בפרק זה ראיינו את בן גדסי ודור סימוני על שימושים פרקטיים של בינה מלאכותית לטובת שיפור שירותי רפואה.
Mark as Played
Transcript
Episode Transcript
Available transcripts are automatically generated. Complete accuracy is not guaranteed.
(00:00):
ברוכים הבאים לפודקאסט הטכנולוגיה מדברים פתוח.
אני ג'וש סלומון.
ואני אילן פינטו.
יחד אנחנו מדברים על כל מה שחדש בעולם הפיתוח.
הבינה מלאכותית והקלאוד מקשור ישירות,
או על הדרך של פוד פתוח.
וככה זה אחרי שעובדים בשנים באופן סורס חייבים להעביר את זה הלאה.
בין לבין נזכיר גם עוד כמה באז-וורדס כדי שנוכל לסגור פינה ולדסקס על כל מה שחשוב באמת.
(00:24):
שימו זניות, תדבירו את הווליום ותעשו מקום למקצועניות והמקצוענים שבאו לדבר איתנו פתוח ולעניין.
מדברים פתוח, מתחילים.
בוקר טוב, ג'וש, מה נשמע?
בוקר טוב, אילן, יש לנו פרק מיוחד היום.
פעם ראשונה, שאנחנו בעצם מביאים שני אורחים.
שני אורחים.
שני אורחים.
שני אורחים, שלום לא התמודד עם כמות המיקרופונים,
(00:46):
אז הוא אילתר פה, יש פה כבלים מפה ועד להודעה חדשה.
חשבים שלא יהיה לנו בעיות עם זה, זה למה מה קרה שהבאנו שני אורחים אז ככה זה היום
הבאנו את בן גדסי ודור סימוני מחטיבת הטכנולוגיה של מכבי שירותי בריאות.
תכף הם יציגו את עצמם אבל הסיבה שהבאנו אותם זה שאנחנו,
אתה יודע,
כבר נמצאים עמוק בתוך העולמות האיי-איי בכל מיני תחומים ואני
(01:07):
חושב ששמענו אותם גם בCommונס וגם וגם עוד כשהפרויקט הזה היה מה שנקרא מתחת לרדאר.
שמענו על הפרויקט הזה שהם עובדים עליו וחשבנו שזה יהיה באמת פרויקט מאוד מעניין לשתף בו אנשים אחרים ובעצם להראות מה הפוטנציאל של
איי-איי במקומות שהוא אתה יודע שזה לא צ'אט בוט.
בעצם שזה לא תמיד טריוויאלי אז קודם כל תציגו את עצמכם בן ודור מראשון.
(01:34):
יאללה. יאללה. דור סימוני, נהיים להכיר, שלום, כיף להיות פה. אני דאטה סיינטיסט במכבי כבר שנתיים וחצי.
גם בעולם הרפואי הייתי לפני זה.
בצוות של בן כמובן יש לנו צוות של דאטה אנג'יניר ודאטה סיינטיסטים ביחד עם עוד
בודקים ועוד דאטה אנליסטים בשילוב כוחות.
(01:55):
ובשנתיים האחרונות התאמקנו הרבה בעולמות ה-LLM'ים וה-NLP והטקסטים,
שתכף ננחיב על זה.
-אז נעים מאוד, תודה שהזמנתם.
אני בן גדסי ואני במכבי כבר משהו כמו 7 שנים.
לפני 6 שנים בערך,
לדעתי, הקמנו את הצוות של ה-AI ו-Big Data.
בשנים האחרונות, בתחילת החיים של הצוות,
(02:18):
מה שנקרא,
היינו מאוד מאוד קטנים,
גם משהו כמו 2-3 אנשים,
היו בעיקר פרויקטים של חיזוי,
חיזוי כל מיני מחלות,
מצבים קליניים וכולי.
ודווקא בשנה, כמו שדור אמר, בשנה,
השלב החצי האחרונות,
עשינו שיפט מעבר לפיתוח של מודלים,
פיתוח של אפליקציות.
זאת אומרת,
זה איזשהו שינוי,
(02:39):
ככה,
שהצוות עבר.
פיתוח של אפליקציות למטופלים,
פיתוח של אפליקציות לרופאים,
זה באמת אחת ה...
נפגשנו כאן בעצם כדי לדבר על אחת מהאפליקציות האלה.
-המעבר מ-Predicative AI ל-Generative AI, שקורה...
כן, האמת שזה...
מלפני עשר שנים הייתי בא ואומר לך שאנחנו נפגשים עם אנשים
(03:01):
ממכבי לדבר על קצת טכנולוגיה,
אתה מתפלא קצת.
-כלא, וגם דיברנו קודם, אמרתם לנו כמה אנשים בחטיבה הטכנולוגית?
-פשוט כמו 500-600...
-זה מטורף, זה בעצם חברת טכנולוגיה בפני עצמה.
-וגמה.
-אוקיי, בסדר.
שזה מדהים.
זה באמת רצינו לדבר על פרויקט הנגשת פרוטוקולים לרופאים מבוסס Generative AI.
(03:25):
אז אמרתי ככה איזה שם מפוצץ, אבל אולי בוא תפרקו את זה.
ספרו לנו בעצם מה זה עושה.
-קודם כול, נספר על החטיבה שאנחנו...
אוזימא, פתחתם את זה כבר, אנחנו שהכים לחטיבת הטכנולוגיות
של מכבי, מה ש...
כמו שאמרנו, כמות מאוד גדולה של א...
