"המכשול שהפך להטבה": למה המילואימניקים נכשלו יותר במבחני לשכת עורכי הדין?
מבחני לשכת עורכי הדין הם אתגר משמעותי למתמחים, אבל השנה נרשמה ירידה חריגה באחוז העוברים, שעמד על 32% בלבד. המילואימניקים, שתמכו במלחמה וניצלו את הזכות להיבחן במתכונת מקוצרת שכללה 20 שאלות בלבד במקום 40, נתקלו דווקא בבעיות ייחודיות.
במקום להקל עליהם, המתכונת המקוצרת יצרה מכשול נוסף. שיעור העוברים בקרב המילואימניקים במתכונת זו עמד על 23% בלבד – נמוך משמעותית מהממוצע הכללי. בנוסף, הציון הממוצע שלהם עמד על 50 לעומת 53 במתכונת הרגילה.
הבעיה במתכונת המקוצרת
המתכונת המקוצרת נועדה להקל על אנשי מילואים ותושבי הצפון, שנאלצו להתמודד עם תנאים יוצאי דופן. ואולם, בפועל, השאלות שנכללו במבחן זה הוגדרו על ידי הנבחנים כקשות במיוחד. לדבריהם, הן התמקדו בנושאים אזוטריים ולא מהותיים, שהצריכו ידע מעמיק ומדויק בפסיקה משפטית.
התוצאות המטרידות
מניתוח תוצאות הבחינה עלו כמה בעיות בולטות:
פער באחוזי המעבר: הנבחנים במתכונת המקוצרת הצליחו פחות מהממוצע הכללי.
פסילת שאלות: הוועדה הבוחנת פסלה 7 שאלות במתכונת הרגילה אך רק 3 במקוצרת, מה שתרם להחמרת התוצאות של המילואימניקים.
מילואימניקים במצב פגיע: אנשי מילואים שהיו עסוקים בלחימה לא יכלו להקדיש זמן רב ללמידה, מה שהשפיע על יכולתם להתמודד עם שאלות קשות ויוצאות דופן.
לשכת עורכי הדין ציינה כי הקלות משמעותיות ניתנו במהלך המלחמה, כולל אפשרות למתכונת מקוצרת ומועדי בחינה נוספים. עוד טענו בלשכה כי "הנתונים מצביעים על הצלחה גבוהה יחסית בקרב מילואימניקים שנבחנו בפעם הראשונה במתכונת המקוצרת.
- רק 50% עברו את בחינות לשכת עו"ד; כמה עורכי דין חדשים הצטרפו?
- בג"ץ: אין לקיים את בחינת ההסמכה של לשכת עוה"ד בשפה הערבית
- המלצת המערכת: כל הכותרות 24/7
הוועדה הבוחנת צפויה להתכנס שוב ולבחון את המצב
- 1.מיל 28/01/2025 09:41הגב לתגובה זוהלשכה לא אוהבת אנשים עם ערכים כמו מילואימניקים מעדיפים שם לקדם רק אנשים עם הדעות הנכונות
פרופ' ליאור פרל, קרדיט: עוז שכטר"ברגע שהרובוט יוכל לקפוץ בלילה ולצנתר במקומי אני הראשון להסכים"
שיחה עם פרופ' ליאור פרל, מנהל מכון הצנתורים במערך לקרדיולוגיה במרכז הרפואי רבין, קמפוס בילינסון והשרון. "אם נדע להשתמש ב-AI, אז אז עוד 50 ישאלו איך פעם עשו רפואה כל כך פרימיטיבית" ולמה הוא לא רואה "תחליף למגע האנושי בין הרופא למטופל"
ספר קצת על עצמך:
אנחנו מטפלים בכל מחלות הלב באופן פולשני באמצעות צנתורים. החל מחולים שעוברים בדיקות, עם כאבים בחזה ובדיקות שדורשות הערכה של עורקי הלב, או כאלו הדורשות הערכה ואבחון של תפקוד הלב והמסתמים שלו בצורה פולשנית, שאת הכל אנחנו מבצעים בחדר צנתורים. אנחנו עובדים בטיפולים במחלות במסתמי הלב, או היצרות של העורקים. החולים מגיעים מהבית או מאשפוז או יכולים להגיע דחוף באמבולנס. אנחנו עובדים יום ולילה, כשיש מישהו שחוטף התקף לב באמצע הלילה אז אנחנו אלו שמטפלים בו.
