AI בבריאות צריכה לחשוב קטן

שש דקות לאחר טיסת אפולו 13 לירח ב-1970, מיכל החמצן שלה התפוצץ. האירוע גרם ל-NASA לפתח גישה חדשה לחיזוי כשלים אפשריים בחלליות. הגישה הסתמכה על נתוני חיישנים רציפים, שאז הזינו סימולציות דיגיטליות עמוקות, מה שאיפשר בדיקות ריגורוזיות יותר של מערכות חלל מורכבות. זו הייתה השימוש הראשון בטכנולוגיית “תאום דיגיטלי”.

היום, מערכות תאומים דיגיטליות משמשות ברחבי תעשיות לשיפור פעילות ולדמות במדויק כל שינוי במערכת. חברות טכנולוגיה כמו Apple ו-Tesla משתמשות בתאומים דיגיטליים כדי לפקח על ביצועי מוצרים בשטח ולקבוע האם רכיבים מסוימים של המערכת דורשים תחזוקה.

תאומים דיגיטליים שימשו גם בבריאות, אם כי בעיקר במחקר ופיתוח תרופות. עם זאת, הפוטנציאל הגדול ביותר שלהם הוא בניהול מחלות כרוניות. על ידי שילוב למידת מכונה וטכנולוגיית אינטרנט של הדברים עם AI של תאום דיגיטלי, גישה שהתחילה במשהו כל כך עצום כמו חקר החלל, יש פוטנציאל להפוך את הבריאות לאישית באמת.

דיגיטציה של טיפול מסורתי כשלה

רפואה מודרנית עשתה צעדים הדרגתיים לקראת טיפול אישי במהלך העשור האחרון, בכך שנתנה למטופלים קול בקבלת החלטות, ולרפואה מדויקת דרך התקדמות במחקר גנומי. שניהם עזרו לטייב את הטיפול לפרט, אך ברובו, מערכת הבריאות שלנו לוקחת גישה של “קבוצה גדולה” למתן טיפול.

זה בולט בדרך שאנו מנהלים מחלות כרוניות. כל אחד מ-133 מיליון האמריקאים החיים כיום עם מחלה כרונית אחת או יותר, מוצב על מסלול טיפול מתוכנן – משטר טיפול, דיאטה, לעיתים קרובות מספר תרופות – ושיפורם נמדד באלפי מטופלים אחרים שחולקים את אותה מחלה.

גישה זו לא עבדה. נודע במיוחד, הוצאות ארצות הברית על סוכרת, מחלות לב וסרטן עדיין עולות, והשפעת הטכנולוגיה על תוצאות ועלויות הייתה מוגבלת. בניהול דיגיטלי של סוכרת, איבוד משקל ומצבים אחרים, ההשפעה הייתה ללא השפעה.

במרץ, דו”ח שפורסם על ידי Peterson Health Technology Institute הדגיש את היעדר התוצאות המתמשכות. הדו”ח מצא כי כל הפתרונות שנבדקו מבצעים תפקיד גרוע במעורבות ותוצאות במשך זמן. כתוצאה מכך, איבוד משקל, הפחתת A1C, ביטול תרופות, הפיכת סוכרת והיתרונות לבריאות, רווחה וכלכלה של פתרונות אלה הם מוגבלים ולא ברי קיימא.

זה כי רוב הפתרונות רק מדיגיטלים תבנית לא יעילה של טיפול. הם לא לוקחים בחשבון את ההבדלים האישיים. כל אדם מביא את סט הייחודי שלו של גורמים תרבותיים, ביולוגיים, תזונתיים, התנהגותיים וסביבתיים שמשפיעים על בריאותו ברמה אישית עמוקה.

מעבר מטיפול “אישי” לטיפול אישי

AI של תאום דיגיטלי מבטיחה פרידה מהתבנית. ליבה לטכנולוגיה היא המושג שכל יחיד הוא N של אחד. תאום דיגיטלי של יחיד מושפע ממדידה רציפה של משתנים קליניים והתנהגותיים ייחודיים, ומשתמש בנתונים כדי לעצב הנחיות טיפול לטובת הגרסה הטובה והבריאה ביותר של אותו יחיד.