של עובדים,
בסופו של דבר אנחנו נותנים המון שירותים שקשורים
(03:46):
לכל היבטי מערכות המידע לרופאים ולחברי מכבי.
אני חושב שבשנה האחרונה בעצם נפל דבר.
זאת אומרת,
היה איזשהו שינוי משמעותי והחטיבה בתנופה מבחינת
כאילו כמות של פלטפורמות שנוספו אליה.
מערכות, אפליקציות,
(04:07):
פתאום התחלנו לדבר מול החבר,
מול הרופא,
לפתח כל מיני דברים כאלה.
הפרויקט הזה שאנחנו מדברים עליו נקרא בעצם הנגשה של...
פרוטוקולים, פרוטוקולים רפואיים לרופא,
בעצם, זאת אומרת, אם אני רגע...
-זאת אומרת, היוזר פה הוא הרופא.
היוזר פה הוא הרופא לגמרי.
אם אתם מכירים את ה...
כולנו מכירים בעצם את ה...
-את הרופא.
-את המצב, כן, אבל את המצב שבו אתה יושבים מול רופא וכאילו כל היום...
(04:32):
כל הזמן מול המקללת וכל הזמן מול המסך וכולי ואנחנו לא מייצרים קשר עין,
הפרויקט הזה נועד לעזור בהיבט הזה,
זאת אומרת,
לחבור ולהקטין את הזמן הזה שהוא מחפש בעצמו בכל הפרוטוקולים
הרפואיים ובעצם להנגיש את זה בצורה של צ'טבוט.
זאת אומרת,
בזמן שאני מדבר עם הרופא והוא מקליד,
הוא בעצם מחפש איך הוא יכול לעזור לי?
-מאחורי הקלעים,
עד שהצ'טבוט יכול...
(04:52):
זאת אומרת,
כשהרופא בא ושואל שאלה בממילא לחופשי,
אז בעצם מנגישים את המידע.
-מה זה פרוטוקול רפואי?
אני לא בטוח שאנשים מכירים את זה.
-אני רוצה...
פרוטוקולים רפואיים זה המון המון מסמכים שנכתבו גם בתוך מכבי אבל גם מחוץ למכבי,
בהסתדרות הרפואית לישראל,
ושם יש כל מיני הנחיות קליניות שהם צריכים לדת בעל פה,
(05:14):
ואם הם לא בעל פה,
אז יש כל מיני טבלאות שמאוד מאוד קשה לזכור בעל פה,
ואז הם פשוט נכנסים לכל ה-PDF'ים האלה,
ואם הם למשל רוצים לבדוק מהם בדיקות הסקר המומלצות לבחורה בת 32,
או איזה חיסונים צריך לעשות לתינוק בגיל החודש,
אז זה דברים שמאוד קשה לזכור.
אז הם צריכים לחפש את ההנחיות האלה,
להיכנס ל-PDF בעמוד הנכון,
בהסקשן הנכון,
(05:35):
ולראות באמת מה התשובה.
זאת אומרת, מה הם צריכים לתת למטופל, איזה מידע הם צריכים לתת.
וזה בטח גם דברים שמשתנים בתדירות.
נכון, זה גם דברים שמשתנים, יש לנו הרבה גרסאות.
צריך להגיד על כמויות, הכמויות של המסמכים האלה,
כן, וגם כמויות אדירות שלה.
מאות ואלפים של מסמכים שונים שכביכול הרופא אמור לדעת את זה בעל פה.
כן.
אני אגיד עוד משהו רק לגבי הפרויקט הזה הוא כן משהו שחשוב לי להדקיש שהוא נולד מתוך איזשהו שיתוף פעולה בין החטיבת הטכנולוגיות שלנו לבין חטיבת הבריאות,
(06:06):
בתוך מכבי,
מתוך רעיון שבעצם כמו שאמרתי מקודם הרופאים בעצם משקיעים המון המון זמן בלבוא ולתפעל את המערכות הקליניות,
המחשוביות,
והרעיון היה לקצר את הזמנים וליעל את הטיפול מול ה...בעצם אתה אומר אתם מפתחילים ארחות לרופא אבל מי שמרוויח זה בסוף המטופל,
מי שמגיע הוא מקבל גם יותר את הטיפול יותר מהר וגם באיכות יותר גבוהה כי מוצאים לו את מה שצריך.
(06:33):
בצורה מהירה יותר.
בצורה מהירה ולא צריך את הגרסאות האחרונות ולא כל מיני...
לגמרי.
אז אנחנו מדברים בעצם על לקחת pdf'ים בעברית, באנגלית?
בעברית ואנגלית ביחד.
זאת אומרת יש פה אתגר שזה גם בעברית וגם באנגלית,
ליצר בעצם איזושהי מערכת מבוססת AII,
בטח יש פה בעיות פרטיות בלי סוף.
(06:54):
לא, בואי...
האמת שדווקא לא כי אין...
-אנגלית עם פרציפיק.
-כן, אין פרטים מזהים על...
אה, אין פרטים מזהים.
זאת אומרת השאלה היא שאלה כללית ואין פה אין פה איזה...
כן, זה פרוטוקולים שכל אחד יכול להיכנס ולקח.
אז איך ממשתם את זה?
איך זה נראה מאחורי...
under the hood, מה שנקרא?
גם השאלות השאלות יכולות בעברית ואנגלית והתשובות הם מעורבות עברית ואנגלית כאילו...
-נכון.
