פרופ׳ צ׳אט: הסטארט אפ שעומד בקצב חידושי הרפואה – ומנגיש את הידע לרופאים

קשה לעמוד בקצב החידושים המקצועיים בתחומים רבים, אבל המשימה שעומדת בפני רופאים, שרוצים להתעדכן בחידושים בתחומם, מאתגרת במיוחד. מאמר חדש מתפרסם כל 30 שניות, וניסיון לעקוב אחר כל החידושים כדי להציע טיפול אופטימלי למטופל – תוך כדי טיפול ב־20 מטופלים ביום – נראה כמו משימה בלתי אפשרית.  

“אנחנו בתור הזהב של הביוטכנולוגיה – כל הזמן מפתחים תרופות חדשות ומשפרים את הקיימות”, אומר דניאל נדלר, מייסד שותף ומנכ”ל OpenEvidence. “כמות עצומה של מידע זורם, והרופאים אמורים להיות מעודכנים. אבל המוח האנושי מוגבל ביכולתו לקרוא מיליוני מחקרים”.  

נדלר – דוקטור בן 42 מהרווארד שב־2018 מכר את החברה הקודמת שלו תמורת 550 מיליון דולר – החליט לפתור את הבעיה הזאת באמצעות בינה מלאכותית. האלגוריתם שלו סורק מיליוני פרסומים שעברו ביקורת עמיתים, כולל בכתבי עת מובילים כמו New England Journal of Medicine ו־Journal of the American Medical Association. המטרה היא לעזור לרופאים למצוא את התשובות הטובות ביותר במהירות, כולל הפניה למקורות, שם יוכלו להרחיב את המידע. התוכנה חינמית לרופאים מאומתים ומרוויחה כסף מפרסום.  

“נראה ש־OpenEvidence הולך להיות לתחום הרפואה מה שגוגל היה לאינטרנט”, אמר המיליארדר ג’ון דור, יו”ר קרן הון הסיכון Kleiner Perkins, שהשקיע בסטארט־אפ באופן אישי, מעבר להשקעה של הקרן.  

מאז ייסודה ב־2022, כבר רשמה החברה יותר מ־430 אלף רופאים – כ־40% מהרופאים בארה”ב – ומדי חודש מתווספים 65 אלף רופאים חדשים. ההכנסות שלה מפרסום מוערכות בכ־50 מיליון דולר בשנה. זה לא המון כסף, אבל הודות לאימוץ המהיר של התוכנה על־ידי רופאים, המשקיעים מאמינים שיש פה משהו גדול: לאחרונה גייס הסטארט־אפ 210 מיליון דולר בהובלת GV (זרוע ההשקעות של Google) ו־Kleiner Perkins לפי שווי של 3.5 מיליארד דולר, לעומת שווי של מיליארד דולר בגיוס הקודם שלה, בפברואר.  

הגיוס האחרון הופך את נדלר, שמחזיק בכ־60% מהחברה, למיליארדר, עם שווי נקי של כ־2.3 מיליארד דולר, לפי הערכת פורבס. השותף־מייסד שלו, זאק זיגלר, מנהל הטכנולוגיה בן ה־30 של החברה, מחזיק בכ־10% מהעסק, ששווים כ־350 מיליון דולר. נדלר הצליח לשמור בידיו חלק כה גדול מהסטארט־אפ בזכות העובדה שהוא משקיע הסיד הראשון, שהזרים לחברה כ־10 מיליון דולר מכספו האישי עוד לפני שיצא לגיוס מקרנות הון סיכון.  

“אחד הדברים הנהדרים בלהיות יזם בפעם השנייה הוא שאני לא אידיוט”, אומר נדלר. “אני חושב שהמיזם החדש יהיה עוד יותר גדול מהראשון – אז אולי כדאי שהמימון הראשוני יבוא ממני. זו ההחלטה הפיננסית החכמה ביותר שקיבלתי בחיי. הימרתי על עצמי”.  

משימה אימתנית 

הבעיה איתה מתמודד הסטארט־אפ עצומה, והיא הולכת וגדלה כל הזמן. הספרות הרפואית מתרבה בקצב מטאורי – מכפילה את עצמה כל חמש שנים – כשסוגים חדשים לגמרי של טיפולים, כמו טיפולי גנים, מתפתחים, ומדענים לומדים עוד ועוד על איך מחלות ותרופות שונות עשויות להשפיע זו על זו.  

