הקצינה לא קודמה בגלל שהיא אשה. המשטרה תפצה אותה ב-120 אלף שקל
הזוי: קצינת משטרה תפוצה בסכום של 120 אלף שקל לאחר שהופלתה על ידי המשטרה ולא קודמה על רקע מגדרי.
מי שהגישה את התביעה היא נציבות שוויון הזדמנויות בעבודה שבמשרד הכלכלה והתעשייה. זה קרה בנובמבר 2020 כאשר זו הגישה עתירה לבית המשפט המחוזי בירושלים, בשבתו כבית משפט לעניינים מנהליים, בשמה של קצינה ותיקה ומוערכת במשטרת ישראל, אשר הופלתה בקידום בעבודה בתפקיד ובדרגה על רקע מינה.
אפלייתה באה לידי ביטוי בעיקר במסגרת ראיון שנערך לה על ידי מי שכיהן בזמנו מפכ"ל משטרת ישראל, רב ניצב בדימוס רוני אלשיך, במסגרתו נאמר לה במפורש כי לא מינה אותה לתפקיד ראש מדור מהימנות ביחידה לביטחון מידע במשטרת ישראל, תפקיד שדרגת התקן שלו היא סגן ניצב, משום שראה לנכון למנות גבר ולא אישה.
בית המשפט המחוזי בירושלים קיבל את עמדת נציבות שוויון הזדמנויות בעבודה במשרד הכלכלה והתעשייה, וקבע כי נשקל שיקול מגדרי מפלה ופסול על ידי המפכ"ל (דאז) רוני אלשיך, בהחלטתו לא לקדם קצינת משטרה בכירה ומוערכת.
עוד הודגש בעתירה כי מהבחינה הנורמטיבית, גם אם בנוסף לשיקול המגדרי הפסול, נשקל שיקול ענייני נוסף (צורך בריענון שורות ביחידה), ההחלטה כולה מוכתמת כפסולה על פי "מודל ההכתמה". במסגרת העתירה, טענה נציבות השוויון, בין היתר, כי המשטרה, ככל רשות ציבורית, פועלת כנאמן של הציבור והיא מחויבת להפעיל את שיקול דעתה וסמכויותיה בתום לב, בהגינות, בסבירות ובמידתיות, מבלי לשקול שיקולים זרים ובלתי ענייניים, וחובתה להתנהל בשוויון וללא אפליה.
- עובדות תבעו את הכללית בטענה לאפליה - ביהמ"ש הכריע
- אפליה נגד יהודים בקבלה לאוניברסיטאות בארה"ב
- המלצת המערכת: כל הכותרות 24/7
כבוד השופטת דנה כהן - לקח קיבלה את העתירה וקבעה כי "בנימוקי החלטת המשיבה לקח בחשבון שיקול מגדרי שלא הוכח שהוא מתחייב מאופי התפקיד או ממהותו כנדרש בסעיף 2(ג) לחוק שוויון הזדמנויות בעבודה, התשמ"ח - 1988(להלן: החוק). לפיכך, הוא מהווה שיקול מפלה פסול. לצד זאת, נלקח בחשבון שיקול מקצועי ענייני – ריענון שורות ביחב"מ. עסקינן, אפוא, במקרה שבו נשקלו שני שיקולים מרכזיים מעורבים באופיים: שיקול מגדרי פסול, לצד שיקול ענייני מקצועי מותר".
יש להבחין בין מישור האחריות ובין מישור הסעד. עצם לקיחה בחשבון של שיקול מגדרי שאינו מתחייב מאופיו של התפקיד וממהותו לפי סעיף 2(ג) לחוק ולפיכך הוא פסול, מטיל אחריות על המשיבה לפי החוק וכן לפי "עקרון ההכתמה".
עו"ד מרים כבהא, נציבת שוויון הזדמנויות בעבודה ציינה כי: "אני מברכת על פסק דין חשוב זה, הקובע בצורה ברורה וחד משמעית, כי אין מקום לאפליה מגדרית בשוק העבודה ומבהיר למעסיקים כי הם לא יכולים להסוות החלטות פסולות ומפלות תחת כסות של שיקול ענייני אחר כמו שהיה במקרה דנן".
- 2.גילי 13/04/2023 15:03הגב לתגובה זובאלו שגרמו למחדל, אף אחד לא יגע. במדינה מתוקנת, מי שאחראי על המחדל, צריך לשלם מכיסו את הנזקים.
- 1.אלשיך הנוכל, מסתבר שהוא גם טיפש. (ל"ת)סוקרטס 02/04/2023 14:59הגב לתגובה זו
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.