הכוח של טכנולוגיית תאום דיגיטלית הוא בתשומת הלב לדברים הקטנים – הדברים שאנו אוכלים ועושים – וכיצד הם משפיעים על העצמי הנוכחי והעתידי שלנו. בפועל, תאומים דיגיטליים יכולים לחזות בדיוק את ההשפעה שתהיה לארוחת ערב של סטייק על בריאותו המטבולית או הלבבית של אדם מסוים. להיקף שבו ההשפעה עלולה להיות שלילית, תאומים דיגיטליים יכולים להציע דרכים למתן ההשפעות. הם עשויים להציע הליכה של 10 דקות או קינוח חלופי. במקום גלידה, אולי זה לחם בננה עם יוגורט יווני ופירות טריים או רק רצף שונה.

בדרך זו, AI של תאום דיגיטלי יכול להראות ליחיד מה צפוי לו אם יישאר במסלול הנוכחי ואת השינויים הגדולים שיכולים להתרחש בכך שיעשו התאמות קטנות במשך הזמן. המשך את שגרתך הנוכחית, ותוכל להפסיק ליטול מטפורמין בתוך שלושה שבועות. חזור להרגלים הישנים, ותוכל לצפות לאספקה.

זוהי טכנולוגיה חזקה, ובעוד שהשפעתה על הבריאות הוכרה בעיקר ב-אקדמיה, היא מתחילה למצוא את תפקידה במקרים מסחריים. ב-2014, Dassault Systemes וה-FDA השיקו SIMULIA Living Heart, פרויקט העובד עם יצרני התקנים כדי לפתח ולשפר התקנים קרדיולוגיים בקצב מהיר יותר. בתחילת המגפה, OnScale’s Project BreathEasy פיתח תאום דיגיטלי של ריאות חולי COVID-19 כדי לשפר ולאפטימיז את השימוש במשאבי מאוונטילטור.

חוקרים רפואיים גם משתמשים במודלים של מחלות תאומים דיגיטליים כדי לחזות את יעילות ההתערבויות התרופתיות על בסיס תהליכים ביולוגיים מורכבים ואינדיבידואליים. Takeda Pharmaceuticals אימצה את הטכנולוגיה כדי לקצר את התהליכים התרופתיים וליצור ניבויים ריאליסטיים של תגובות ביוכימיות. לאחרונה, חוקרים השתמשו בטכנולוגיית תאום דיגיטלי לדמות תוצאות טיפול ולקבוע את הטיפול הטוב ביותר עבור קרצינומה אורופרינגאלית על בסיס היחיד.

ניהול מחלות כרוניות הוא הגבול הבא

מאמר אחרון שפורסם ב-Nature טוען כי תאומים דיגיטליים “עומדים לתרום תרומה משמעותית” לטיפול בסרטן, במיוחד בניטור התקדמות המחלה ובהערכת תגובות טיפול, שמשתנות באופן אינפמי מאדם לאדם. המאמר גם מנתח תאומים דיגיטליים קרדיולוגיים המוזנים על ידי אימוג’ינג, EHR, גנטי ונתונים רציפים של חבישה, ואת הפוטנציאל שלהם לחזות אירועים קרדיולוגיים חריפים.

התקדמויות אלו יובילו לטכנולוגיות בריאות משמעותיות. כוחן טמון במושג העומד בליבם: שום דבר מורכב אינו סטטי.

זה במיוחד נכון למערכות הביולוגיות שלנו. תאום דיגיטלי דורש אלפי נקודות נתונים ליום, ליחיד, כדי להבין אמיתית את המשחק בין ביולוגיה, תרבות, אורח חיים, העדפות ובריאותו של יחיד. חלק מהנתונים האלה כבר מתועדים על ידי חבישה ואפליקציות ניידות, אך ללא מודל שמניח את הנתונים בהקשר של היחיד ומסע הטיפול שלו, הוא חסר כיוון.

בעולם של ניהול מחלות כרוניות, הדברים הקטנים יכולים במהרה להפוך לדברים גדולים ומאיימים על החיים. ובעוד שבריאות דיגיטלית העלתה את התקוות של המטופלים במילים כמו “אישום”, הכלים והגישות שהוצעו לאנשים לא פנו לצרכים והעדפות הייחודיות שלהם.

AI של תאום דיגיטלי תהפוך את הגישה הזו על ראשה על ידי עזרה לנו להבין ולשפר את בריאותנו ברמה מאוד אישית. זוהי טכנולוגיה שעומדת למלא את הבטחת הטיפול האישי.