לנבור ולסנן את כל המידע הזה זו משימה אימתנית: חלק מהמאמרים מצוינים, חלקם גרועים ורבים מהם מיושנים. בנוסף, השימוש הגובר בבינה מלאכותית לפרסום ולביקורת של מאמרים, מחריף עוד יותר את הבעיה. ובמקביל, המחסור ברופאים הופך את כולם לעסוקים מתמיד. שילוב כל אלה יוצר הזדמנות לסטארט־אפים לבנות כלים שיעזרו לרופאים להעניק טיפול טוב יותר, ויפחיתו מהלחץ עליהם.   

אופן אינה החברה הראשונה שמנסה לעשות סדר בעומס היתר של הפרסומים הרפואיים. חברת UpToDate עובדת כבר עשרות שנים, ולאחרונה משלבת גם בינה מלאכותית לצד התייעצות עם מומחים, על אותה בעיה בדיוק. אבל אופן היא הראשונה לבנות מלכתחילה תוכנה משולבת בינה מלאכותית, כדי להקל על רופאים למצוא תשובות לשאלות קליניות דחופות, ולעשות זאת בצורה הרבה יותר מדויקת מ־ChatGPT.  

רופאים מתייעצים כעת בתוכנה של אופן כ־8.5 מיליון פעמים בחודש. כיוון שהכלי אינו נחשב לאבחוני, הוא אינו זקוק לאישור FDA. ומאחר שרופאים יכולים להוריד אותו או להשתמש בו בחינם, הוא עוקף את כל הבירוקרטיה של תהליך הרכש הארוך של בתי חולים או מרכזים רפואיים גדולים. זה כמובן עוזר לחברה לצרף רופאים בקצב מהיר יותר ויותר.  

הקדים את הצ’אט 

נדלר גדל בטורונטו, שם היו הוריו חלק מגל ההגירה הגדול ממזרח אירופה לאחר מלחמת העולם – אביו מרומניה ואמו מפולין. “סבא שלי היה באושוויץ ושרד”, הוא מספר. “אחרי המלחמה הוא רצה להגר לארה”ב, שלא קיבלה אז מהגרים. אז הם הגיעו לקנדה”.   

כילד, נדלר היה תחרותי במיוחד. הוא שיחק במשחקי זיכרון כדי לראות אם הוא יכול לדקלם מונולוגים של המלט יותר מחבריו. “הייתי חנון גמור”, הוא אומר. בבית הספר הוא השתעמם, ואחרי תואר ראשון באוניברסיטת טורונטו, הגיש מועמדות לתואר שני בהרווארד וקיווה לאתגר גדול יותר. בהרווארד השלים דוקטורט בכלכלה פוליטית, כשהתזה שלו עוסקת במנגנוני התמחור של נגזרי אשראי. תוך כדי הוא גם למד שירה אצל זוכת פרס פוליצר ג’ורי גרהם, השיק אפליקציה בשם Sigmund (אותה מתכנתים לומר מילים ספציפיות במהלך השינה של המשתמש, במטרה להשפיע על החלומות), והיה גם חוקר אורח בפד, הבנק המרכזי האמריקני.  

נדלר עבד על הדוקטורט שלו, והרוויח רק 23,500 דולר בשנה כסטודנט לתואר שני, כשעלה לו הרעיון לחברה הראשונה שלו, Kensho. בפד הוא הופתע לגלות שהרגולטורים שלו הסתמכו על גיליונות Excel בסיסיים כדי לבצע הערכות קריטיות. אז הוא חבר למתכנת פיטר קרוסקול כדי לבנות אלגוריתם שיהפוך ניתוח פיננסי לקל כמו חיפוש בגוגל. כש־Kensho השיקה את הצ’אטבוט המבוסס טקסט שלה, Warren (כמו באפט) ב־2012, בינה מלאכותית היתה עדיין נחלת כמה חוקרים בלבד. “אף אחד לא דיבר על AI ב־2012. אנחנו מדברים על 10 שנים לפני ChatGPT”, הוא מזכיר.  

הרעיון עבד, וכש־S&P רכשה את Kensho תמורת 700 מיליון דולר כולל בונוסים לשימור, זו היתה עסקת הבינה המלאכותית הגדולה בהיסטוריה. נדלר, שהחזיק ב־20% מהחברה, התעשר באחת.  

