ספרי קצת על עצמך: 

מגיעה מהעולם הטכנולוגי, ממש מהברזלים. בניתי מערכות business intelligence בגופים כמו טבע, פוקס או דיסקברי. מאז עשיתי מעבר לעולמות הבריאות הדיגיטלית כשניהלתי מוצרים שהם בהכרח דברים שנוגעים בעולמות הנתונים וה-AI. אז לא קראו לזה AI זה היה  machine learning.

היום אני מנהלת את מנהלת החדשנות והפיתוח העסקי במרכז הסרטן בשיבא. כאן אני עושה כל מה שקשור בחדשנות, כך שאני גם מייבאה רעיונות פנימה על ידי קשרים עם חברות מכל הגדלים מקטן ועד גדול וגם מנביטה רעיונות פנימיים ומביאה אותם לידי מימוש בעולמות הטכנולוגיים ובעולמות המסחריים אם יש צורך. היחידה שלי עושה פיתוח עסקי, שזה אומר לתכלל את כל ההיבטים הכלכליים של מרכז הסרטן, הכוונה כאן היא לא להכניס כסף לכיס של אף אחד אלא להביא כסף  למטופלים שלנו, מרפאות חדשות בין אם דרך שירותים חדשים, או טפסי 17, וגם למעבדת המידע שלנו שנקראת אונקומיינד שעושה עיבודים גם גנומיים מתכללים כמה סוגי מידע על מטופל. אם יש לי כ-100 אלף מטופלים, אז יש לי כ-100 אלף מסעי מטופל ומדובר בכל המידע הרלוונטי לאותו מטופל. 

מסע מטופל מתכלל את כל המידע מרגע האבחון ועד לסוף הטיפול, יש לי את כל הנתונים של המטופל ולפי זה הקלינאי קובע את הטיפול. במעבדה אנחנו עושים בירור גנומי ובעצם כל מה שיש לו משמעות קלינית נכנס לדאטה בייס והתפקיד שלי זה למצות המידע מהכל. אנחנו מוציאים מודלים שמסייעים לזהות מטופלים בסיכון. עם ה-AI אנחנו אוספים מודלים נבואיים ומסייעים לזהות מטופלים בסיכון ולהבין איזה מטופל מתאים לאיזה טיפול והכל כדי לשפר את מסע המטופל ולשפר את הטיפול בו. אנחנו מצליחים ככה לחזות תזמונים של טיפולים, כלומר מתי להעניק איזה טיפול, והכל מבוסס AI ולא היה אפשרי בלי AI.

 

• מנכ״ל גוגל: "אם בועת ה-AI תתפוצץ - אף חברה לא תישאר חסינה, גם לא אנחנו"
• פאלו אלטו עם תחזית סייבר בעידן ה-AI: שנת 2026 תהיה "שנת המגן"
• המלצת המערכת: כל הכותרות 24/7

איך ה-AI משפיע על המקצוע או על הענף?

כלי ה-AI משפרים את מסע המטופל, אנחנו מאיצים מחקרים. אם פעם מחקר היה נוגע באיסוף נתונים, היו מגיעים למחקרים עם 47 מטופלים ועכשיו אני מסוגלת לעשות מחקרים על אלפי מטופלים. אני עובדת עם קלינאים עם משפך ואני שואלת אותם "המחקר שאתם עושים מה סוף הדרך מבחינתכם ומה השלבים בדרך לשם." כל שאלת המחקר מצוותת לשאלת מחקר אחרת, למחקרים קליניים אחרים ולרקע הדמוגרפי של המטופל. בפועל ה-AI מחולל גם היום שינוי עצום באונקולוגיה. אם אני יכולה להקל אפילו במעט את מסע המטופל של המטופלים שלנו, אז אנחנו שואפים לעשות את זה. אנחנו עוברים תפיסתית מהעולם שבו הרופא המטפל מסתמך רק על הניסיון שלו או על הניסיון של הקולגות שלו שבעצם זה הסתמכות על מספר מאוד מוגבל של מטופלים, ועוברים לעולם שכל החלטה יכולה להיות מבוססת על כר נרחב של דאטה וככה ההחלטות יכולות להיות הרבה יותר מדויקות. ה-AI מעולה לזיהוי של כל מיני תבניות שהעין האנושית והמוח האנושי מתקשה לרדת למורכבות שלהם. אני לא אומרת שצריך להחליף את הרופא, רופא חייב להיות שם לנווט את התמונה. מההתחלה ועד למתן הטיפול הנכון. האתגר האמיתי שלי הוא לא לבנות מודל אלא לבנות מודל שלא יכשל קלינית וייתן טיפול לא נכון. ה-AI נותן מגמות, סטטיסטיקות ויכולות חיזוי אבל רופא הוא זה שצריך להחליט.  

