לפני שהפכתי לרופא למדתי פילוסופיה, כלכלה ומדע המדינה. לכאורה מסלול רחוק מרפואה. אבל מאמר שפורסם בימים אלה ב-New England Journal of Medicine הזכיר לי עד כמה דווקא הכלכלה יכולה לעזור לנו להבין את אחת השאלות הבוערות ברפואה כיום: האם הבינה המלאכותית עומדת להחליף את הרופאים?
ד"ר דרוב קולאר (Dhruv Khullar), רופא וחוקר מדיניות בריאות מאוניברסיטת ווייל קורנל בניו יורק, מציע במאמר תשובה מפתיעה. אין ספק, הוא כותב, שהבינה המלאכותית תוכל לבצע יותר ויותר משימות שכיום מבוצעות בידי אנשי מקצוע רפואיים. ובכל זאת, ייתכן מאוד שהתוצאה הסופית לא תהיה פחות אנשי רפואה, אלא דווקא יותר רפואה.
הרעיון הראשון שהוא מגייס נקרא "פרדוקס ג'בונס". ב-1865 הבחין הכלכלן הבריטי ויליאם סטנלי ג'בונס שככל שמנועי הקיטור נעשו חסכוניים יותר, צריכת הפחם באנגליה לא ירדה אלא זינקה: ההתייעלות הפכה את המנועים לכדאיים בעוד ועוד מקומות, והגידול בביקוש עלה בהרבה על החיסכון. אותו דבר קרה ברפואה. ככל שניתוחי קטרקט והחלפות מפרקים נעשו בטוחים ומהירים יותר ודרשו פחות עבודת רופא, אפשר היה להציע אותם ליותר אנשים. ורדיולוגיה, המקצוע שנחשב לראשון שה-AI יחליף? יש היום יותר רדיולוגים בארצות הברית מאשר לפני עשור, עם עומס גדול יותר.
המושג השני הוא "כשל כמות העבודה הקבועה": הנטייה לדמיין שיש בעולם כמות נתונה של עבודה רפואית, ואם ה-AI יבצע שליש ממנה יישארו לבני האדם רק שני שלישים. אלא שטכנולוגיות משנות מחירים, ביקושים והתנהגות, ויוצרות שירותים ומקצועות שלא היו קיימים קודם. קולאר טוען שה-AI צפוי ליצור באופן דומה אופני טיפול והתמחויות חדשות.
בעיניי, רפואת לונג'ביטי ורפואה מונעת הן הדוגמה הטובה ביותר לכך.
ה-AI יכול לשנות את המשוואה
המטרה של רפואת הלונג'ביטי אינה רק להאריך את תוחלת החיים, אלא את תוחלת הבריאות (health span): מספר השנים שאדם חי בלי מחלה כרונית ובלי תלות באחרים. והבעיה שלנו אינה שאין מספיק מה לעשות למען זה. הבעיה כמעט הפוכה: יש יותר מדי. רפואה מונעת אישית באמת דורשת לעבור על ההיסטוריה הרפואית, התרופות, בדיקות המעבדה, לחץ הדם, השינה, הפעילות הגופנית, בדיקות הסקר והחיסונים, ולהבין מה מתוך כל זה חשוב באמת לאדם הספציפי שיושב מולנו. זו רפואה שכיום ניתנת בעיקר במרפאות פרטיות, למי שיכול לשלם על שעות רבות של רופא. אין במערכת הציבורית מספיק זמן רפואי כדי לעשות את זה עבור מיליוני אנשים.
וכאן ה-AI יכול לשנות את המשוואה. דמיינו מערכת שעוברת באופן רציף על התיק הרפואי, מזהה פערים במניעה, מעריכה סיכונים ומציעה למטפל ולמטופל את הפעולה הבאה שכדאי לבצע. היא אינה מחליפה ביקור שקיים היום. היא מוסיפה שכבה שלמה של רפואה פרואקטיבית, שכיום כמעט בלתי אפשרי לספק בהיקף של אוכלוסייה. זו מבחינתי ההבטחה הגדולה של ה-AI בקופת חולים: דמוקרטיזציה של רפואת הלונג'ביטי. לא רק למי שיכול לשלם, אלא לכל מבוטח.
