כך הבינה המלאכותית עומדת להציל אלפי נפגעי טראומה בישראל

מאז ה-7 באוקטובר, מדינת ישראל מתמודדת עם שורה של אתגרים כבדים, ואחד הקשים שבהם הוא העומס החריג על מערכת בריאות הנפש. אלפי נפגעי טראומה ממתינים לטיפול, אך המחסור במשאבים ובכוח אדם גורם לעיכובים ממושכים, ולעיתים גם להחמרת מצבם. במצב כזה, הצורך בפתרונות חדשניים שיקצרו את זמני ההמתנה ויעזרו לתעדף את מי שזקוק לעזרה הדחופה ביותר – הופך להיות קריטי מאי פעם.

מחקר חדש, שזכה למימון מטעם מערך הדיגיטל הלאומי ומשרד החדשנות, הטכנולוגיה והמדע, מציע פתרון שעשוי לחולל שינוי משמעותי: שימוש בבינה מלאכותית כדי לשפר את תהליכי האבחון והמיון בקרב כוחות הביטחון. המטרה היא לוודא שהטיפול יגיע קודם כל למי שנמצא בסיכון הגבוה ביותר – במקום לעבוד בשיטת "כל הקודם זוכה".

המחקר, שמובל על ידי ד"ר רז גרוס מהמרכז הרפואי שיבא, בשיתוף ד"ר נדב גולדנט ואגף השיקום של משרד הביטחון, מתמודד עם מציאות מורכבת. לדבריו של ד"ר גרוס, מערכת בריאות הנפש בישראל נמצאת כבר שנים במצב של תת-ספיקה, והאירועים האחרונים רק החריפו את המצב.

"הגענו ל-7 באוקטובר אחרי מגפת הקורונה, שסחפה איתה גל של מצוקות נפשיות", הוא מסביר. "האובדנים, הבידוד, החרדה – כל אלה השאירו חותם. אחר כך הגיעה הרפורמה המשפטית, שהכניסה מתח ואי-ודאות לחברה הישראלית, והנה אנחנו מוצאים את עצמנו עכשיו עם עוד משבר אדיר שמצריך מענה מיידי".

המודל החדש מבוסס על טכנולוגיות למידת מכונה, אשר מסוגלות לנתח במהירות נתונים רבים שמצטברים במערכות הבריאות והביטחון. מדובר בשאלונים קליניים, מידע דמוגרפי, היסטוריה רפואית, ביקורים קודמים במיון פסיכיאטרי ואפילו תמלולים של שיחות למוקדי חירום. המערכת תדע לשקלל את הנתונים ולזהות מי נמצא בסיכון גבוה לפוסט-טראומה חמורה או למצבי קיצון כמו אובדנות – ולהפנות אותו לטיפול דחוף.

ד"ר גרוס מדגיש כי גישה זו מבוססת על עקרון רפואי מוכר בשם "טריאז'" – שיטת מיון שנועדה לקבוע מי מקבל טיפול רפואי קודם במצבי חירום המוניים. "כמו שבאירועי רב נפגעים לא מטפלים קודם כל במי שהגיע ראשון, אלא במי שהכי זקוק לזה – כך גם כאן", הוא מסביר. "במקום שמי שהצליח לקבוע תור ייכנס קודם, המערכת תזהה אוטומטית אנשים בסיכון גבוה ותעניק להם קדימות".

אחד היתרונות הגדולים של השיטה הוא היכולת לזהות אנשים שעלולים להישאר "מתחת לרדאר". "יש אנשים שסובלים מאוד, אבל לא פונים לעזרה או לא יודעים שהם בסיכון גבוה", הוא אומר. "המערכת שלנו תדע לאתר אותם ולסמן למטפלים שהם זקוקים להתערבות מוקדמת".

הפרויקט מתבצע בשיתוף פעולה עם יחידת החדשנות של שיבא – ARC, ומבוסס על מחקרים מתקדמים מתחום מדעי המוח. אחד הכלים החדשניים שמשולבים במחקר הוא טכנולוגיית נוירופידבק, שבאמצעותה ניתן למדוד פעילות מוחית ולזהות רמות סטרס גבוהות במיוחד.

במקביל, מערך הדיגיטל הלאומי השקיע גם במחקרים נוספים שמטרתם לחזק את החוסן הלאומי. אחד מהם, בהובלת ד"ר אור דואק מאוניברסיטת בן-גוריון, מתמקד בעיבוד שפה טבעית (NLP) של נתונים פסיכיאטריים, מתוך מטרה לזהות סימני מצוקה מוקדמים. מחקר נוסף, שנערך בשיתוף עם קופת חולים לאומית, מנסה לפתח כלים שיחזו הידרדרות נפשית ופיזית בקרב אוכלוסיית הקשישים, כדי למנוע הדרדרות חמורה יותר בהמשך.

תחום נוסף שנמצא על סדר היום הוא עולם התעסוקה, שגם הוא עבר טלטלה משמעותית מאז פרוץ המלחמה. אחד המחקרים שזכו למימון נועד לפתח מערכת חכמה שתתאים בין מחפשי עבודה למשרות רלוונטיות, תוך התחשבות בנסיבות החיים המשתנות של מי שפונה אליה.

גם הסביבה לא נותרה מאחור, ופרויקטים נוספים מתמקדים בהתמודדות עם נזקים סביבתיים שנגרמו עקב המלחמה. מחקר שנעשה בשיתוף שירותי הכבאות מנסה לשפר את ניהול מערך השריפות בישראל, באמצעות מודלים של בינה מלאכותית שיחזו את דפוסי ההתפשטות של שריפות ויאפשרו למנוע אסונות עתידיים.

לצד זאת, מחקר נוסף בהובלת סוכנות החלל הישראלית והאוניברסיטה בן-גוריון עוסק בניתוח תמונות לוויין, כדי להבין אילו אזורים נפגעו ולהציע דרכים לשיקום מהיר של שטחים שנפגעו במהלך הקרבות.

בעידן שבו הטכנולוגיה הופכת להיות כלי מרכזי כמעט בכל תחום, נראה שגם בריאות הנפש, התעסוקה והשיקום הסביבתי מתחילים להפיק ממנה תועלת אמיתית. אתגרי החוסן הלאומי של ישראל מחייבים חשיבה מחוץ לקופסה – ונראה שהשימוש בבינה מלאכותית הוא צעד חשוב בדרך למציאת פתרונות שיסייעו למי שזקוק להם יותר מכל.