איך ה-AI משפיע על המקצוע או על הענף?
הבינה המלאכותית בקרדיולוגיה הפכה להיות כיוון מאוד מאוד מבטיח. הקרדיולוגיה זה התחום השני בחשיבותו בהתפתחות של מכשירי AI ופתרונות AI. קרדיולוגיה תמיד היה תחום מאוד טכנולוגי ויש הזדמנויות לשימוש בתוכנה, כאשר ישראל מובילה בתחום ומאמצת מאוד חזקה של בינה מלאכותית, כאשר רבים מאיתנו שותפים לפיתוחים של מכשור רפואי חדשני. הבינה המלאכותית בקרדיולוגיה מתחילה כבר בתיק המטופל. יש פתרונות שיודעים להעריך מי מהמטופלים דורש מעקב, יכולה לסייע בניהול בעבודה המשרדית, ניהול תיקי המטופל ואבטחת מידע. ה-AI נמצא גם בעת הפענוח ובמערכות תומכות החלטה באמצעי הדמיה שונים של הלב בין אם מדובר בהדמיה לא פולשנית או כן, יש הרבה שימוש בבינה מלאכותית וזה רק הולך וגובר. לבסוף ישנם גם כלים של טיפול המסייעים בצמתים בהם מקבלים החלטה על טיפול בחולים. בין אם בצנתור או בטיפול במסתמים. יש מנעד מאוד גדול, זה תחום מאוד פופולרי במחקר ומספר הפרסומים בתחום רק הולך וגובר משנה לשנה.
הבינה המלאכותית מאפשרת יותר משאפשרו שיטות סטטיסטיות מסורתיות שנעזרנו בהן גם קודם. זה שימוש במאגרי מידע מאוד גדולים, כלי הבינה המלאכותית הם מאוד מגוונים ויש להם יכולת לימוד עצמי של כל מקרה לגופו. מה שמוביל בסופו של דבר להתאמה לטיפול רפואי מותאם אישית. מתוך המאגרים האלה אתה מלמד מכונה והיא יודעת לקחת מקרים חדשים ולהעריך אותם.
יש חברות שמסתכלות על צנתור וירטואלי, ובשילוב אנשי מקצוע מאוד טובים, זו טכנולוגיה שיכולה לעזור לנו להחליט מתי יש היצרות שהיא קשה בעורקי הלב ומתי יש צורך להתייחס לזה בצורה פולשנית, כמו למשל להשתיל סטנט או לטפל בזה עם בלון, כל זה על סמך CT. דוגמה נוספת היא בבדיקות של אקו לב, AI שלוקח את הנתונים הרבים שיש באקו לב ובעצם עוזר לצוותים הרפואיים לעשות הסקה אוטומטית של התפקוד, באיתור ממצאים לא תקינים כמו היצרות של המסתמים או לתת הערכה כללית של תפקוד הלב. אלו דברים שלימדנו את הבינה המלאכותית מתוך עשרות אלפי תיקים קודמים ויש לה את היכולת להסיק מסקנות לבד ולפענח ממצאים חדשים. יש גם המון התקדמות בא.ק.ג, שהוא תחום מאוד מפותח בבינה מלאכותית. אמנם מדובר אמנם בתחום ממש ישן, טכנולוגיה שקיימת כבר 100 שנה אבל עדיין משתמשים בה באופן יומיומי מחולים עם כאבים בחזה במצבים של עילפון או חולשה ולפעמים בא.ק.ג יש את המידע שיכול להשפיע על חיי המטופל. היום זה מכשיר שרופאים מסתכלים עליו בעיניים ועושים הערכה, כל אחד לפי הידע והניסיון האישי שלו אבל הבינה מלאכותית מנצלת אותו כי אלו נתונים מאוד מתמטיים וגרפים. הא.ק.ג. מראה נתונים שהם מאוד דומים בין אדם לאדם מכל מקום בעולם, כך שאנחנו מזינים את ה-AI בעשרות אלפי סרטי א.ק.ג ומלמדים את המכונה לזהות מתוכם מצבים שונים ולתת אבחנות. יש חברות מסחריות שאני עובד עם חלקן, שהן יודעות לקחת תמונה של א.ק.ג ולתת אבחנה לא פחות מהרבה רופאים. זה יכול לתמוך ברופאים פחות מנוסים שנדרשים לתמיכה הזו של הטכנולוגיה.