לראיונות קודמים בה-AI ואני

"ה-AI, עוזר למנהל כספים לבצע משימות מהר ובאיכות טובה יותר" קריירה בעידן ה-AI
״פעם היה צריך 3-4 אנשים על פרויקט היום צריך אחד-שניים״ קריירה בעידן
 ה-AI"אני מייעץ לכל איש HR לשים לכם בסיסטם ללמוד כלי AI חדש פעם בחודש" קריירה בעידן ה-AI

איפה הוא תורם?

הוא תורם בדיוק הטיפול לכל מטופל וביכולת שלו להדהד את המסקנה שהגיע אליה הרופא. במצבים בהם הרופא בטוח בעצמו, לא צריך הדהוד אבל במקומות האפורים, רופא מסתמך על סטטיסטיקות שהצטברו על מחקרים קליניים. הוא יכול להישען על היכולת של ה-AI למצות את המידע הנכון בזמן הנכון ולהיות מעודכן תמיד. היכולת שלו למצות את המידע הנכון בזמן הנכון, להיות מעודכן תמיד, היא מוגבלת כי מחקרים כל הזמן מתפרסמים ודברים חדשים כל הזמן מתגלים, אז כדי שהוא יהיה מדויק ומעודכן הוא צריך לחקור את המידע כל הזמן ואף אדם לא מסוגל לעשות את זה נון סטופ 24/7 ושם נכנס ה-AI, הוא נהיה לשותף והוא עוזר בעיקר ובטפל. במחקרים ואף אחד לא יכול להיות מעודכן בעצמו נון סטופ. שם ה-AI הופך לשותף. 

• איך עובדים ב-3 משרות במשרה מלאה בלי שהבוס יגלה?
• איך נשיאת גוגל בוחנת עובדים ומה הכי חשוב שיהיה לעובד?
• תוכן שיווקי שוק הסקנדרי בישראל: הציבור יכול כעת להשקיע ב-SpaceX של אילון מאסק
• 7 סימנים שהגיע הזמן לעזוב את מקום העבודה (לפני שמאוחר מדי)

איפה הוא נכשל?

הבעיה של ה-AI שהוא לוקח נתונים ממספר מקורות וההקשרים הספציפיים שהוא עושה הם לא בהכרח נכונים. ראשית, הוא מודל מתמטי סטטיסטי קר והוא לא מסתכל על המטופל בעיניים ולא רואה איפה קשה לו. אם יש טיפול שה-AI יראה שסטטיסטית טיפול מסוים עובד והוא מתאים למטופל, הוא ימליץ עליו בלי לראות שהמטופל אולי כבר עייף ולא יהיה מסוגל לעמוד בטיפול כזה רופא ידע להמליץ על טיפול יותר רך, הוא יודע להרגיש את המטופל ולהסתכל עליו בעיניו שלו.  קל להאניש AI אבל זה מודל סטטיסטי אז הוא לא יכול לתת את ההקשרים האלה.

שנית, צריך לקחת בחשבון שהוא נשען על מדגמים מאוד קטנים ולעיתים נראה מוסכמה קלינית שבנויה על 80 מטופלים, אז איך לוקחים את זה ועושים מפה מודיפיקציה על אלף מטופלים? אנחנו לוקחים בחשבון שזו פרדיגמה שצריך לבדוק אותה ושם חייב הרופא לבוא ולהגיד שאמנם יש 80 מטופלים שהטיפול עבד איתם אבל מולי נמצא המטופל ה-81 שאולי זה לא יעבוד איתו. כשל נוסף הוא בכך שהסטטיסטיקה מאוד מטעה כי אם שואלים את השאלה הלא נכונה נקבל את התשובה הלא נכונה. האמת היא סובייקטיבית וסטטיסטית אפשר ליפול בבור כי שאלנו את השאלה הלא נכונה, השאלה צריכה להיות אובייקטיבית.

