תפקיד הבינה המלאכותית האג'נטית במערכת הבריאות: סקירה מקיפה

עוזרים חכמים מאחורי הקלעים בבית החולים

דמיינו עוזר דיגיטלי בבית החולים שלא רק עונה על שאלות, אלא עוקב בשקט אחרי מה שקורה, מחליט מה צריך להיעשות הלאה ופועל מבלי שיבקשו זאת בכל פעם. מאמר זה חוקר סוג טכנולוגיה מתפתח זה — שנקרא "בינה אג'נטית" — ובוחן עד כמה קרובים אנחנו לכך שמערכות כאלה יתמכו בבטחה ברופאים, אחיות וחולים בטיפול קליני אמיתי.

מתוכניות פשוטות לשותפים מונחי-מטרה

המחשבים ברפואה התחילו כקלקולטורים ומבצעי חוקים קשיחים: הם יכלו לסווג תמונה או לסמן תוצאה מעבדתית חריגה, אך רק כאשר נאמר להם במפורש מה לעשות. מערכות "גנרטיביות" חדשות, כגון צ'אטבוטים, יכולות לייצר טקסט, תמונות או קוד, אך עדיין מחכות לפקודות אנושיות. הבינה האג'נטית הולכת צעד קדימה. מערכות אלה מעוצבות סביב מטרות — למשל שיפור תגובת צוות טראומה, התאמת טיפול בסרטן או סיוע בהתקדמות טיפולית לילד. הן אוספות מידע ממקורות רבים, מתכננות מהלך פעולה, מפעילות כלים תוכנתיים אחרים בכוחות עצמן ומתאימות את פעולותיהן בהתאם להתפתחות המצב, בעוד שהאנשים נשארים האחראים על ההחלטות המרכזיות.

איפה בודקים את הסוכנים הדיגיטליים האלה

המחברים חיפשו בחמישה מאגרי מחקר מרכזיים ומצאו רק שבעה מחקרים ברחבי העולם שהשתמשו באמת בסגנון עצמאי זה של בינה בריאותית. הפרויקטים כיסו טיפול דחוף, טיפול ואבחון בסרטן, הדמיה רפואית, שיקום וניתוח חלבונים לגילוי תרופות. מערכת אחת עקבה בזמן אמת אחר מקרים של טראומה, יצרה דוחות יותר שלמים והנפיקה התרעות כאשר המדדים החיוניים יצאו מהמסגרת. מערכת אחרת שלחה הודעות יומיות מותאמות אישית לניצולי סרטן כדי לעודד הליכה. משחק מציאות מדומה וירטואלי התאימו את עצמת הקושי כדי לסייע לילדים עם תסמונת דאון לפתח מיומנויות מוטוריות וחברתיות. מערכות נוספות התמקדו בקריאת צילומי חזה, בתכנון טיפולי קרינה, בזיהוי סרטן כבד מחלקיקים זעירים בדם ובניתוח אוטומטי של נתוני חלבונים מורכבים שרלוונטיים לתרפיות חדשות.

מה המערכות האלה יודעות לעשות היטב — והיכן הן נופלות

בכל הניסויים הללו הראו המערכות האג'נטיות יכולת לפעול במידה של עצמאות: הן רדפו אחרי מטרות מוגדרות היטב, יזמו ביצוע ניתוחים או הפעלת תוכניות אחרות, ובמקרים מסוימים שילבו מאמצים של מספר "סוכני" בינה שעבדו יחד. התוצאות לעתים היו מרשימות. כלי אחד הבחין בין סרטן כבד ומקרים לא-סרטניים בדיוק של מעל 94 אחוז, כולל בחולים שסמן הדם הרגיל שלהם הונה. כלי אחר השווה או עלה על מתכנני מומחים בתכנון טיפולי הקרינה, ומערכת להסקת מסקנות מצילומי חזה הגיעה לביצועים מתקדמים ללא צורך בהתאחדה מחדש לכל שאלה חדשה. עם זאת, הצלחות אלה היו תלויות במשימות צרות. רוב המערכות פעלו רק בהגדרות מבוקרות, על נתונים שהוכנו בקפידה, ואף אחת לא יכלה באמת ללמוד ולהשתפר לאורך פרקי זמן ארוכים או לזכור מטופלים קודמים באופן משמעותי.

בטיחות, אמון והנגיעה האנושית

הסקירה מדגישה גם סיכונים חשובים. מאחר שסוכנים אלו יכולים לפעול בעצמם — לאחזר נתונים, להציע תוכניות ואפילו להפעיל התרעות — שגיאות או תיאום לקוי עלולות להוביל לתוצאות חמורות, במיוחד בתחום רגיש לזמן כמו טיפול בסרטן. רבים מהמחקרים נטו לסיכון הטיה ממוצע עד חמור ולא בחנו את הכלים בפרקטיקה הקלינית היומיומית. יש גם חששות לגבי סברות נסתרת ("קופסת שחור"), אבטחת סייבר ומי נושא באחריות אם מערכת אוטונומית תורמת לנזק. רגולטורים בארה"ב ובאירופה מתחילים לראות בבינה רפואית סיכון "גבוה", אך כללים נוכחיים לא נכתבו במחשבה על תוכנות עצמאיות מאוד, החותרות מטרות. המחברים טוענים שמעצות האנושית חייבת להישאר מרכזית וכי יש צורך בכללים ברורים יותר לגבי כמה רחוק מערכות כאלה רשאיות לפעול בכוחות עצמן.

מה צריך לקרות הלאה

כרגע, הבינה האג'נטית במערכת הבריאות היא יותר אב-טיפוס מבטיח מאשר מוצר גמור. הסקירה מראה שמערכות אלה יכולות לסייע במגוון משימות — ממעקב אחר מטופלים ותמיכה בשיקום ועד תכנון טיפולי סרטן מורכבים — אך רק במחקר אחד בלבד נכללו חולים אמיתיים בניסוי מבוקר. המחברים קוראים להגדרות משותפות של מה נחשב "אג'נטי", לשיטות סטנדרטיות למדידת בטיחות ותועלת ולמחקרים קליניים גדולים ומבוססי-עולם אמיתי. בתי חולים יצטרכו גם מערכות נתונים טובות יותר, הגנות פרטיות חזקות והנחיות ברורות שישאירו את הצוותים הקליניים בשלט. אם יסללו יסודות אלה בקפידה, הבינה האג'נטית עשויה להתפתח לשותף דיגיטלי אמין שיפחית עומסים, ישפר החלטות ולבסוף ישפר את הטיפול בחולים, במקום להישאר קופסת שחור מסתורית שמקבלת החלטות בעצמה.

ציטוט: Collaco, B.G., Haider, S.A., Prabha, S. et al. The role of agentic artificial intelligence in healthcare: a scoping review. npj Digit. Med. 9, 345 (2026). https://doi.org/10.1038/s41746-026-02517-5

מילות מפתח: בינה אג'נטית, אוטומציה במערכת הבריאות, תמיכה בהחלטות קליניות, בינה לרפואה תמונתית, בריאות דיגיטלית