- סקר ההייטק: 37% מהעובדים המנוסים חוששים לעידם המקצועי בגלל ה-AI
- ה-AI והעבודה שלכם - מי בסכנה ומי לא?
- המלצת המערכת: כל הכותרות 24/7
איפה הוא תורם?
כמובן שצריך לדעת להשתמש בה באחריות, אבל אין ספק תורם בהסקת מסקנות ברמה המחקרית. הוא יותר ויותר עוזר באבחון של אמצעי דימות. ה-AI יכול לתמוך במערכות תומכות החלטה לקראת פעולה על סמך נתונים, זה תומך בקיצור משימות ומטלות שוחקות שמבזבזות לכולנו זמן, כמו משימות משרדיות, תקשורת או עיבוד שפה. הבינה המלאכותית מאוד מייעלת את העבודה ולאפשר יותר תקשורת בין המטפל לחולה.
פרופ' ליאור פרל, קרדיט: עוז שכטר"ברגע שהרובוט יוכל לקפוץ בלילה ולצנתר במקומי אני הראשון להסכים"
שיחה עם פרופ' ליאור פרל, מנהל מכון הצנתורים במערך לקרדיולוגיה במרכז הרפואי רבין, קמפוס בילינסון והשרון. "אם נדע להשתמש ב-AI, אז אז עוד 50 ישאלו איך פעם עשו רפואה כל כך פרימיטיבית" ולמה הוא לא רואה "תחליף למגע האנושי בין הרופא למטופל"
ספר קצת על עצמך:
אנחנו מטפלים בכל מחלות הלב באופן פולשני באמצעות צנתורים. החל מחולים שעוברים בדיקות, עם כאבים בחזה ובדיקות שדורשות הערכה של עורקי הלב, או כאלו הדורשות הערכה ואבחון של תפקוד הלב והמסתמים שלו בצורה פולשנית, שאת הכל אנחנו מבצעים בחדר צנתורים. אנחנו עובדים בטיפולים במחלות במסתמי הלב, או היצרות של העורקים. החולים מגיעים מהבית או מאשפוז או יכולים להגיע דחוף באמבולנס. אנחנו עובדים יום ולילה, כשיש מישהו שחוטף התקף לב באמצע הלילה אז אנחנו אלו שמטפלים בו.
איך ה-AI משפיע על המקצוע או על הענף?
הבינה המלאכותית בקרדיולוגיה הפכה להיות כיוון מאוד מאוד מבטיח. הקרדיולוגיה זה התחום השני בחשיבותו בהתפתחות של מכשירי AI ופתרונות AI. קרדיולוגיה תמיד היה תחום מאוד טכנולוגי ויש הזדמנויות לשימוש בתוכנה, כאשר ישראל מובילה בתחום ומאמצת מאוד חזקה של בינה מלאכותית, כאשר רבים מאיתנו שותפים לפיתוחים של מכשור רפואי חדשני. הבינה המלאכותית בקרדיולוגיה מתחילה כבר בתיק המטופל. יש פתרונות שיודעים להעריך מי מהמטופלים דורש מעקב, יכולה לסייע בניהול בעבודה המשרדית, ניהול תיקי המטופל ואבטחת מידע. ה-AI נמצא גם בעת הפענוח ובמערכות תומכות החלטה באמצעי הדמיה שונים של הלב בין אם מדובר בהדמיה לא פולשנית או כן, יש הרבה שימוש בבינה מלאכותית וזה רק הולך וגובר. לבסוף ישנם גם כלים של טיפול המסייעים בצמתים בהם מקבלים החלטה על טיפול בחולים. בין אם בצנתור או בטיפול במסתמים. יש מנעד מאוד גדול, זה תחום מאוד פופולרי במחקר ומספר הפרסומים בתחום רק הולך וגובר משנה לשנה.
