השימוש בבינה מלאכותית (AI) בבתי חולים ובטיפול בחולים עולה בהתמדה. במיוחד בתחומים מומחים עם שיעור גבוה של הדמיה, כגון רדיולוגיה, AI כבר מזמן חלק מהפרקטיקה הקלינית היומיומית. עם זאת, השאלה באיזו מידה בינה מלאכותית משפיעה על זרימות עבודה בסביבה קלינית נותרה ברובה ללא מענה. חוקרים בבית החולים האוניברסיטאי בון (UKB) ובאוניברסיטת בון ערכו אפוא ניתוח מקיף של מחקרים קיימים על השפעת הבינה המלאכותית. הם הצליחו להראות שבינה מלאכותית אינה מובילה אוטומטית להאצה של תהליכי עבודה. תוצאותיהם פורסמו כעת בכתב העת NPJ רפואה דיגיטלית.
למרות שבינה מלאכותית נתפסת לעתים קרובות כפתרון לטיפול במשימות שגרתיות כמו ניטור מטופלים, תיעוד משימות טיפול ותמיכה בהחלטות קליניות, ההשפעות בפועל על תהליכי העבודה אינן ברורות. במיוחד בהתמחויות עתירות נתונים כגון גנומיקה, פתולוגיה ורדיולוגיה, שבהן כבר נעשה שימוש בבינה מלאכותית כדי לזהות דפוסים בכמויות גדולות של נתונים ולתעדף מקרים, קיים חוסר בנתונים אמינים על רווחי יעילות.
"רצינו לגלות באיזו מידה פתרונות בינה מלאכותית אכן משפרים את היעילות בהדמיה רפואית", מסבירה קתרינה וונדרוט, המחברת הראשית של המחקר ודוקטורנטית באוניברסיטת בון במכון לבטיחות חולים של UKB (IfPS).
ההנחה הרווחת שבינה מלאכותית מזרזת אוטומטית את תהליכי העבודה נופלת לעתים קרובות".
קתרינה וונדרוט, דוקטורנטית, אוניברסיטת בון
הערכה עקבית של מחקרים היא קשה
צוות המחקר ערך סקירה שיטתית של 48 מחקרים שבדקו את השימוש בכלי AI במסגרות קליניות, במיוחד ברדיולוגיה וגסטרואנטרולוגיה. מתוך 33 המחקרים שבדקו את זמן העיבוד של תהליכי עבודה, 67 אחוז דיווחו על הפחתה בשעות העבודה, אך המטא-אנליזות לא הראו שיפור משמעותי ביעילות. "כמה מחקרים הראו הבדלים מובהקים סטטיסטית, אבל אלה לא הספיקו כדי להסיק מסקנות כלליות", אומר וונדרוט.
בנוסף, הצוות ניתח עד כמה AI משולב בזרימות עבודה קיימות. נמצא כי הצלחת היישום תלויה במידה רבה בתנאים ובתהליכים הספציפיים באתר. עם זאת, ההטרוגניות של עיצובי המחקר והטכנולוגיות בהן נעשה שימוש הקשו על ביצוע הערכה אחידה.
"התוצאות שלנו מבהירות שיש לשקול את השימוש ב-AI בפרקטיקה הקלינית היומיומית בצורה מובחנת", מדגיש פרופ' מתיאס וייגל, מנהל ה-IfPS ב-UKB, שגם עורך מחקר באוניברסיטת בון. 'לתנאים מקומיים ותהליכי עבודה בודדים יש השפעה גדולה על הצלחת היישום'.
המחקר מספק תובנות ראשוניות חשובות כיצד טכנולוגיות AI יכולות להשפיע על תהליכי עבודה קליניים. "ממצא מרכזי הוא הצורך בדיווח מובנה בבירור במחקרים עתידיים על מנת להעריך טוב יותר את היתרונות המדעיים והמעשיים של טכנולוגיות אלו", מסכם פרופ' וייגל.