-נכון.
לגמרי.
אז פיתחנו פה מנגלון של אה...
(07:15):
של רג,
בעצם.
-רטריב מל...
רטריבל אוגמנטת ג'נריישן.
-בדיוק.
שעשינו פה, לדעתי, דור בבסט אוף ברידס כזה היה פה.
כאילו...
אז בזמנו אני לוקח אותנו רגע שנה אחורה,
לא היה כזה פופולרי המנגלון של רג.
נכון, האמת שאפילו לא קראו לזה רק וגם לאנגצ'יין,
מי שמכיר את החבילה לאנגצ'יין,
שהיא פריימורק לפיתוח של Generative AI,
(07:37):
אז אני חושב שהיה להם אולי איזה שתי עמודים כאילו באה על זה ובדיוק
המייסט שלהם עשה איזה סרטון יוטיוב והסביר כאילו שהוא...
שהם הולכים לפתח את זה ולעשות open source גדול.
אז באמת התחלנו, כמו שבן אומר, מ...
מ...
רעיון שאמרנו, טוב, בוא'נה,
אני אצר צ'טבוט לרופאים שמבוסס על המסמכים
האלה והדרך הטובה לעשות את זה זה באמת המנגנון של רג.
(08:00):
רג משודרג צריך להגיד כי עם הזמן בעצם ראינו עוד ועוד...
אהבתי את הרג משודרג.
כן, זה יפה.
עוד ועוד אפליקציות רעיונות שילובים יוניינים שאנחנו יכולים לעשות בתוך הרג אז אני
לא חושב ששווה לי כס כאילו בדיוק לרג אבל בוא נראה אולי לפרט על מה...
מה המיוחד שלנו לפחות בתוך הרג.
(08:20):
אני חושב שאחד האיחודים שאמרתם זה שזה שתי שפות אני,
אם אני מנסה לחשוב ממה שאני מבין ברג ואני לא מבין הרבה.
אולי שווה אבל רגע לעצור ולדבר על מה זה רג כי אני לא בטוח שכולם מבינים.
למרות שעשינו על זה פרק.
עשינו על זה פרק.
מי שהתחילה מהעונה שלוש אז...
ולא שמעת העונות הקודמות אז רק במילה אחת.
אתם רוצים אתם או אני?
(08:41):
מה שקרה לך?
אז...
-לח על זה.
-רק זה ארכיטקטורה שמאפשרת לנו לאחזר מידע מסוים ששמרנו בתוך וקטור דאטאבייס,
בהינתן שאילתא מסוימת שהיוזר שאל זה מבוסס על מנגנון חיפוש סמנטי לאו דווקא
סמנטי תכף גם נרחיב על זה אבל זה לא חייב להיות רק סמנטי.
ואחרי שאנחנו בעצם שולפים את המידע אנחנו מחזירים למשתמש תשובה בעזרת LLM.
(09:04):
מקבל גם את המידע שהחזרנו וגם את השאלה ומג'נרטי את התשובה ש...
-זאת אומרת,
כשרופאי שואל שאלה בתוך ה...
בתוך המערכת,
אז אתם הולכים,
שולפים את ה-PDFים הרלוונטיים או את הטקסט ששלפתם מתוך ה-PDF,
-טח-צ'אנקים הרלוונטיים, -טח-צ'אנקים הרלוונטיים,
מצרפים את זה לשאלה שלו,
זה יוצא ל-LLLM חיצוני.
(09:26):
-כן,
יש לנו לנדינג זון של מכבי באז'ור OpenAI ושם אנחנו...
ואז בעצם חוזרת התשובה שעל פן אבי היא כבר בעצם קצת יותר מדויקת כי היא מכילה גם את הפרוטוקול הרפואי,
שאולי ה-LLM שאתם משתמשים בו לא מכיר.
-זה דרך להוסיף מידע של מידע ל-LLM,
לתת לו את המידע הספציפית שהיה רופא צריך...
(09:48):
-להגורם להתבסס עליו.
הייתי אומר שזה המידע של מכבי אבל זה לא רק מכבי,
זה גם משרד הבריאות,
פרוטוקולים,
אבל את המידע הרלוונטי לקחת ולתת ל-LLM ולהגיד,
זה המידע פה תענה על השלב הזה בלבד ללא ידע קודם ובלי...
-זאת נקודה חשובה כי בשלב הזה צריך להגיד רופאים מאוד מאוד משמעותי להם,
(10:10):
לכולנו,
כן?
עם כל הנושא של ל-Lose-Nations והזיות אבל רופאים אם יהיה
הזיות הם פשוט לא ישתמשו במוצר זה כאילו משהו שהוא נורא נורא משמעותי עבורם.
-במחד בדתה רפואי.
אם יכולת לסתכללי אז אנחנו רוצים שהתשובה שתחוזר בעצם על ידי ה-LLM תהיה מבוססת על המידע שהנגשנו לו.
(10:32):
-כן.
תהיה מדויקת גם ברמת המילים,
זאת אומרת,
בלי לשנות מילים וגם התגברנו על זה בזה שגם הפנינו אותם למקום הנכון בעמוד.
זאת אומרת,
הם יכולים להיכנס ממש לסקשן ששם זה כתוב ולראות את זה בעצמם.
זאת אומרת,
גם הותאם לו תשובה וגם חיפוש מדויק שאם הוא לא מאמין לתשובה אז הוא מוצא את החיפוש...
-את עצמק קור, בדיוק.