מרוצה מהחידושים או לפעמים רוצה להחזיר את הגלגל אחורה?

בהחלט לא רוצה להחזיר את הגלגל אחרונית כי אם אנחנו מסתכלים על ה-AI עם המגבלות שיש לו ואני ממסגרת אותו ליכולות שיש לו בלבד, אז הוא יכול להצעיד את הידע האנושי קדימה באלפי מונים. אנחנו לא עושים שאטדאון למוח שלנו ואומרים שיש כלי שהוא ב-100% נכון. אני לא מאמינה ב-AGI, שזה אומר האם נוכל לייצר מוח אנושי בצורת תוכנת AI- זה לא יקרה. הרי מה ההבדל בין ה-AI למוח האנושי? זה ההבדל בין חשיבה ספונטנית לחשיבה לא ספונטנית. זה ההבדל בין מצב בו תפוח נופל לי על הראש ואני מסיקה מסקנות על כוח הכבידה ובין AI שיודע להשתמש בידע שכבר קיים ולהוציא ממנו הקשרים, אבל הוא לא יודע לייצר משהו מכלום, הוא חייב נתון מסוים כדי להסתמך עליו. אנחנו יכולים את כל הדברים היותר שגורים להעביר במיקור חוץ ל-AI ואנחנו, בני האדם, נעשה את העבודה המתקדמת. זה כלי מאוד חזק אבל אנחנו צריכים לוודא שהוא מעצים את היכולת האנושית ולא להחליש אותה. המוח האנושי יודע לא להסתמך על דברים קיימים, נכון שרוב הזמן המוח האנושי הוא עצלן ולא ירצה לעבוד קשה ולהסתמך על ה-AI אבל עדיין יש לנו יכולת לחשיבה שלא נובעת ממשהו. אני חושבת שלעד למוח האנושי יהיה יתרון.

מהם הכלים שאת משתמשת בהם ובאיזה אופן?

אנחנו משתמשים בכל המודלים ובוחרים כל פעם את המודל שמתאים לשאלת המחקר שלנו. גם המודלים הכי טובים, יהיו נכונים באחוז מסוים בלבד וכדי שהוא יוציא תשובה מסוימת לשאלה הוא צריך שיהיו מאחוריה מספיק הקשרים חזקים ושיהיו לה יותר הקשרים מתשובות אפשריות אחרות. אנחנו נותנים למודל את המידע אבל הוא זה שמאמן את עצמו, הוא זה שבונה את ההקשרים הסטטיסטיים ואת רשת הנוירונים הזאת. האדם הממוצע יכול להכיל כמה מימדים בודדים במוח, אדם חכם במיוחד יחזיק בארבעה או חמישה, בעוד ה-AI יכול להכיל מיליארדי מימדים. אם שואלים את ה-AI שאלה והוא עונה תשובה נחרצת, צריך לשאול אותו בכמה אחוזים הוא בטוח בתשובה שהוא נותן ומה היו האחוזים של התשובות האחרות. זו שאלה שכדאי תמיד להוסיף כי אז אפשר להבין מה הקישור שהוא עשה. יש הבדל בין תשובה שה-AI בטוח בה ב-12% לבין 50%. לפעמים הוא בטוח בתשובה שלו רק ב-75% ובעולמות הקליניים זה פער מאוד גדול בין להיות בטוח בתשובה ב-100% ולהיות להיות בטוחים ב-75%.  

חוששת מתרחיש דיסטופי בו AI מחליף את המקצוע שלך לחלוטין? 

לא. אני חושבת שחדשנות מבוססת דאטה. אנחנו בונים פה ערך שמצריך אינטואיציה אנושית ומצריך יצירתיות ומצריך קשר בין אישי ככה שזה מעל ומעבר ל-more of the same שמציע ה-AI. ה-AI הוא כלי עבודה, זה עזר כנגדו ולא מחליף. אנחנו צריכים להוביל את ה-AI ולא להיות מובלים על ידו.