ב־2021, הוא חבר לזיגלר, שעבד על דוקטורט בלמידת מכונה בהרווארד, אבל מה שבאמת רצה זה לבנות דברים. הם חשבו שהבינה המלאכותית, שעזרה לסוחרים בשוק ההון לנבור ולסנן אינסוף מידע, יכולה לסייע גם לרופאים. 

ברקע, שניהם התנסו בקשיים הקיימים במערכות הרפואה – סבו של נדלר מת בגלל טעות רפואית, בעוד שזיגלר צפה בגיסו, בן 22 אז, עובר טיפול בלוקמיה. “יש כמות עצומה של מידע ומורכבות”, מספר זיגלר, “והדרך שהרופאים ניגשים אליה היא ממש לדפדף בספר לימוד”.  

משקיע הון הסיכון ג’ים ברייר, שהשקיע ב־Kensho, שוחח ב־2022 במשך ארבע שעות עם נדלר, לפני שהפך לאחד המשקיעים הראשונים באופן (יחד עם המשקיע קן מוליס). ברייר, שידוע בעיקר בזכות השקעתו במארק צוקרברג ב־2005, רואה בנדלר חלק מקבוצה נדירה של מייסדים. “דניאל הוא יזם יוצא דופן”, הוא אומר. “התובנה הראשונית של יישום AI לכתבי עת רפואיים היתה פשוט מבריקה”.  

בתחילת 2023 הצטרפה אופן לאקסלרייטור היוקרתי של Mayo Clinic לסטארט־אפים בתחום הבריאות. התוכנית מאפשרת לסטארט־אפים לזקק את הרעיונות והטכנולוגיה שלהם בבית החולים ייחודי. זהו בית החולים שיש לו “את מאגר הנתונים הגדול והאיכותי ביותר בתחום בריאות”, ציין נדלר בסרטון משנת 2023. בשלב זה, הבינה המלאכותית כבר פרחה. העשור של נדלר בתחום החל להשתלם במהירות.  

ועדיין, מדובר בעסק מסובך, ויש שאלות בנוגע ליכולת של בינה מלאכותית לתת תמיד את התשובה הטובה ביותר. נדלר מצידו טוען שבאמצעות הסתמכות על מקורות המידע הטובים ביותר – שרבים מהם אינם נגישים באינטרנט הפתוח מעבר לתקצירים – האלגוריתם יכול לחלץ את המידע האמין והרלוונטי ביותר. הוא עושה זאת באיסוף מידע על מחלה נדירה או תופעות לוואי של תרופה, תוך שמירה על רמת הזיות (הכינוי לנטייה של הבינה המלאכותית לפברק עובדות) מינימלית.  

ספרות שגויה  

ד”ר סטיבן קריגר, מומחה לטרשת נפוצה בבית החולים מאונט סיני בניו־יורק, שמע על אופן אבידנס מאחד המטופלים שלו בבית החולים. הוא היה צריך להבין איזו אנטיביוטיקה לתת לטיפול בזיהום נוירולוגי לאדם שאלרגי לפניצילין – דבר שהוא מחוץ לתחום התמחותו. לפני שהסתמך על תשובת התוכנה, הוא בחן את הדיוק שלה באמצעות שאלות על המחקר שלו (וגם אישרר עם קולגות שלו את התשובה על האנטיביוטיקה). לא רק שהבינה המלאכותית סיכמה נכון את המחקר שלו, היא גם ציינה מגבלות והסתייגויות. “זה היה נהדר”, הוא אומר. 

תמיד יהיו שגיאות  

אבל דניאל ברן, מרצה בג’ון הופקינס ומחבר הספר Artificial Intelligence for Improved Patient Outcomes, אומר שזה לא כל כך פשוט. הוא מצביע על בעיה שרבים לא מודעים לה. “מה שרוב האנשים לא יודעים ולא מבינים הוא שכמחצית מהספרות הרפואית שגויה”, הוא אומר. ברן מציין שלעיתים קרובות מתפרסמים מאמרים על ויכוחים מדעיים, שבסופו של דבר לא יוצא מהם דבר. “הגישה למידע עם רפרנס זה צעד בכיוון הנכון, אבל זה לא מספיק”, אמר ברן.  