(10:53):
-לינקים.
ואז בעצם הוא יודע מאיפה...
מה המקור של המידע,
ואז זה לא רק שמנעתם מילוסיליישן,
אלא הוא גם יכול לבוא ויבדוק את זה בעצמו,
שזה מעולה.
-יופה.
-וגם צריך לשים את זה...
עוד פעם, אני נפעה מזה שזה בשתי שפות.
-בוא זמנית.
-כן.
-זה...
-כן, למה שזה האתגר.
-למה זה האתגר?
למה בעצם זה האתגר?
קודם כל כי אז בזמנו גם ה-LLMים וגם המנגלון אמבידינג הוא לא באמת היה ממש טוב בעברית.
(11:20):
עם הזמן המודלים של ה...
נגיד שג'יפיטיב וקלוד והמודלים הלא אופן סורס,
המודלים של החברות הגדולות כן השתפרו בעברית,
אבל האמבידינגס בעברית עדיין נשאר בעינו, הוא לא כל כך טוב.
ואנחנו נזכים להתמודד עם האתגר הזה של כאילו לעשות מנגנון של החזור סמנטי בצורה שהיא גם טובה בעברית וגם ב...
(11:42):
וגם באנגלית.
וגם על מונחים רפואיים.
-כי, זה מאוד משמעותי.
אם אתה לא יודע לעשות אימבידינג בעברית,
אז אתה גם לא תקבל את התוצאות הטובות בעברית ואז אנחנו חוזרים לבעיה של...
אילו תוצאות ה...
אילוסינשן או תוצאות לא נכונות.
-נכון.
אפילו אם ניקח שלב אחד אחורה אז כאילו בכל ה...
כמו שבונים בניין אז התשתית היא הכי חשובה אז אם אתה לא מחלק את ה...
(12:03):
אם אתה לא מחלץ את הטקסט מה-PDF עם בצורה טובה וגם לא מחלק אותם בצורה מובנית,
שתכף נדבר על זה כי עשינו משהו,
פיתחנו בתוך הצוות משהו שהוא לדעתי מאוד ייחודי ובאמת הקפיץ אותנו שלב קדימה.
אז אם אתה לא עושה את זה ולא מחלק את הצ'נקים בצורה טובה אז,
לא משנה מה,
כאילו גר ב-G'ין,
גר ב-C'אר,
כאילו אתה מאחזיר משהו שהוא לא טוב,
אתה לא תצליח לתת תשובה נכונה למשתמש.
(12:24):
נקודה חשובה שהבנו תוך כדי,
זאת אומרת לא רק לחלק את הצ'נקים,
לא רק לחלט את הצ'נקים בצורה טובה,
אלא גם לתת להם כותרות ולתת להם...
רמה של כותרות זה יהיה כותרת ראשית, כותרת משנית, נושא אולי...
מטא-דאטא.
מטא-דאטא מאוד מאוד חשוב כי אתה בעצם יוצר לצ'נק איזשהו סיווג מסוים שאיתו אתה יכול ללכת לשלוף בעצם.
(12:46):
אז איך התגברתם על ה...
לעשות אימבדינג בעברית כשאין לך מודל אימבדינג?
אז יש כל מיני מודלים אימבדינג שהם אופן סורס,
נגיד E5 מולטילנגואל שהוא לכל השפות,
אז לקחנו את המודל הגדול שלהם,
את לארג' ומה שעשינו,
פיינטיונינג לאמבדינג.
כאילו לקחנו את הדאטא שלנו, את כל המסמכים שיש לנו על הפרוטוקלים הרפואיים,
(13:07):
אז ייצרנו בעצם דאטא-סט בצורה של שאלות וצ'נקים,
את השאלות האלה נבנו בצורה אוטומטית על ידי LLM ואז ברגע שעשינו את הפיינטיונג לאמבדינג,
אימבדינג בעצם ידע סוף סוף את כל המושגים הרפואיים וראינו שזה שיפר בלהים את התוצאות.
כאילו ההחזור הזה אמנתי היה הרבה יותר...
(13:27):
קפצנו לדעתי באחוזי דיוק.
כן, לפחות באיזה 5-6 אחוז וזה נשמע קצת אבל זה משמעותי בעולמות האלה.
יש בעצם pdf ומסמך שהוא כמו תמונה אז זה גם אתגר נכון?
חילצתם בעצם את הטקסט הזה.
מה זאת אומרת, יש שני סוגי pdf.
פdf אחד הוא באמת תמונה, תמונה סרוקה וpdf אחר יכול להיות דיגיטלי.
(13:50):
pdf דיגיטלי אומר שאתה יכול להיכנס למטה דאטה של הפדיף,
של הטקסט עצמו מאחורי הקלעים ולהוציא ממנו גם את הכותרות,
להוציא ממנו את העמוד,
כותרת ראשית, כותרת משנית וכולי.
אז ברגע שאתה עושה את זה אתה יכול,
כמו שאמרתי מקודם,
לתת לו להוסיף מטה דייטה לצ'אנקים,
(14:11):
שזה חלק מאוד מאוד חשוב.
יש לנו מוצר שעושה אוסי אר ובתוך הצוות בנינו מנגנון כזה שיודע לחלק לJson עם הפד.f.
ועבור כל פראגרף הוא נותן לו את הכותרת אבא שלו,
את הכותרת סבא ואת הכותרת סבא רבא,
כאילו,
וכולם גם את הטייטל של המסמך.