יש כאן נקודה עמוקה יותר. בינה מלאכותית אינה עוד מכשיר. היא תשתית, כמו חשמל או אינטרנט: שכבה שנפרסת מתחת לכל שירות ומשנה את מה שאפשר לבנות עליה. ואני רואה גם את רפואת הלונג'ביטי כך: לא שירות בוטיק, אלא תשתית של מערכת הבריאות, שכבה של מדידה, הערכת סיכון ומניעה שצריכה לרוץ ברקע של כל מפגש רפואי, לכל מבוטח, לאורך כל החיים. עד היום תשתית כזאת דרשה כמות בלתי אפשרית של זמן אנושי. כשמחברים שתי תשתיות, אחת שיודעת לעבד מידע בהיקף אוכלוסייה ואחת שיודעת מה לעשות איתו, פרדוקס ג'בונס מפסיק להיות תיאוריה והופך לתוכנית עבודה.
אבל יש כאן גם מלכודת. רפואה אינה אוסף של חישובים. מטפל צריך להבין הקשר, לזהות מתי האלגוריתם טועה, לשוחח עם אדם על ההעדפות שלו, ולפעמים להחליט לא לעשות את מה שההנחיה היבשה מציעה. קולאר משתמש כאן ב"תיאוריית האו-רינג" מהכלכלה, שנקראת על שם אטם הגומי הקטן שכשל והפיל את מעבורת החלל צ'לנג'ר: במערכת של משימות התלויות זו בזו, כשל בחוליה אחת קטנה יכול להרוס את התוצאה כולה. אבל יש לכך גם צד שני: ככל שה-AI יבצע טוב יותר את הניתוח, השיפוט האנושי שנשאר יהיה שווה יותר, לא פחות. אוטומציה של משימות רפואיות אינה אוטומציה של המקצוע הרפואי.
וזה מוביל לשינוי שרוב מערכות הבריאות עדיין לא נערכו אליו. כשהמחשב יודע לומר למטופל מה לעשות, השאלה הקשה נשארת איך לגרום לו לעשות את זה. הידע על תזונה, שינה ופעילות גופנית זמין כבר היום לכולם, ורוב האנשים לא משנים את התנהגותם. הליווי הזה יהפוך היברידי: ה-AI יעשה את השכבה היומיומית של תזכורות והתאמה, מאמני בריאות יספקו את המחויבות והאמון שאדם נותן רק לאדם, והרופא יהפוך למי שמחזיק את התמונה כולה: יודע מתי תוכנית אורחות החיים מתנגשת עם התרופות, מזהה שהעייפות אינה חוסר מוטיבציה אלא מחלה, נושא באחריות ומנהל את הצוות. לא במקרה, ברשימת המיומנויות שקולאר מונה כבלתי ניתנות לאוטומציה מופיעות "הנעה לשינוי התנהגות", "ניהול אי ודאות" ו"הובלת צוותים". וזה אומר שנצטרך להכשיר רופאים ומטפלים לכך, לתת להם זמן לכך ולתגמל אותם על כך, ולא רק על ביקורים ופרוצדורות.
לכן השאלה שמנהלי מערכות בריאות צריכים לשאול אינה רק כמה שעות רופא אפשר לחסוך באמצעות AI. השאלות המעניינות באמת הן כמה יותר בריאות אפשר לייצר עם אותו כוח אדם, לכמה אנשים נוכל להגיע לפני שהם חולים, וכמה שנים של בריאות טובה נוכל להוסיף לאוכלוסייה שלמה ולא רק למעטים.
אולי בסופו של דבר ה-AI אכן יחליף חלק ממה שרופאים עושים היום. גם קולאר אינו טוען אחרת. אבל מנקודת המבט של לונג'ביטי, האפשרות המעניינת יותר היא אחרת: המהפכה הגדולה של הבינה המלאכותית ברפואה לא תהיה בכך שנצטרך פחות רופאים, אלא בכך שכל רופא יוכל לעזור להרבה יותר אנשים לחיות יותר שנים בבריאות טובה.
ד"ר ניצן ענו הוא רופא, מנהל תחום הלונג'ביטי במכבי שירותי בריאות