ניסוי שיחל בימים אלה ידגום באמצעות אפליקציה של חברת Vocalis Health את קולם של חולי קורונה, במטרה למצוא "טביעת אצבע" ווקאלית ייחודית, שדרכה יוכלו לזהות הידרדרות בבריאותם של חולי קורונה וכן לבצע זיהוי מוקדם של תסמינים חשודים בציבור הרחב.
צוות החירום הלאומי, בראשות ראש מפא"ת במשרד הביטחון ד"ר דני גולד, ממשיך באיתור וקידום טכנולוגיות מתקדמות, שיסייעו במאבק בהתפשטות נגיף הקורונה. הצוות מקדם בימים אלה ניסוי בזק בשיתוף הסטארט-אפ Vocalis Health מבית קרן aMoon, מרכזים רפואיים שיבא ורבין, המכללה האקדמית להנדסה בתל אביב "אפקה", וקבוצות מחקר נוספות מהאקדמיה ומצה"ל.
חברת הסטארט-אפ הישראלית Vocalis Health, שראשיה הם טל ונדרוב וד"ר שאדי חסן, פיתחה פלטפורמה מבוססת בינה מלאכותית המאתרת ומנטרת בעיות בריאותיות דרך הקול. Vocalis Health מובילה את הפיתוח של בדיקה קולית מקוונת, שמטרתה לזהות חשד להימצאות הנגיף והידרדרות במערכת הנשימה, באמצעות ניתוח קולו של האדם בלבד.
מטרת המחקר היא לפתח אלגוריתם ייחודי, המבוסס על שיטות של "למידת מכונה" ועל מאפייני הקול, שיאפשר למערכת הבריאות לבצע הערכות מצב ראשוניות, ולהיות במעקב ובקרה על מצבם ותסמיניהם של חולי קורונה הנמצאים בבתיהם כדי למנוע התפשטות המחלה ומהצפה של מערכת הבריאות העמוסה.
מטרת המחקר היא למצוא "טביעת אצבע" ווקאלית ייחודית, שדרכה יוכלו לזהות הידרדרות בבריאותם של חולי קורונה וכן לבצע זיהוי מוקדם של תסמינים חשודים – זאת על ידי איסוף דגימות של הקלטות קוליות מנשאי וחולי קורונה מאובחנים וכן מהציבור הרחב באמצעות האפליקציה, וניתוח הנתונים בעזרת מיפוי של רשתות נוירונים.
המחקר נערך בשיתוף פעולה עם ארגוני בריאות בארץ ובעולם ובתי חולים – ביניהם המרכז הרפואי שיבא- תל השומר והמרכז הרפואי רבין (בתי החולים בילינסון והשרון); יחידת המו"פ במפא"ת (המינהל לפיתוח אמצעי לחימה ותשתית טכנולוגית) במשרד הביטחון בראשות תא"ל יניב רותם; המכללה האקדמית להנדסה בתל אביב "אפקה" בהובלת נשיא המכללה פרופ' עמי מויאל המתמחה בעיבוד דיבור; וקבוצות מחקר נוספות מהאקדמיה ומצה"ל. תוצאות ראשוניות של המחקר צפויות להתקבל בתוך 4-6 שבועות.
במקביל, חברת הבריאות הדיגיטלית הישראלית CLEW מדווחת היום כי פלטפורמת הבינה המלאכותית פורצת הדרך שפיתחה לניטור חולים וזיהוי מוקדם של הדרדרות במצבם הרפואי, תוכנס לשימוש במחלקות טיפול נמרץ הגדולות בארץ, בבתי החולים איכילוב ושיבא. זאת על מנת לסייע בהיערכות לטיפול אפשרי במאות חולי קורונה, שחלקם יזדקקו לתמיכה.
המערכת של CLEW, שכבר מותקנת בכמה מבתי החולים המובילים בארה"ב כחלק משלב הפיילוט של הטכנולוגיה, מאפשרת לצוות הרפואי לעקוב אחרי עשרות ומאות חולים מחדר בקרה אחד ולתעדף את הטיפול בחולים שצפויים להידרדר ב-6-12 השעות הקרובות. ולאפשר מרווח זמן קריטי להתערבויות טיפוליות. בנוסף, המערכת מאפשרת לרופאים לעקוב אחר החולים גם מרחוק, באופן שמקטין את הסיכון להדבקות בנגיף עבור הצוות המטפל.
פרופ' רוני גמזו, מנכ"ל המרכז הרפואי סוראסקי (איכילוב), אמר: "בעודנו מתמודדים עם עלייה עצומה בעומסים על יחידות הטיפול הנמרץ, טכנולוגיות בינה מלאכותית ולמידה עמוקה מהוות כלי חיוני בוויסות עומס העבודה וחומרת המחלות. היכולת להעריך בזמן אמת את הסיכון של כל חולה יאפשר לנו לבצע התערבות טיפולית בזמן הנכון ולשפר את התוצאות הקליניות בקרב חולים במצב קריטי".
גל סלומון, מנכ"ל CLEW Medical , אמר כיום, כי "אנחנו מציעים פתרון טכנולוגי מתקדם מבוסס בינה מלאכותית שמעניק לצוות הרפואי תמונת מצב מהימנה ועדכנית של כל חולה וחולה וכמו כן צפי לגבי מצבו בזמן הקרוב. אנו מסייעים לבתי החולים להיערך לעומסים כבדים על מחלקות טיפול נמרץ כמו אלה שראינו ברחבי העולם בעקבות התפרצות מגפת הקורונה. במקרים בהם צוות רפואי מצומצם יחסית נדרש לטפל במספר רב של חולים בו זמנית, המערכת שלנו מרחיבה באופן משמעותי את המשאבים העומדים לרשות מחלקת טיפול הנמרץ ומאפשרת לצוות לנהל את עומס העבודה בזמן אמת במטרה להציל חיים".
איך זה עובד?
חברת CLEW, שהוקמה על ידי היזם הסידרתי גל סלומון, פיתחה מערכת בינה מלאכותית הכוללת אלגוריתמיקה מתקדמת לזיהוי מוקדם של התדרדרות של חולים המאושפזים בטיפול נמרץ, על ידי ניתוח נתונים של כל מטופל ומטופל בכל רגע נתון. המערכת ממירה נתונים שזורמים בזמן אמת ממגוון רחב של מקורות מידע, לידע רפואי מציל חיים, ומשדרת אותם לחדר בקרה, בו יכול הצוות הרפואי לקבל תמונת מצב עדכנית לגבי מצבו של כל חולה, לתעדף משימות, להעביר הוראות לצוות המטפל בשטח ואף להקדים טיפול בחולים שלגביהם צפויה הדרדרות בשעות הקרובות.
הטכנולוגיה של CLEW מאפשרת למעשה חיזוי של סיבוכים מסכני חיים בזמן אמת ומסייעת למטפלים לקבל החלטות קליניות מושכלות המבוססות על כמות גדולה של נתונים, תוך קיצור משמעותי של הזמן הדרוש לאיסוף הנתונים הרלוונטיים ממערכות מידע שונות.
