עילי רחין: "כנראה שבינה מלאכותית לא תחליף רופא - אך תוכל להציל זמן יקר"

האם הבינה המלאכותית תהפוך לכלי המרכזי בניהול חדרי מיון? עילי רחין, שסיים את לימודיו באיטליה לאחרונה, מתרשם כי היא לא תחליף את המגע האנושי - אך עשויה לייעל, לחדד ולשחרר את הרפואה הדחופה מהרבה תהליכים מסורבלים ואיטיים שהיא שבויה בהם כיום.


כשהקדמה עוצרת בחדר המיון


בחלקים נרחבים של עולם הרפואה, הטכנולוגיה כבר מזמן כאן. מערכות הדמיה מתקדמות, רובוטים בניתוחים, אלגוריתמים לזיהוי גידולים - כל אלה הפכו לשגרה. אך יש תחום אחד שעדיין מתנהל באופנים מסורתיים כמעט לחלוטין: הרפואה הדחופה.


"כשנכנסים למיון, התחושה היא של חזרה אחורה בזמן", משתף עילי רחין. "נראה לי שתהליכים רבים מתבצעים ידנית, התיעוד מסורבל, אין ניהול עומסים אפקטיבי והכול קורה במקביל, בלי אינטגרציה אמיתית." בעיניו, הפער הזה בין הקדמה שבחוץ לבין המציאות במיון, הוא לא רק אתגר - אלא עלול להוות סכנה למטופלים.


עילי רחין, שסיים את לימודי הרפואה באוניברסיטת Humanitas במילאנו ומעלה שיח ציבורי ברשתות החברתיות סביב מערכת הבריאות בישראל, מעלה את השאלה הפשוטה - אך הקריטית: האם הבינה המלאכותית יכולה להציל את הרפואה הדחופה מעצמה?


עילי רחין: מה לדעתו לא עובד במיון ומדוע?


1. תעדוף לפי מצב רפואי


מערכת הטריאז’ - כלומר, סיווג המטופלים לפי דחיפות - נשענת כיום בעיקר על ניסיונם של אנשי הצוות. "זה לא נראה לי כמדע מדויק", מציין רחין. "אני מתרשם שלא תמיד ברור מי באמת בסכנה, וייתכן שדברים מתפספסים." לדעתו, ברגעי לחץ, כשיש עשרות מטופלים בחדר המתנה אחד, הצוות קובע סדרי עדיפות מבלי יכולת לעבד את כלל הנתונים באופן אובייקטיבי, ובסוף התיעדוף מתבצע על-פי מצב רפואי.


2. ניהול כאוטי של כוח אדם


חדרי מיון פועלים לרוב על תקן חסר. נראה שההקצאה מתבצעת על סמך ניסיון עבר ולא על-פי ניתוחים בזמן אמת. "כשמתחילה מגפה או מגיע גל פצועים, התרשמתי שאיננו ערוכים", מסביר עילי רחין. "לדעתי אין תחזיות חכמות ואין תגובה דינמית של המשמרת למצב בשטח."


3. בזבוז זמן יקר של רופאים


בתור מי שלמד רפואה, התרשם רחין שחלק ניכר מזמנו של רופא במיון מוקדש לא לטיפול רפואי, אלא לניווט בין מערכות, תיעוד, כתיבת דוחות והתעסקות באדמיניסטרציה. "התחושה היא שהרופאים מתרחקים מהמטופל בדיוק כאשר הם הכי נדרשים להיות שם בשבילו."


4. חוסר היערכות לאירועי קיצון


מלחמות, מגפות, אסונות טבע - כל אירוע חריג ממוטט את השגרה הרפואית. "אני לא מזהה מערכת שיודעת להתאים את עצמה לקצב האירועים", מדגיש עילי רחין. "לפי התרשמותי, בהרבה מקרים ברפואה דחופה - מגיבים אליה במקום לנהל אותה."

1. בינה מלאכותית ככלי מסייע בטריאז’


מערכות AI יכולות לאסוף נתונים מהמטופל - סימנים חיוניים, היסטוריה רפואית, תסמינים - ולהמליץ על דרגת דחיפות תוך שניות. "הצוות מקבל חיווי, לא הנחיה", מדגיש רחין, "אבל הוא סבור שעצם קיומו של ניתוח כזה חוסך זמן, עשוי למנוע שגיאות, ולסייע בתיעדוף הטיפול במטופל."


2. תכנון משמרות חכם ותחזית עומסים


הבינה המלאכותית יודעת לזהות דפוסים: עלייה בביקורים עקב עומס חום, מגפה מתקרבת, שינוי בנתוני אוכלוסייה. על בסיס המידע הזה, ניתן לבנות תחזית עומסים ולהתאים צוותים בהתאם, גם בימי שגרה וגם בחירום.


3. אוטומציה של תיעוד רפואי


מערכות מתקדמות כבר מסוגלות לסכם שיחות עם מטופלים, להמליץ על בדיקות בהתאם להיסטוריה רפואית, ולתרגם מידע קליני לתוך תיק רפואי מסודר. "לדעתי, אם נוכל לקצר את זמן התיעוד מ-8 דקות ל-2, זה יהיה עולם אחר", מדגיש עילי רחין.


4. ניהול דינמי של אירועי חירום


בעת משבר - למשל, גל של נפגעים - AI תוכל להצביע על מחלקות עמוסות, לקבוע סדר קדימויות אובייקטיבי, ולהציע הקצאה חכמה של משאבים. "כשיש 200 איש במסדרון, אני מתרשם שאין זמן מיותר, ועל הצוותים לנסות לטפל בהקדם האפשרי - בכולם", אומר עילי רחין. "אני מאמין שצריכים מערכות שיחשבו יחד הצוותים ויסייעו לייעל תהליכים מורכבים."


מבט קדימה: לא רופא רובוט, אלא רופא משודרג


עילי רחין מסכם בגישה זהירה אך אופטימית: "לדעתי המטרה של בינה מלאכותית ברפואה דחופה אינה להחליף את האדם בקצה - אלא לאפשר לרופא להיות אנושי יותר. כשהמחשב מטפל בנתונים, אנחנו יכולים לטפל בבני אדם."


הרפואה הדחופה, כפי שהוא מתאר אותה, זקוקה לשדרוג מערכתי. לשינוי לא רק בכלים - אלא בגישה. והבינה המלאכותית, אם תוטמע נכון, עשויה להיות זו שתאפשר לרפואה לחזור למהותה - לדחוף קדימה את הגבול שבין חיים למוות, לא בטופס, תיעוד או בתיעדוף - אלא בטיפול בבני אדם.


עילי רחין הינו בוגר לימודי רפואה באיטליה, אשר עומד להתחיל סטאז' בישראל. מידע הקשור ברפואה המופיע כאן במישרין או בעקיפין אינו מחליף בדיקה רפואית, עצת רופא או כל מומחה אחר