לדברי ד”ר טראביס זאק, המנהל הרפואי של אופן, תמיד יהיו שגיאות – אבל אמורות להיות הרבה פחות שגיאות במערכות AI לעומת רופאים בשר ודם שמקבלים החלטות ומפעילים שיקול דעת על 20 מטופלים ביום, בלי גישה קלה ומהירה לספרות המקצועית.  

בצד העסקי של הסטארט־אפ, עוד לא ברור עד כמה מודל הפרסום מוצלח. חברות התרופות הן מפרסמות גדולות, ועכשיו יש להן הזדמנות להציג מידע מפורט על התרופות שלהן בפני רופאים שצפויים להשתמש בהן. התשובות הממומנות מאפשרות להמשיך לתת כלי לשימוש הרופאים בחינם, למשוך עוד רופאים אליה ולשפר את האלגוריתם (ואת תוצאות חיפוש) על סמך המשוב שלהם. זה יוצר מה שנדלר קורא “גלגל פנטזיה”, שבו יותר משתמשים עושים את המוצר טוב יותר, מה שמושך יותר משתמשים, שמשפרים את המוצר עוד יותר, ומושכים עוד משתמשים.  

"למה אנשים שונאים פרסום?" 

אבל למרות שהיקף שוק הפרסום בבריאות ותרופות בארה”ב הגיע לכ־30 מיליארד דולר ב־2024, בניית עסק מבוסס פרסום היא יוצאת דופן בטכנולוגיית בריאות, שבה רוב התוכנה נמכרת על בסיס מנוי. “אנשים שונאים פרסום”, אומר נדלר. “אני לא יודע למה. אני אוהב פרסום”. לדבריו, לחברה יש כרגע מלאי פוטנציאלי גדול של פרסומות, יותר מ־350 מיליון דולר, יותר משמכרה עד כה. “גוגל לקחה את הזמן ונתנה לאנשים להרגיש בנוח עם המודל, וזה מה שאנחנו עושים”.  

ד”ר אניש סינגל, סגן יו”ר המחלקה לנוירולוגיה ב־Massachusetts General Hospital ומנהל מרכז השבץ של בית החולים, הוריד את אופן לפני שנה, אחרי שקרא עליה במייל שנשלח לבית החולים. מאז הוא שם לב שהכלי צובר פופולריות בקרב מטופלים ורופאים כאחד. “נראה שכולם משתמשים בזה”, הוא אומר.  

סינגל רצה לחפש את המחקרים האחרונים על שבץ – משימה שהיתה כרוכה בשעות של נבירה בספרי לימוד מקוונים. לדבריו, הכלי הוכיח שהוא הרבה יותר טוב מצ’אט גנרי כמו ChatGPT, והציע שאלות המשך  על ההיסטוריה הרפואית של המטופל ובדיקות שצריך לבצע. 

המומנטום של אופן עד כה מדהים, כשרופאים נרשמים בקצב מהיר יותר ויותר. השלב הבא הוא שימוש במודלים של חשיבה, שחושבים על משימה בשלבים – טקטיקה, שלטענת חוקרים, הופכת את התשובות של הבינה המלאכותית לטובות יותר. לאחרונה השיק הסטארט־אפ פיצ’ר חדש בשם DeepConsult, שמשתמש בטכניקה הזו כדי לחבר בין מחקרים שונים ולבצע מחקר מתקדם על נושא מסוים. “זה נותן למעשה לרופא צוות שלם של מומחים שעושים בשבילו את המחקר”, אומר זיגלר.  

ובעוד הטכנולוגיה של אופן יכולה לשמש גם בתחומים אחרים, נדלר לא ממהר להתרחב, ורוצה להיצמד לתחום הבריאות, בארה”ב ובעולם, במיוחד במדינות שבהן הגישה לטיפול איכותי מוגבלת. התעשייה כולה מלאה בפסיפס של כלי בינה מלאכותית שמסייעים לרופאים, וחיבור של כל הדאטה עם דאטה רפואית של המטופל, כמו תוצאות מעבדה של מטופל ונתונים ממכשירי מעקב רפואיים, יאפשר ריכוז של הכל במקום אחד. אם ימשיך בנתיב שלו, יכול להיות ש־ OpenEvidence יהיה המקום הזה.