שתי מערכות טכנולוגיות שונות וחדשניות פותחו על ידי חברות סטארט-אפ ישראליות כמערכות תומכות החלטה רפואית המנתחות כמויות אדירות של מידע רפואי. מערכות אלו מספקות לרופאים מידע משמעותי על מצב החולה ועל הסיכונים והסיבוכים האפשריים בזמן אמיתי ויש להן חשיבות משמעותית בקבלת ההחלטה הקלינית הנכונה ביותר

חולה הנמצא במחלקת טיפול נמרץ, מונשם ומורדם במקרים רבים, כדי שיהיה יותר קל לטפל בו ולייצב את מצבו. לעיתים, אחרי כמה ימים מצבו הבריאותי עלול להידרדר, ולמרבה הצער הידרדרות זו עשויה להסתיים במוות או בנזק משמעותי לטווח ארוך. לא תמיד הרופאים המטפלים מבחינים בסימנים הראשונים להידרדרות, אך אם החולה מחובר למערכת של Intensix המערכת תזהה ותתריע על הסיכון להידרדרות, וניתן היה לטפל בהידרדרות בזמן ולהציל את חייו של החולה. המערכת של Intensix אוספת ומנטרת את הנתונים הקליניים על מצבו הרפואי של החולה - לחץ הדם, דופק, רמת החומציות, סטורציה, נתוני מעבדות ועוד – ומתריעה בזמן אמת בפני הרופאים על כל הידרדרות שחלה במצב החולה. המערכת נועדה להציג תמונת מצב מלאה וברורה על כל חולה ולזהות את דפוסי ההידרדרות שנלמדו על ידי המערכת בטכנולוגיות של למידת מכונה. זאת, כדי לסייע לרופאים להציע לחולים טיפול רפואי מתאים, שגם יקטין את משך השהייה של החולים בטיפול נמרץ וישחרר אותם במצב טוב יותר.

"שיעור התמותה הגדול ביותר של חולים הוא במחלקת טיפול נמרץ של בתי החולים, והוא עומד על כ-30 אחוזים. הסיבה לכך היא מצבם הקריטי של החולים והידרדרות מהירה של מצב החולה", מסביר גל סולומון, מנכ"ל חברת Intensix, אותה הקים בשנת 2015 עם שותפו אביגדור פאיאנס. "ההידרדרות יכולה לנבוע מסיבות שונות, אך מרבית מקרי המוות נגרמים כתוצאה מכשל רב מערכתי, בעיות לב, נשימה וזיהומים. מערכת הביג דאטה שפיתחנו היא מערכת אנליטית המנתחת את המידע הקליני של החולים, וביכולתה להפחית את מספרי מקרי המוות הנגרמים מסיבות אלה. אנחנו משתמשים ביכולות אנליטיות מתמטיות לזיהוי דפוסים של הידרדרות והמערכת שלנו מנתחת במהירות כמויות עצומות של דאטה בתוך סיטואציה מסוימת. בטיפול נמרץ הזמן הוא קריטי. ככל שאנשי המקצוע יקדימו לזהות את ההידרדרות - כך יגדלו הסיכויים להציל את חיי המטופל. כל עשרים דקות הסיכוי למוות עולה בעשרים אחוזים".

 

עושים רפואה טובה יותר בעזרת הדאטה

מערכת Intensix מחוברת לחולה המאושפז 24/7 ובזמן זה נאספים נתונים עצומים של מידע קליני אודות מצבו הרפואי של המטופל – מאה אלף נקודות מידע בדקה. "היו ניסיונות שונים להמיר את העולם המתמטי של הביג דאטה לעולם הפיזיולוגי, אך הם לא צלחו", אומר סולומון. "המערכת שלנו יודעת לנתח כמויות אדירות של מידע בזמן אמיתי. אך אנחנו מתמקדים לא רק בזיהוי המידע הקליני אלא גם בהצעת הטיפול הרפואי הרצוי בהתאם למצב ולדפוס שזוהה: הסיבוכים הצפויים, משך השהייה ביחידה לטיפול נמרץ והסיכוי לאשפוז חוזר. באופן זה, המערכת שלנו יכולה לשפר באופן משמעותי את תהליך קבלת ההחלטות הרפואי וגם לצמצם את הוצאות הטיפול".

הפיתוח של המערכת עדיין בעיצומו. "החברה נמצאת היום אחרי ניסויים קליניים מאוד מוצלחים", מציין סולומון. "נותרו לנו עוד כשנה וחצי של ניסויים כדי שנגיע לשלב שבו נוכל למכור את המוצר. נכון לעכשיו, המערכת מורכבת באחד מבתי החולים הטובים בעולם מיו קליניק (Mayo Clinic) בארצות הברית, וגם במרכז הרפואי איכילוב בתל אביב. במקביל, אנחנו מתרחבים ומתקינים את המערכת גם במרכז הרפואי שיבא בתל השומר. המטרה שלנו היא להתקין את המערכת במספר בתי חולים גדולים ומובילים ברחבי העולם, כדי להמשיך בשלב הניסויים ולתת לצוותים הרפואיים לראות איך זה עובד וללמוד מהפידבקים שלהם.