ואז אנחנו יודעים לשרשר את זה לצ'אנק עצמו, לטקסט,
לפייג' קונטנט, מי שקצת בשפה כאילו ה...
(14:35):
של הדוקומנט טייפ שלה בשפה הטכנולוגית ומה שזה יוצר זה בעצם יוצר שכל
האמבידינג הוא לא נעשה רק על ה...
על ה...
קונטנט עצמו של הצ'אנק,
על הפראגרף,
אלא גם על הכותרות והיה איזה שלו הקשר הרבה יותר טוב.
בעצם אתם בניתם אתם יודעים לראות את המטה דייטה כשהוא קיים ב-PDF,
אם הוא לא קיים ב-PDF אם הוא בתמונה אז אתם גם בונים אותו דרך אוסי.R,
(14:55):
אתם בונים את כל המטה דייטה.
בדיוק.
כדי לעשות את זה.
אז איך אתם בעצם מוודאים שיש לכם מידע עבור הרופאים?
זאת אומרת,
עכשיו רופא שואל שאלה ואין לכם שום פרוטוקול,
שום דבר על הדבר על המידע שהוא שאל.
מה עושים במצב כזה?
-זאת שאלה טובה, כן.
הרבה פעמים התחבטנו, כאילו, אז מה, מה יקרה אם הוא יבקש...
(15:16):
לא, הייתה בהתחלה הייתה...
-ממציא מחלה או ממציא מחלה.
-לא, הייתה שאלה של מי איזה קופת חולים היא טובה יותר?
הוא על המכבי ישר, אבל הוא מחונח ומחונחת.
לא, אבל בגדול איזה שאלה ממש טובה ויצרנו עוד הרבה שכבות בדרך.
יש שכבת רנקינג שהודעת...
בעצם לקחת את כל המועמדים שהגיעו מהאחזור ולסדר את זה ברמה שהיא טיפה יותר חזקה מהאמבדינג.
(15:43):
אגב, אם אני שנייה יוצא החוצה, אז המנגנון האחזור,
דיברנו על סמנטיקה אבל זה לא רק סמנטי.
היה לנו אתגר מאוד גדול שלפעמים הרופאים שואלים שאלה על תרופה ספציפית.
המנגנון הסמנטיקה שלו להוציא מקרים כאלה.
למה?
כי הוא יותר על הקונטקסט בין המילים ואם נגיד אתה שואל על מילה ספציפית,
הוא לאו דווקא יוצא לך וישלוף אותה,
(16:03):
במיוחד אם היא נדירה.
מישהו שואל עכשיו, עכשיו, שואל שאלה על ריטלין.
אני מניח שזה לא כזה נדיר.
אז יהיה לו קשה לצאת?
חוץ מריטלין אולי זה לא נדיר אבל יש המון המון
המון תרופות ושמות של מחלות שהן מאוד מאוד מאוד ספציפיות.
וואי.
התגברנו על זה בשיטה אלקסיקלית, יש כאילו אלגוריתם שנקרא BM25 שהוא יותר בצורה
(16:24):
אלקסיקלית שלו בצורה של tfidf מי שמכיר,
ואז עשינו אנסמבל בין ה-retriverים.
לקחנו את ה-BM25 ולקחנו את ה-embedding שאנחנו איימנו ובעזרת זה עשינו רטריבר שהוא הרבה יותר מדויק.
הוא גם רץ על וקטור דבייס?
כן, הוא רץ על אותו דאטאבייס.
זאת אומרת מאותו דאטאבייס הוציא לנו שני retrivering,
retriver סימנטי וה-BM25 אלקסיקלי.
(16:46):
ואז מה שגיא עשה זה בעצם ברגע שהרופא שאל שאלה מאוד ספציפית על תרופה מאוד ספציפית,
ראינו שזה באמת הוציא אותם ושם אותם בתוצאות הראשונות אפילו עוד לפני הררנקינג.
רגע אני חייב להצעוד לך כדי להסביר מה זה retriver.
זה בעצם הפונקציה שיודעת ללכת ולהביא מידע מהוקטור דיבי.זאת אומרת לעשות את ה...
את הטרנספורמציה מהייצוג הוקטורי שלו לייצוג טקסט.
(17:12):
ובעצם כל האגוריתם שעובד מתחת.
זה ה...
בדיוק.
זה הרטריבר בגדול.
אז בעצם אימשתם שתי סוגים של retrivering,
אחד שהוא הרגיל שיודע איך לוקטור דיבי ואחד שמשתמש באלגוריתם.
איך אתם יודעים לאיזה מהם לפנות?
הם הולכים לשנייהם יחד?
אה, לשנייהם יחד?
כן, כל פעם הולכים לשנייהם ביחד ויש איזה מדד מסוים שלוקח את הרשימה מהצד הזה
ואת הרשימה מהצד הזה ומחברת אותם ויוצרת בעצם רשימה אחודה שמתחשבת במתי המועמד היה פה
(17:39):
ומתי המועמד היה פה ונותן ציון יותר חזק למועמד שהיה נגיד בשתי הרשימות.
אבל נגיד אם היה ב...
הרטריבר של הבי-M25 מישהו שהוא במקום הראשון,
הוא עדיין נשאר במקום הראשון ברשימה מאוחדת.
אלא אם כן הסמנטיקה קיבלה ציון יותר גבוה.
זה, זה גם אני צועק את זה, זה ממש מנקיד.
אתה יודע, אנחנו נכנסים פה לשיחה ואתה רואה שזה דברים שנמצאים בקצה של הטכנולוגיה.