הבינה המלאכותית מאפשרת יותר משאפשרו שיטות סטטיסטיות מסורתיות שנעזרנו בהן גם קודם. זה שימוש במאגרי מידע מאוד גדולים, כלי הבינה המלאכותית הם מאוד מגוונים ויש להם יכולת לימוד עצמי של כל מקרה לגופו. מה שמוביל בסופו של דבר להתאמה לטיפול רפואי מותאם אישית. מתוך המאגרים האלה אתה מלמד מכונה והיא יודעת לקחת מקרים חדשים ולהעריך אותם.
יש חברות שמסתכלות על צנתור וירטואלי, ובשילוב אנשי מקצוע מאוד טובים, זו טכנולוגיה שיכולה לעזור לנו להחליט מתי יש היצרות שהיא קשה בעורקי הלב ומתי יש צורך להתייחס לזה בצורה פולשנית, כמו למשל להשתיל סטנט או לטפל בזה עם בלון, כל זה על סמך CT. דוגמה נוספת היא בבדיקות של אקו לב, AI שלוקח את הנתונים הרבים שיש באקו לב ובעצם עוזר לצוותים הרפואיים לעשות הסקה אוטומטית של התפקוד, באיתור ממצאים לא תקינים כמו היצרות של המסתמים או לתת הערכה כללית של תפקוד הלב. אלו דברים שלימדנו את הבינה המלאכותית מתוך עשרות אלפי תיקים קודמים ויש לה את היכולת להסיק מסקנות לבד ולפענח ממצאים חדשים. יש גם המון התקדמות בא.ק.ג, שהוא תחום מאוד מפותח בבינה מלאכותית. אמנם מדובר אמנם בתחום ממש ישן, טכנולוגיה שקיימת כבר 100 שנה אבל עדיין משתמשים בה באופן יומיומי מחולים עם כאבים בחזה במצבים של עילפון או חולשה ולפעמים בא.ק.ג יש את המידע שיכול להשפיע על חיי המטופל. היום זה מכשיר שרופאים מסתכלים עליו בעיניים ועושים הערכה, כל אחד לפי הידע והניסיון האישי שלו אבל הבינה מלאכותית מנצלת אותו כי אלו נתונים מאוד מתמטיים וגרפים. הא.ק.ג. מראה נתונים שהם מאוד דומים בין אדם לאדם מכל מקום בעולם, כך שאנחנו מזינים את ה-AI בעשרות אלפי סרטי א.ק.ג ומלמדים את המכונה לזהות מתוכם מצבים שונים ולתת אבחנות. יש חברות מסחריות שאני עובד עם חלקן, שהן יודעות לקחת תמונה של א.ק.ג ולתת אבחנה לא פחות מהרבה רופאים. זה יכול לתמוך ברופאים פחות מנוסים שנדרשים לתמיכה הזו של הטכנולוגיה.
- סקר ההייטק: 37% מהעובדים המנוסים חוששים לעידם המקצועי בגלל ה-AI
- ה-AI והעבודה שלכם - מי בסכנה ומי לא?
- המלצת המערכת: כל הכותרות 24/7
איפה הוא תורם?
כמובן שצריך לדעת להשתמש בה באחריות, אבל אין ספק תורם בהסקת מסקנות ברמה המחקרית. הוא יותר ויותר עוזר באבחון של אמצעי דימות. ה-AI יכול לתמוך במערכות תומכות החלטה לקראת פעולה על סמך נתונים, זה תומך בקיצור משימות ומטלות שוחקות שמבזבזות לכולנו זמן, כמו משימות משרדיות, תקשורת או עיבוד שפה. הבינה המלאכותית מאוד מייעלת את העבודה ולאפשר יותר תקשורת בין המטפל לחולה.