"לשמחתנו, התחלנו לעבוד עם רשות החדשנות כבר בתחילת הדרך. אני סבור שזו פלטפורמה בלתי רגילה שמסייעת לחברות להצליח. אם לא היינו עובדים עם הרשות, היה לנו הרבה יותר קשה לקחת את הסיכון ולהקים את החברה. אבל בסיכומו של יום - אין סיכוי בלי סיכון, ועל כך מגיעה תודה גדולה לרשות החדשנות. העובדים שלנו הם מקשת רחבה של מקצועות והתמחויות: רופאים, מתמטיקאים, אנשי תוכנה, ובהחלט אפשר לומר, עד כמה שזה נשמע שחוק, שאנחנו עוסקים בלהציל חיים ועושים רפואה טובה יותר בעזרת דאטה", מסכם סולומון.

"מיזמים בתחום הבריאות הדיגיטלית הם לרוב מולטי-דיספלינריים", אומר צחי שנרך, סמנכ"ל רשות החדשנות ומנהל המערך הטכנולוגי, ובהתאם כל בקשה לתמיכה מטופלת ברשות החדשנות על ידי צוות של בודקים המומחים בתחומים המשולבים".

"כשמדובר במיזמים בתחום טכנולוגיות למידת מכונה וביג דאטה", מדגישה ד"ר טליה בן נריה, ראש תחום מדעי החיים במערך הטכנולוגי של רשות החדשנות, "הם נבדקים ומוערכים על ידי צוותי בודקים מתחום התוכנה המובל על ידי עופר פלדמן ואבי ביבס ומתחום מדעי החיים בהובלתי. שילוב נתונים רפואיים ממקורות המידע הרבים והיכולת לספק מידע ותובנות רפואיות מדויקות בזמן אמת הם חיוניים לצורך הבטחת בטיחות המטופל כדי לספק לו טיפול רפואי איכותי". 

 

הבנת הקונטקסט בתוך הטקסט הקליני

ניתוח הביג דאטה והמידע הקליני של החולה כדי לשפר את איכות הטיפול הרפואי עומד גם בבסיס התוכנה שפיתחה חברת OpisoftCare, המתמקדת בשיפור היכולת לקבלת החלטות קליניות נכונות בזמן אמת. החברה הוקמה ב-2014 על ידי שלושה יזמים: גדעון ישראלי, ארז פלג ועמית מי-דן. "הפיתוח של OpisoftCare הוא מערכת לניתוח כלל הנתונים הקליניים של החולה, מובנים ולא מובנים, בזמן אמת ולהתראה על מצבים קליניים מסוכנים הניתנים למניעה במהלך האשפוז, כמו זיהומים נרכשים בבתי חולים או אשפוזים וניתוחים חוזרים", מסביר המנכ"ל, עמית מי-דן. "פיתוח זה נעשה בעזרת מענק שקיבלנו מקרן המו"פ של רשות החדשנות".

"טייס קרב צריך להעריך עשרות ומאות פריטי מידע בזמן אמת כדי לקבל החלטה מה יהיה הצעד הבא שלו", מדגים מי-דן. "כדי שהוא יצליח לעשות זאת היטב, הוא נעזר במערכות מתוחכמות שמנתחות את המצב ומסייעות לו לקבל את ההחלטה הנכונה. הדבר דומה גם לנעשה בבתי החולים. הרופאים מנתחים אלפי רכיבי מידע וצריכים לקבל את ההחלטה הטובה עבור המטופלים. היקף המידע העצום מקשה על הצוות הרפואי לקבל את ההחלטה הנכונה בזמן הנכון. לפני כחמש שנים החלו בארצות הברית הליך מחשובי רוחבי בכל בתי החולים שנקרא 'רשומה רפואית אחודה' – מערכת אחת שאוספת מידע מכלל המערכות על כלל החולים אך לא עוזרת לקבל החלטה, וכאן OpisoftCare נכנסת לתמונה. כמו שהמערכות של הטייס ממליצות לו מה לעשות, כך OpisoftCare אוספת מידע מכל מערכות בית החולים בזמן אמת ומאפשרת לרופא לקבל החלטה מושכלת לגבי מטופל מסוים ולהתריע על בעיות הרבה לפני שהצוות הרפואי מודע להם".

"לדוגמה, התוכנה של OpisoftCare יכולה 'לקרוא' את הנתונים הקליניים ולהתריע מבעוד מועד על כך שאחד החולים המאושפזים, על בסיס הצלבת המידע המובנה והלא מובנה בזמן אמת עלול לקבל זיהום מסוג מסוים. המידע הזה קיים, אך הוא ברובו טקסטואלי, שכן רופאים כותבים סיכומי ביקורים ובדיקות. מה שגם שאין אחידות – לכל בית חולים יש מערכות מידע שונות שממנה נעדרים רכיבי מידע אחרים. אך הטכנולוגיה שלנו מייצרת אחידות בין כל בתי החולים ומשלימה את המידע החסר. אנחנו הפלטפורמה הטכנולוגית היחידה המאפשרת לייצר את כל המידע שצריך, בבתי החולים השונים, בזמן אמת", מדגיש מי-דן.