(18:05):
כן, לגמרי.
כל דבר פה הוא מעבר למה שאתה עושה כשאתה תלך ליוטיוב ותשאל איך אני עושה אפליקציה טראג
וייתנו לך עשר דקות שאיך אתה בונה רג מכלום.
זה הרבה ניסוי ותהייה כל דבר פה מעבר כאילו כזה הדבר הבסיסי לא עובד לא במקרה לא השפות לא הסמנטיקה לא זה כל דבר.
(18:27):
אתם צריכים לחפור עוד קצת.
אנחנו לא סתם הבינו אותם הם early adopters פה של הטכנולוגיה.
לא יודע, עוד פעם, מישהו היה אומר לי את זה לפני עשר שנים על איזשהו ארגון
בריאות שהוא אייב ליד adopters של הטכנולוגיה בקצה.
הייתי פותח עיניים וחושב רגע מה מה.
זה די מדהים שארגון הבריאות הפך לארגון סופר טכנולוגי.
(18:47):
לגמרי.
אמרנו את זה לדעתי באחת מהעונות הראשונות שבעצם כל ארגון היום הופך להיות ארגון טכנולוגיה.
ואנחנו רואים את זה מול העיניים ולדעתי זה גם מועט עם כל נושא של AII.
זאת אומרת אנחנו רואים עכשיו כל מונסים.
אבל לא סתם הבאנו אתכם יש לכם גם אתם משתמשים גם לא מעט בopenshift גם לתהליכים האלה נכון?
(19:09):
לגמרי.
גם בopenshift AII אם אני לא טועה נכון?
האמת ששם עוד לא אנחנו משתמשים בעיקר בתשתית לפרוס את המיקרוסרוויסים בצורה.
כל הארכיטקטורה שבעצם דור הציג.
מדברת על כל...
דיברנו על רטריבר.
ועל החילוס של הטקסט וכל אחד כזה כל אביד בניין כזאת היא בעצם
מיקרוסרוויס שמוטמע בתוך רץ בעצם מעל אופנשיפט.
(19:34):
וכל המיקרוסרויסיס האלה מדברים אחד עם השני בעצם לנסיית פתרון שלם.
אתם ריצים אצלכם בדאטה סנטר לא בנן.
בענן.
בענן אתם רק מריצים את ה...
זאת אומרת, יש שאלות שאתם
שולחים לענן אבל הרוב הוא...
-נכון.
-מצלכים.
-נכון.
רק המודל הללם נמצא ב...
(19:55):
בלנינגזון באז'ור כל השאר נמצא אצלנו.
הקלאסטר בעצם הוא אונפרם, זאת אומרת,
הקלאסטר של אופנשיפט נמצא אונפרם ובעצם כל יציאה החוצה למודל הללם היא כאילו...
יציאה חוצה...
חוצה וחוזר.
טוב, ואמרנו שבסוף זה נמצא בפרודקשן.
כאילו,
(20:15):
דיברנו על זה קודם,
אמרתם לי שזה נמצא בפרודקשן שזה דבר מדהים,
ומשתמשים בזה,
וכנראה הרופאים גם מרוצים כי זה לא סתם נמצא בפרודקשן.
עכשיו השאלה,
איך אתם מבצעים ולידציה של המידע או או לוולציה של המידע?
כי זה אתגר כאילו אחד מהמטורפים שאני לפחות כרגע רואה.
אז איזה שיטות אתם משתמשים בשביל לב, באמת?
אני חושב שיש לנו...
(20:35):
יש לנו... קודם כול, זה דור יספר איך אנחנו עושים את זה, אבל אני חושב שיש לנו פה יתרון.
כי באמת כל העולם הזה של LLמים הוא מאוד לא דטרמיניסטי.
ומאוד קשה למדוד אותו.
-נכון.
אבל לנו יש פה יתרון שאנחנו בעצם מדברים על פרוטוקולים רפואיים בעמוד מסוים.
זאת אומרת,
אנחנו בדרך כלל המפנים לעמוד מסוים ועל ידי זה גם יודעים למדוד אותו.
(20:56):
זאת אומרת, יותר קל לנו בעצם לבצע איזושהי מדידה...
-זאת אומרת, התשובה שלכם היא דטרמיניסטית.
במישהו, בדוגמה שנתת, הבחורה בת 30, הבדיקה, הבדיקות שהיא צריכה לעשות, התשובות הם...
-הן נמצאות במסמך איקס, ועמוד לזה.
-אתה צריך להגן על הטבלה הנכונה.
למסמך, אולי שני מסמכים עם טבלאות אחת של...
פנימית של מכבי ואחת של משרד.
זאת לא שאלה פתוחה, זאת שאלה שהתשובה שלה היא חד-חד-דרכית.
(21:19):
-נכון, חוץ מהתשובה המג'ונרצית,
שהיא כן תשובה פתוחה וגם אותה צריך לוודא שהיא מותאמת לשאלה.
יש פה שתי שיטות ועלואציה, כמו שבן אמר, יש את השיטה שהיא באמת דטרמיניסטית,
ויצרנו קובץ בדיקות אוטומטיות כזה,
שאנחנו בכל העלאת גרסה ובכל אסף את מסמך,
אנחנו מרצים אותו כדי להשיב אותו...
-בדיוק, כחלק מהתהליך של ה-CICD, ומקבלים ממש ציון ואנחנו רואים שאנחנו או באותו ציון או יותר טובים,
(21:43):
ואז בעצם אנחנו יודעים שלא השתנה שום דבר והכול טוב.
