BETA

28.08.2018

13:22

 בתמונה דר יפתח ברש, דר אייל קלנג רדיולוג בכיר, מדענית הנתונים סיגלית בכלר, דר חזי רשף
בתמונה דר יפתח ברש, דר אייל קלנג רדיולוג בכיר, מדענית הנתונים סיגלית בכלר, דר חזי רשף,
יח"צ

האקתון בתל השומר: כיצד אירוע אישי הוביל למפגש משנה חיים?

ענקית הטכנולוגיה הפיננסית Intuit ובית חולים שיבא ערכו בשבוע שעבר האקתון ראשון מסוגו בישראל במטרה למצוא פתרונות חדשניים לטובת ציבור המטופלים בחדר המיון

ענקית הטכנולוגיה הפיננסית Intuit ובית חולים  שיבא ערכו השבוע את האקתון הראשון מסוגו במטרה למצוא פתרונות חדשניים לטובת ציבור המטופלים בחדר המיון.עובדי Intuit שהשתתפו בהאקתון עשו זאת במסגרת התנדבות כחלק משעות ההתנדבות של החברהIntuit – “We Care and Give Back”   . ד"ר נטלי בלוך, ראש המרכז לחדשנות בשיבא אמרה כי שיתופי פעולה עם התעשייה המתקדמת מחוץ לעולם הבריאות הם ערך חשוב בעיננו במרכז לחדשנות בשיבא. אנחנו שואפים לייעל ולשפר תהליכים שיהוו חלק משינוי פניו של עולם הרפואה מבוסס המידע.

 

 ״היוזמה להאקתון נולדה עקב ניתוח משנה חיים של קרוב משפחה ותוך כדי הרהורים עם ד״ר יפתח ברש, מהנדס ורופא בשיבא" מספרת סיגלית בכלר, Data Scientist בחברת אינטואיט. "תוך כדי התהליך חוויתי באופן אישי את האימפקט של מחקר רפואי.  הקרקע הפוריה בשיבא שהציגו בפני ד״ר  יפתח ברש ודר אייל קלנג, בשילוב מדעני הנתונים המעולים של אינטואיט גרמו לי לחשוב שכל השידוך הזה אפשרי ובעל ערך. כיום יותר מתמיד אני מאמינה ששיתופי פעולה בעלי אינטרס מדעי יכולים לקדם את הרפואה באופן משמעותי״.

 

 

 

 צוות האקתון אינטואיט תל השומר.

צוות האקתון אינטואיט תל השומר. ( צילום, צוות הצילום שיבא)

 

 

בעולם הרפואה המודרני יש עיסוק רב בארגון המידע (Big Data) ועיבודו וביכולת לתרגם אותו לכלים יישומיים. החיבור בין המרכז לחדשנות של המרכז הרפואי שיבא לחברת Intuit הוא ייחודי ולמרות השוני הגדול בין נתונים רפואיים לנתונים הפיננסיים מסתבר ששיטות של בינה מלאכותית ולמידה עמוקה מתאימות גם לניתוח נתונים כאלו.

 

המודל הראשון שהתגבש במהלך ההאקתון עוסק בחיזוי תמותה של נבדקים המגיעים לחדר המיון על סמך נתונים של חצי מליון מטופלים שפנו למיון שיבא. ניבוי תמותה של חולים המגיעים לחדר מיון הוא בעל חשיבות רבה לצורך החלטות טיפוליות. הכלים הקיימים היום אינם בעלי יכולת ניבוי מספקת. מטרת המחקר הייתה לבנות מודל בינה מלאכותית שיאפשר לנבא תמותה כבר ברמת הטריאז' של החולה, בהתבסס על נתונים ראשוניים כגון נתונים דמוגרפיים (גיל ומין) ומדדים חיוניים (לחץ דם, דופק, סטורציה) ומדדים אחרים כגון בדיקות מעבדה. מודלים מסוג זה יוכלו לעזור בעתיד בייעול הכוונת החוליםוהקלה על העומסים בחדר המיון.

 

מודל נוסף עוסק בקטלוג אוטומטי של פענוח הנכתב ע"י הרדיולוגים בצילומי סי.טי. מוח. כיום, מרבית האינטראקציה בין רופא לחולה מסוכמת כטקסט חופשי. המטרה היתה ליישם אלגורתמים מתקדמים של בינה מלאכותית מסוג Deep Learning על מנת להפוך טקסט רפואי בשפה העברית למידע מובנה שניתן לכימות.  מידע זה הינו בעל ערך רב וכיום "הולך לאיבוד" במערכת.

 

מודל שלישי עסק בבניית אלוגריתם של חיזוי חולים חוזרים למיון.  גם מודל זה הסתמך  על נתונים של חצי מליון מטופלים שפנו למיון שיבא. מטרת חדר המיון הוא לקחת החלטות של אשפוז ושחרור ויש שאיפה לכך שהחולים או יטופלו במסגרת אשפוז או יטופלו במסגרת הקהילה. ניבוי חזרה של חולים לחדר מיון יכול לעזור בקבלת החלטות נכונות יותר לגבי המטופל. מטרת המחקר הייתה לבנות מודל בינה מלאכותית שיאפשר לנבא פניות חוזרות למיון בהתאם לנתונים שנאספו.

 

בסיום ההאקתון סוכם על המשך שיתוף הפעולה בין המהמרכז הרפואי שיבא וחברת Intuit  בנושא המחקר המשלב בין עולם הרפואה לבין עולם ה data science  . ד"ר איל צימלכמן, סמנכ"ל המרכז הרפואי לרפואה וחדשנות: "אין ספק כי הפוטנציאל הטמון בשיתופי פעולה מאין זה הוא גדול. עולם הבריאות רק מתחיל כעת להבין זאת ומגמת הלמידה על בסיס הביג דאטה מסוגלת לשנות את הרפואה ולענות על האתגרים העיקריים בפניהם אנו עומדים. המרכז הרפואי שיבא רופא בשיתופי פעולה כאלו מאמץ אסטרטגי, הן לשיפור הטיפול במטופלינו והן במטרה ליצור כלים אשר יוכלו לשנות מהותית את דרך מתן שירותי הרפואה בעתיד"

 

ד"ר איל קלנג, רופא בכיר במערך הדימות סיכם את המפגש: "אלו היו שלושה ימים מרתקים של מפגש בין data scientists לבין רופאים. עם אינטגרציה בין אלגוריתמים של מתקדמים של בינה מלאכותית לבין מידע קליני. שיתופי פעולה מסוג זה תורמים לחדשנות בתחום הרפואה בישראל"