"למעשה, אחד הרכיבים החדשניים שפיתחנו, באמצעות המענק מרשות החדשנות, הוא מנוע המבין את הקונטקסט בתוך הטקסט הקליני. לדוגמה, כאשר אנחנו מחפשים דלקת ריאות, ברוב המקרים הטקסט הרפואי כלל לא מזכיר את המילה 'ריאות', אלא נמצא מונחים כגון 'תסנין באונה השמאלית העליונה'. ובמקרים אחרים המידע יהיה לא רלוונטי, כמו עדות לדלקת ריאות קודמת. חשוב להבין שקונטקסט אינו רק מוטה שפה, אלא גם מוטה תרבות. בדרום קרוליינה למשל אומרים על מתעלף 'נפל'. המערכת שלנו מבינה את זה ויודעת לנתח את המשמעות הקלינית של תיאורים רפואיים כאלה בזמן אמת", הוא מפרט.

 

ניתוח סיכונים ומצבים מורכבים בזמן אמת

"בעולם הרפואה נעשים כל העת מחקרים רבים מאוד, אך הנגשת הידע הזו לכל בתי החולים היא מורכבת מאוד, ולא תמיד מעשית", מציין מי-דן. "הטכנולוגיה שלנו מאפשרת לנצל את הידע העצום הזה מהמחקרים שכבר בוצעו כדי לפתור בעיות רפואיות שונות, מבלי שיהיה צורך כל פעם להמציא את הגלגל מחדש. הרעיון הוא שבמקום להביא צוות מחקר לבית החולים - אפשר להביא לשם טכנולוגיה חדשנית שמאפשרת שימוש בכל הידע הקיים שנצבר עם השנים ומספקת את המידע שחסר לרופא מול המטופל.

"הנושא הראשון שהתמודדנו איתו הוא זיהומים נרכשים בבתי חולים. זוהי בעיה חמורה. בארצות הברית לבדה כמיליון וחצי מאושפזים מקבלים זיהום כל שנה, ומעל ל-150 אלף מהם מתים מאותו זיהום. העלות הכספית השנתית לבית חולים ממוצע בארצות הברית עומדת על שישה מיליון דולר. המיקוד שלנו הוא השוק האמריקאי, ולבתי החולים שם יש אינטרס כלכלי עצום לשתף איתנו פעולה כי עלות ממוצעת למטופל שקיבל זיהום בבית החולים יכולה להגיע לעשרות אלפי דולרים, והוא שוהה בממוצע עשרה ימים יותר בבית החולים, שלא מקבל החזר בגינו. דוגמה לזיהום נרכש בבית חולים הוא דלקת ריאות לחולים מונשמים. בהקשר זה, OpisoftCare מנתחת את המידע בטיפול נמרץ ומתריעה בפני הרופאים מי מבין החולים נמצא בסיכון גבוה לקבל דלקת ריאות, מי נמצא בסיכון נמוך יותר, ומתי הסיכון השתנה מבינוני לגבוה. התוכנה גם אומרת לרופא מי מהמטופלים התחיל לפתח דלקת ריאות בהנשמה בכל רגע נתון או מתי אפשר לגמול מטופל מסוים מהנשמה ועל ידי כך להקטין את הסיכון", אומר מי-דן.

התוכנה של OpisoftCare להקטנת זיהומים יושמה לראשונה במרכז הרפואי שיבא בתל השומר, ולאחר מכן נכנסה לפעולה גם ב-University Health Louisiana  - בית חולים אקדמי גדול בארצות הברית. בתחילת השנה זכתה החברה במכרז ליצירת מערכת לאומית להקטנת זיהומים שתכלול את כל בתי החולים.

"בתכניות שלנו להמשיך ולהתפתח. בכל שלושה חודשים אנחנו מכניסים לתוכנה שלנו עולם תוכן נוסף", מציין מי-דן. "התחלנו מזיהומים נרכשים ומאשפוזים חוזרים, וכיום התוכנה שלנו מנתחת גם מצבים רפואיים אחרים: ניתוחים חוזרים, חיידקים עמידים, מחלות כרוניות ומצבים מורכבים אחרים שנדרש בהם ניתוח מידע רב בזמן אמת כדי לקבל החלטה קלינית.

"המודל העסקי שלנו החל במקביל לרעיון ולמודל הטכנולוגי. יש לנו חברת בת בארצות הברית שעובדת על הפיתוח עסקי והמכירות בשוק האמריקאי, עם צוות אמריקאי בכיר ומנוסה. החברה הזו מקימה את התשתית לפעילות בשוק האמריקאי. מעבר לכך, אנחנו היום לקראת סגירה של תהליכים אסטרטגיים עם החברות הגדולות ביותר בארצות הברית כשותפות עסקיות דבר שיאפשר לנו צמיחה מהירה בשוק זה", מסכם מי-דן.