כנ"לים האמבידינגס וכנ"לים כל בעצם גורים ששינו לנו ב...
בפלטפורמה, במערכת, במוצר. והשיטה השנייתה באמת שיטה שאנחנו בודקים,
בשיטת LLM, איזה judge,
אנחנו בעצם נותנים לו את התשובה ונותנים לו את השאלה וגם נותנים לו את המועמדים שהחזרנו,
(22:05):
ובשיטה של פרומפטיינג שואלים אותו אם באמת זה עושה שכל.
כי אם זה לא עושה שכל אז אנחנו לא רוצים להחזיר את זה.
-זאת אומרת, מבקשים מאל-אילם אחר לדרג את התשובות של האל-אילם.
-אנחנו עושים את זה בעוד פרויקט, בפרויקט בת כלל...
זה יוצא עמין, כי כאילו זה לא אחד... -אבל צריך להגיד שאנחנו לא מספקים בזה.
החיבור שלנו עם השותפים העסקיים בחטיבת הבריאות,
(22:26):
מייצרת בעצם את כל המנגנון של הבדיקות מולם. זאת אומרת,
אנחנו עושים את הפרויקט הזה באמת בשיתוף ויחד איתם,
אז כחלק מזה יש לנו גורמים עסקיים בחטיבה,
שהם בעצם מנהלי המוצר, והם יושבים ובודקים.
-זה הצד הרפואי.
אלה שמייצרים את הצד הרפואי של הרופאים והם אומרים לכם,
(22:46):
תוזריעו... -הם מאוד רתומים, כאילו מתחילת הפרויקט. -יש לכם גם פידבק עם משירות מרופאים?
מצאתי, מצאתי טעות, מצאתי... -זה עובד בצורה כזה שיש לנו בעצם,
פיתחנו גם מנגנות מעבר לזה שבעצם הפיתוח הזה נמצא כבר בתוך המערכות הרפואיות,
זאת אומרת שבתוך המערכת הרפואית,
איפה שאנחנו...
איפה שרופאים,
בעצם מקלידים את כל הערכות הרפואיות של מטופלים,
(23:08):
יש להם לינק בעצם לתוך המערכת,
זה צד, בערכת צד ג' בעצם, היא נפתחת בתוך הבראוזר,
ושם אימשנו בעצם מנגנון של לוגים ופידבק,
שבעצם אותם רופאים יכולים לבוא ולתת לנו קודם כל אותם זאפ-תאם-זאום,
וגם טקסט. -כן, במידה וזה נגטיב אז הם יכולים לרשום,
למה בעצם זה? -אז מה ציון הממוצע שלכם,
(23:30):
אם מותר לשאול את זה? -מאה?
אותי דווקא מעניינת על הסיפורים המצחיקים או הלא מצחיקים? -אז זהו, יש כמה? -תמיד,
מה הזריות האלה, תמיד יש דברים נורא... -לא, תראו לפעמים נגיד כחלק מההטמעה הרופאים
לא באמת הבינו על איזה נושאים אפשר לשאול או לא,
אז יהיו חלק ששאלו למה אני לא מצליח לראות את הפרטים,
תביא לי את הפרטים של המטופל או דברים כאלה או כל מיני... -כן,
(23:53):
בהדרכה על רופאים. -נכון.
בגדול אנחנו גם כאילו כשאנחנו מודדים את זה,
יש לנו איזה דשבוט כזה שבנינו על בסיס הלוגים שבאמת בן אמר.
עכשיו אנחנו בשלב של האיסוף דאטה.
אנחנו רואים שכאילו יש שאלות שלפעמים הרי הרופאים לא יודעים כאילו להתמודד עם צ'אט.
כאילו הם חושבים שהם כותבים מילה וזה וזה יספיק להם כדי לחפש.
(24:14):
אז יצרנו עוד מנגנון שלפעמים ברגע שהם כותבים איזה נגיד מילה בעברית או איזה
שאלה שהיא לא מספיק רחבה,
אז בעצם יש איזה מנגנון שהופך את השאלה הזאת לשאלה יותר רחבה,
וגם שאלה שהיא אם נגיד הוא כותב אופטלגין בעברית,
אז אנחנו הופכים את זה גם לאופטלגין באנגלית,
כדי שהמנגלון יחזור יהיה הרבה יותר טוב.
(24:34):
ואנחנו רואים שבלוגים האלה באמת הרופאים לפעמים כותבים דברים שהם לא,
לא הגיוניים,
אבל פתאום הם כן מקבלים תשובות הגיוניות בזכות המנגלון הזה.
וגם צריך להגיד שבדרך כלל פידבקים שמקבלים הם פידבקים,
זאת אומרת אם כבר מישהו כתב משהו,
אז בדרך כלל זה יהיה שלילי.
נכון.
ככה זה עובד בכל האור.
(24:55):
כן, אנשים אוהבים להגיד את הדברים שליליים.
אנחנו בסדר אבל הרעיון הוא לאסוף באמת את הפידבקים וללמוד מהם ולהשתפר. יש אישהי שאלה כזאת קטנה עוד לפני שאנחנו עוברים לנושא הבא.
כמה זמן לוקח להריץ שילטות כאלה?
כמה, איך הזמנית תגובה שלכם?
כמה שניות,
זאת אומרת,
תוך 2-3 שניות אתה מקבל כבר את התשובה של המקורות?
