אלגוריתם ישראלי שיחזה את הצורך במכונת הנשמה לחולי קורונה

אלגוריתמים מתחום המודיעין הימי הוסבו לזיהוי צרכים של חולי הקורונה * תהליכי החישוב והניתוח מספקים תמונה כוללת ברמת דיוק של 90%

  • 12/05/2020
  • 16:09
  • אביגדור שטרן
שיתוף ב facebook
שיתוף ב twitter
שיתוף ב whatsapp

מכונות הנשמה הפכו לחלק בלתי נפרד מהמאבק במגיפת הקורונה. וכחלק ממסע רכישות המכונות, עלתה השאלה, איך לפזר את המכונות בצורה נכונה בין בתי החולים וכיצד יידע בית החולים לזהות איזה חולה יזדקק למכונה כזאת, בכדי להבטיח שיהיו לו מספיק מכונות במלאי.

רעיון חדש שעלה לאחרונה הוא הסבת אלגוריתמים מתחום המודיעין הימי לזיהוי קורונה. "למען האמת", מספר שמואל טפלר, מהנדס המערכת הישראלית, "המהלך התחיל עוד טרם התפרצות הנגיף, עם בתי החולים בילינסון והשרון, במטרה לחזות את הסבירות שמטופל יחלה בסרטן, ולחלופין, של מאושפז בטיפול נמרץ, לחלות באלח דם".

לדברי טפלר, "המערכת אוספת מידע מטווח רחב של אמצעי גילוי, מאמצעים רגילים כמו מכ"מים או אלקטרו-אופטיקה וכלה באמצעים מתקדמים של מצלמות וידיאו, אינטרנט ורשתות חברתיות. המערכת מבצעת תהליכי ניתוח למידע, ובסופם, מספקת תובנות למשתמש המבצעי, לטובת קבלת החלטות בתנאי לחץ ואי ודאות. למשל, מיקום עתידי של מטרה, מקום נפילה צפוי של רקטה, או התרחשות מודיעינית מורכבת, כגון הברחת אמצעי לחימה".

"המערכת שלנו משתמשת באלגוריתמים מבוסס בינה מלאכותית כדי לזהות מבעוד מועד תרחישים בזירה הימית. היא נוקטת שתי גישות ניתוח: הראשונה אחראית לזהות דפוסי פעולה של אובייקטים בזירה. אירוע בודד, כמו יציאה או כניסת אונייה לנמל – לא יחשוף דבר. אוסף אירועים על ציר זמן יכול להצביע על התרחשות, למשל, העברת נפט לא חוקית בין מכליות, פיראטיות ועוד. האלגוריתמים תוכננו 'לדעת' לאפיין התרחשות מסוגים שונים בשלב לימוד המערכת, ולאחר מכן, בשלב המבצעי, הם מסוגלים לנבא את סוג ההתרחשות על פי אירועים מקדימים שנופלים תחת אותו דפוס התרחשות".

"זמן קצר לפני התפרצות הקורונה", אמר טפלר, "התחלנו בניסוי עם בית החולים בילינסון לחיזוי אלח דם. ומיד עם פרוץ המגיפה, בתיאום עם בית החולים הסבנו את הפיתוח לחיזוי החמרה במצבו של חולה קורונה. לטובת הניסוי קיבלנו בסיס נתונים רפואיים אנונימיים מארה"ב, התואמים את המציאות. על בסיס הנתונים הללו כיילנו את האלגוריתם לענות לשאלה 'מה ההסתברות שמצב חולה בטיפול יידרדר והוא יזדקק למכונת הנשמה?', לאחר כשבועיים, האלגוריתם הגיע לדיוק של כ-90% במענה לשאלה".

"לאחר מכן", סיפר, "עברנו לניסוי נתוני אמת בבית החולים שיבא, המחזיק נתוני אמת על חולי קורונה, כך שניתן לאמת את האלגוריתם. קיבלנו תמיכה ממחלקת התקשוב במפא"ת, האחראית על מערכות שו"ב, וכן מרשות החדשנות", אמר טפלר. "בכוונתנו להשלים פיתוח של האלגוריתם לחיזוי בעיית מכונות ההנשמה ולשלוש בעיות נוספות: מתוך כלל האוכלוסייה, מי צפוי לחלות בקורונה? במקרה שיש חולה בבית, מה הסבירות שיידרש לאשפוז? ולאחר שהחולה מונשם, מהו ההליך הרפואי שיגדיל את הסיכוי שיצא ממצב זה?"

"ההתמודדות עם אתגר הקורונה דרשה מאיתנו משאבי אחסון ומחשוב משמעותיים, בצירוף מענה לעבודת העובדים מהבית בשל המגיפה, לצד הצורך בעבודה בסביבה איכותית ומאובטחת ברמה גבוהה", סיכם טפלר, "הענן של AWS ענה לכל הדרישות שלנו. יש לנו ניסיון ממושך ומוצלח עם החברה ושירותי הענן שלה בכמה פרויקטים שערכנו בעבר".

מעניין האם המכונה יודעת לזהות מתי היא תהיה מוכנה לשימוש…