייה של עבודות אקדמיות איכותיות בין סטודנטים. באתר תוכלו למצוא עבודות אקדמיות במגוון תחומים ובמגוון סוגים החל מתרגילים דרך סמינריונים ועד עבודות תזה. באתר תוכלו למכור את העבודות שלכם לסטודנטים אחרים ולהרוויח עליהן כסף.
