ההזדמנות הכלכלית שמסתתרת במאגרי קופות החולים

בינה מלאכותית. אילוסטרציה: Christian Lagerek | שאטרסטוק

"מה שמיוחד בישראל בכל הקשור לביצועים של בינה מלאכותית הם מאגרי נתונים שיש לקופות החולים. אלה מאגרים עם נתונים של מיליוני אנשים שנאספו במשך עשרות שנים. זה המאגר השני בגודלו בעולם. יש לנו הזדמנות להיות כלכלה חזקה בתחום הרפואי, רק בזכות המידע שיש לנו". את הדברים אמרה היום (ד) ד"ר קירה רדינסקי, בוועידת הדיגיטל של העיתון הכלכלי 'דה מרקר'.

רדינסקי, מדענית ראשית באיביי (ebay) ישראל, הסבירה את דבריה ואמרה כי "בנוסף, כחלק ממיזם ישראל דיגיטלית, יש לנו קישור לנתונים של כל בתי החולים. זה מידע שיכול לאפשר למצוא דפוסים ולבנות לפיהם נוסחה. למשל אין נוסחה ברורה כיצד ניתן לרשום תרופות לבעיית לחץ דם. כיום יודעים רק ב-47% מהמקרים איך להוריד לחץ דם ואנחנו בעזרת מערכת חדשה יודעים להגיע ליותר מ-70%. הכל על ידי הסתכלות על בדיקות לחץ דם פשוטות. כך גם לגבי סוכרת".

רדינסקי התייחסה גם לאתגרים שעומדים בפני העוסקים בבינה מלאכותית. "השינויים שמתרחשים כל הזמן ובמקומות שונים ואנו עדיין לא תופסים את מהותם, הם אתגר שעומד בפני הבינה המלאכותית, ומקשה על האפשרות לחזות את העתיד על פי דפוסים מהעבר. למשל האלגוריתם בטוויטר שניסה לדעת מי נמצא בסכנה. בפועל בהוריקן קטרינה, אלה שבאמת היו בסכנה, לא הייתה להם גישה לאינטרנט. כך שהאלגוריתם לא באמת יכול לתת לזה מענה", אמרה.

בינה מלאכותית סובלת מבעיות רבות. כפי שציינה רדינסקי: "לאלגוריתמים אין שיקולים חברתיים, הם פשוט מנסים לזהות דפוסים ולתת תוצאות הכי מדויקות. למשל, באחת האוניברסיטאות בנו אלגוריתם לקבלת סטודנטים, וסטודנט שהבין את האלגוריתם ידע שהוא צריך להצליח בשלושה מקצועות בלבד, ובשאר אינו צריך להשקיע. בנוסף, האלגוריתם יכול לזהות אזורים או בתי ספר שהם נותנים תוצאות טובות יותר, והתוצאה תהיה שמיעוטים או אנשים ממקומות אחרים פשוט לא יוכלו להתקבל".

נחזור לדברים אודות מאגרי הידע העצומים של קופות החולים. שימוש בידע העצום הזה באמצעות בינה מלאכותית, יכול לאפשר מענה מיידי ואינדיבידואלי לבעיות רפואיות רבות. לאתר בקלות וללא בדיקות מיוחדות, סימנים ראשוניים להתפתחות מחלות ולייצר תרופות מניעה בהתאם לדפוסים שהבינה המלאכותית יודעת לאתר.