שילוב צ'אטבוט מונחה בינה מלאכותית לשיפור הנגישות של רשומות בריאות אלקטרוניות בבית חולים ילדים

מדוע זה חשוב לטיפול היומיומי

מאחורי כל ביקור אצל רופא עומד הר של מסמכים דיגיטליים. בבתי חולים לילדים, רופאים לעתים מבלים דקות רבות בחיפוש ברשומות הבריאות האלקטרוניות במקום לשוחח עם המשפחות או לקבל החלטות. מחקר זה מראה כיצד חלון שיחה פשוט, המופעל על ידי בינה מלאכותית, יכול להפוך את הרשומות המסובכות לתשובות מהירות וברורות — במיוחד בבתי חולים עמוסים ובעלי משאבים מוגבלים שבהם כל שנייה חשובה.

הבעיה במציאת תשובות ברשומות דיגיטליות

הרשומות הבריאותיות האלקטרוניות נועדו להפוך את הרפואה ליעילה יותר, אך מערכות רבות הפכו עמוסות וקשות לחיפוש. רופאים חייבים ללחוץ דרך מסכים ושדות רבים רק כדי למצוא פריטים בסיסיים כמו רמת החמצן של הילד או כמה מקרים דומים התקבלו בשבוע שעבר. מחקרים קודמים מצאו שרופאים יכולים לבלות יותר מרבע שעה בכל ביקור בתוך מערכות אלה, ורוב הזמן מוקדש לחיפוש במקום למחשבה או לשיחה עם המטופלים. הקשיים הללו חמורים במיוחד בבתי חולים קטנים או כפריים, שבהם התוכנה לרוב פשוטה והצוות לחוץ.

צ'אטבוט שמדבר עם גליונות אלקטרוניים

החוקרים עבדו עם בית חולים מחוזי בטמוקור, הודו, שם נתוני חולי ילדים מאוחסנים בקבצים פשוטים בסגנון גליון אלקטרוני במקום במערכות מסד נתונים יקרות. הם בנו מערכת רשומות בריאות אלקטרוניות קלה usando כלים נפוצים של ווב וחיברו אותה לצ'אטבוט שיח מבוסס LangChain ומודל GPT-3.5 של OpenAI. במקום לשלוח רשומות מטופלים מלאות ל-AI, עוזר פייתון נפרד מתרגם את שאלת הרופא להוראות בטוחות וממוקדות שמושכות רק את המידע הנחוץ מתוך נתונים מנותקי זהות. כך נשמרת הפרטיות ובאותו זמן הצ'אטבוט מבין שאלות טבעיות כמו "כמה מקרים של דנגה התקבלו בתאריך הזה?" או "מה רמת החמצן העדכנית של הילד הזה?"

איך המערכת פועלת מאחורי הקלעים

כאשר רופא מקליד שאלה בצ'אטבוט, המערכת קודם כל מושכת את הנתונים הרלוונטיים ומנותקי הזהות מאזור אחסון Firestore מאובטח וממירה אותם לפורמט מובנה. סוכן ה-CSV של LangChain לאחר מכן הופך את השאלה לחתיכות קטנות של קוד מחשב שיכולות לחפש בקבצי סגנון גליון אלה. הקוד הזה מריץ על הנתונים המקומיים, והתוצאות מוחזרות למודל השפה, שממיר אותן לתשובה ברורה ובשפה שיחה עבור הקלינאי. זרמי הנתונים נעים רק בכיוון בטוח אחד: הצ'אטבוט רואה תוצאות שאילתה, לא רשומות מטופלים שלמות, מה שמסייע לכבד את כללי הפרטיות ובאותו זמן נותן תחושה גמישה ואנושית לשימוש.

בדיקת הצ'אטבוט עם קלינאים אמיתיים

כדי לבדוק האם הכלי באמת עוזר, הצוות אסף מאגר נתונים של 1,200 פגישות ילדים, שכל אחת מהן כללה כ-160 נקודות מידע שונות. ארבעים קלינאים נדרשו להשלים 240 משימות חיפוש ריאליסטיות, כגון בדיקת סימן חיוני מסוים או ספירת מטופלים עם אבחנה מסוימת, הן עם הצ'אטבוט והן בלעדיו. מנוע החיפוש הישן של רשומות בית החולים, שהישען על התאמת מילות מפתח פשוטה, שימש כהשוואה. עם הצ'אטבוט, זמן החיפוש החציוני ירד ממעט יותר מדקה לא מעט יותר מחצי דקה — שיפור של כ-40%. גם הדיוק של המידע שנשלף עלה במידה ניכרת, כאשר דירוג משולב של דיוק ושלמות גדל מ-0.71 ל-0.89. הקלינאים דירגו את הכלי גבוה מבחינת נוחות שימוש והעריכו שקיבלו תשובות מובנות במקום טבלאות גולמיות.

מה זה עשוי לומר על טיפול עתידי

המחברים מסכמים כי צ'אטבוט צנוע ובעלות נמוכה יכול להקל באופן משמעותי ולעזור לרופאים לגשת להיסטוריות הרפואיות של ילדים במהירות רבה יותר, מבלי להצריך תשתית מתוחכמת או לסכן חשיפה מיותרת של נתונים. על ידי כך שהקלינאים "מדברים" עם הרשומות בשפה פשוטה ובאמצעות הגבלת מה שה-AI יכול לראות, המערכת מציגה נתיב מעשי לבתי חולים שתלויים בגליונות אלקטרוניים ובתקציבים צמודים. לצד זאת, הצ'אטבוט עדיין נאבק עם שאלות מורכבות או בלתי חד משמעיות ולא מטפל כרגע בהערות חופשיות בטקסט, אך המחקר מציע שכלים דומים עשויים בעתיד לסייע לקלינאים בתחומים רבים לבזבז פחות זמן בהתמודדות עם תוכנה ויותר זמן בטיפול בחולים.

ציטוט: Gowramma, P.B., Kumar, K., Prema, M.S. et al. AI-powered Chatbot integration for enhanced accessibility of electronic health records in a pediatric hospital. Sci Rep 16, 13287 (2026). https://doi.org/10.1038/s41598-026-42475-2

מילות מפתח: רשומות בריאות אלקטרוניות בילדים, צ'אטבוט רפואי מבוסס בינה מלאכותית, שליפת נתונים קליניים, פרטיות בתחום הבריאות, בתי חולים במשאבים מוגבלים