מגזין הטכניון | קיץ 2026

ד״ר גיל שמאי פרופ' דביר ארן https://www.thelancet.com/journals/lanonc/article/PIIS1470-2045( 25)00727-2/fulltext למאמר: צילום : ניצן זוהר 14 AI בריאות פתולוגית. המאמר, שפורסם בכתב העת המדעי היוקרתי , מציג כלי ESMO והוצג בכנס The Lancet Oncology שעשוי להנגיש רפואה מותאמת אישית להמונים ולהציע פתרון מדויק, מהיר וזמין יותר למטופלות רבות ברחבי העולם. המחקר משלב ידע מתקדם בבינה מלאכותית יחד עם ניסיון קליני מעמיק, והוא דוגמה לאופן שבו שיתוף פעולה בין-תחומי עשוי לתרגם טכנולוגיה לכלים המשפיעים על חיי אדם. מחקר זה מבוסס על שיתופי פעולה בין- לאומיים בין הצוות החישובי בטכניון לבין רופאים, ביולוגים ופתולוגים ממוסדות מובילים. שיתופי פעולה אלה מאפשרים לחבר ידע רפואי עמוק וניסיון ליכולת לתרגם צורך קליני לכלי חישובי שעובד בעולם האמיתי. את המחקר הובילו ד"ר גיל שמאי ופרופ' רון קימל מהפקולטה למדעי המחשב ע"ש הנרי ומרילין טאוב בשיתוף פרופ' דביר ארן מהפקולטה לביולוגיה. לדברי ד"ר שמאי, "המערכת שפיתחנו מנתחת את התמונה של דגימת רקמה ברזולוציה גבוהה ובוחנת אזורים שונים של הגידול וסביבתו. היא מסתמכת על דפוסים חזותיים הקשורים להתנהגות הביולוגית של הסרטן כגון קצב חלוקה של תאים, צורת התאים, מבנה רקמתי שמעיד על אגרסיביות, סימנים לתגובה של מערכת החיסון ומאפיינים נוספים העשויים להיות קשורים לרגישות לטיפולים או עמידות לטיפולים. מדובר בשילוב של רמזים ביולוגיים זעירים שהמוח האנושי אינו מסוגל לכמת באופן שיטתי ועקבי." צוות המחקר בטכניון התבסס על הקפיצה הדרמטית ביכולתה של הבינה המלאכותית לעבד תמונות ענק ברמת פירוט גבוהה. בשמונה השנים האחרונות צבר הצוות מומחיות בפיתוח מודלים חישוביים לניתוח דגימות חת ההחלטות המורכבות ביותר בטיפול בסרטן שד בשלב מוקדם היא אם לבצע טיפול כימותרפי לאחר הניתוח. מצד אחד, כימותרפיה עשויה להשמיד תאי סרטן שנותרו בגוף ולהפחית את הסיכון לחזרת המחלה; מצד שני, במקרים רבים היא אינה מועילה למטופלת ואף עלולה לגרום לתופעות לוואי משמעותיות, לפגיעה באיכות החיים ולסיבוכים שחלקם עלולים להיות ארוכי טווח. האתגר המרכזי, אם כן, הוא לקבוע כבר בשלב האבחון מי מהמטופלות צפויה להפיק תועלת אמיתית מהטיפול ומי לא. בהיעדר חיזוי מדויק מתקבלות החלטות טיפול תחת אי־ודאות, מצב שמוביל למתן כימותרפיה מיותרת לחלק מהנשים ולהחמצת טיפול אצל אחרות שעשויות דווקא להרוויח ממנו. זו אינה שאלה תיאורטית. בכל שנה מאובחנות בסרטן נשים (ומספר קטן יותר של גברים) בישראל 5,000- השד כ 2.3־ , וברחבי העולם כ 300,000־ לבדה, בארצות הברית כ מיליון. כיום קיימות בדיקות גנומיות, ובראשן בדיקת אונקוטייפ שד, המסייעות להעריך את הסיכון לחזרת המחלה ואת התועלת האפשרית מכימותרפיה, אך הן יקרות, אורכות שבועות ואינן נגישות למטופלות רבות בעולם. בנוסף, מאחר שאינן מדויקות, הן מובילות לעתים להחלטות טיפוליות שגויות. זו הסיבה למאמץ העולמי לחיזוי מדויק יותר, מהיר יותר ונגיש יותר של התועלת שבטיפול. חוקרים מהטכניון פיתחו עם עמיתיהם בארצות הברית ובאירופה מודל בינה מלאכותית המסוגל להעריך את הסיכון לחזרת סרטן השד ואת התועלת הצפויה מטיפול כימותרפי, זאת על בסיס דגימת רקמה שנלקחת ממילא מהגידול בעת האבחון הראשוני לטובת בדיקה AI בפקולטה למדעי המחשב ע"ש הנרי ומרילין טאוב פיתחו מודל המנבא את התועלת של טיפול כימותרפי מותאם אישית טיפול א פרופ' רון קימל