(25:16):
זאת אומרת איפה זה נמצא?
וזה כולל רטריבל וללכת ל-LLM שנמצא בענן וזה.
צריך להגיד שזה לא היה ככה בהתחלה,
בהתחלה כן התמודדנו עם זמני תגובה ארוכים נכון והיה לנו כל מיני פתרונות.
אנחנו עובדים על זה כבר כמה חודשים, שנה.
זה נכון הצוואר בקבוק בעצם היה ל-LLM כאילו...
(25:36):
נכון אז היה לנו כל מיני דיוקים אני חייב להגיד שבעצם כשיצא המשפחה בדיוק המשפחה של האור אז...
נכון.
אבל אתם כל הזמן עם יד על הדופק על נושא הביצועים כי...
אנחנו גם איזה מודדים בדשבורד אנחנו מודדים כל קומפוננטה כמה זמן לוקחת.
ואז אנחנו עושים...
סתם,
בשילטה כזאת של רופא כמה פעמים אתם פונים ל-GT.
(25:59):
זו שאלה טובה כי יש לנו עוד מלגנון של Classify שעבור כל קנטידאית הוא באמת בודק האם הוא רלוונטי או לא.
זה בהמשך לשאלה שנשאלה פה לגבי איך אתם באמת יודעים שאתם נותנים תשובה אמיתית ל...
לרופא.
אז זה תלוי,
זה תלוי כי יש עוד כל מיני פרמטרים ששולטים בזה,
אבל אני יכול להגיד שבסביבות זה יכול לנוע בין שתי פניות לשש פניות,
(26:23):
שבע פניות.
ועל זה אתם נותנים ב-2-3 שניות תשובה בסוף לזה.
כן.
מרשים.
כן.
מאוד מרשים.
היה אפסוי עם זה ממש...
זה באמת מרשים כי זה כאילו אני מניח שאם הייתם נותנים חצי דקה אז הפרויקט הזה היה נכשל.
כן,
זה רופא אם לא היו אוהבים אתכם.
לגמרי.
טוב, יש לי שאלה, סקרנות אישית שלי באיזה וקטור דיבי אתם משתמשים?
(26:44):
זה ככה איזשהו משהו שאנחנו כל הזמן מתחבטים איתו?
כן, שאלה יפה.
בהתחלה שמשנו בחרומה כי הוא כמעט היחידי שהיה,
ואז עברנו ממש לא מזמן, לפני חצי שנה, לאלסטיק.
זה היה לנו מאוד נוח כי כבר אנחנו הטמנו אלסטיק אצלנו בתשתית.
אנחנו משתמשים באלסטיק בצורה משמעותית בצוות וגם בתוך מכבי.
(27:06):
וגם מלנדשיין יצרו בעצם מעטפת,
כן,
את האינטגרציה,
וגם הב-M25 רטריבר שפיתחנו,
אז הוא יכול גם להיות...
הוא יכול להתממשק לאלסטיק.
זה ה...
ואנחנו מבטוטים עליו.
-הוא עכשיו.
-כן.
כן.
אוקיי.
מה עוד?
מה עוד אתם מתכננים לנו?
כאילו אני, באופן אישי, מאוד מאוד קשור ומחובר לנושא של היייטק והלסקר?
(27:33):
מה עוד?
מתי יגיעו, אם אתם יכולים להגיד...
-אתה יכול להגיד משהו קטן?
להרים לך להנחתה אולי?
-מתי יגיע אלינו?
מתי אני בתור, לא בתור רופא, בתור לקוח?
אתה יכול ליהנות מתורתם מהדברים האלה?
אני חייב להגיד שגם דיברתם בהתחלה על פרדיקטיב וזה לא רק פרדיקטיב,
זה גם פריוונטיב,
זאת אומרת יש דברים שלפעמים גם המטופלים לא מודעים אליהם,
אבל יש כל מיני פרויקטים קלינים שאנחנו עושים כדי
(27:55):
למנוע מחלות וכדי לאבחן את זה בשלב יותר מוקדם.
וגם בן דיבר על הרבה לחסוך...
לחסוך זמן לרופא.
וזה לא דווקא רק בשאלון הזה שאנחנו, בצ'טבוט שיצרנו לו,
זה גם בעוד פרויקט אחר של בתקול אם אתה רוצה לדבר עליו.
נכון, אז יש כמה פרויקטים.
רגע אני אתייחס לשאלה שלך לגבי חברי מכבי.
(28:16):
חברי מכבי בעצם מקבלים את הפיתוחים שלנו למעשה מאחורי הקלעים,
אבל בקרוב יש גם דיבור על לחשוף צ'טבוטים מבוססי אי-ג'נאיי,
גם לחברי מכבי,
בעיקר בכל מיני דברים שקשורים לדברים שצריך לבדוק,
כל מיני דברים שקשורים לנתני שירות או שירותים וטיפולים שאתה צריך.
(28:42):
לא, לא, לא דברים שקריטיים, לא תחליף לרופא,
אבל תחליף לטלפון למרכז ולחכות בתור ושיגידו לי,
במתי פתוחה המרפאה הזאת לצרכים האלה.
למשל,
זה קצת מורכב לתת איזשהו טיפול רפואי,
זאת אומרת ישירות מול החבר שלא עובר דרך הרופא,
תמיד יש לנו התחפצויות בנושא הזה.
(29:04):
באופן כללי אנחנו דוגלים בשיטה של מידע תומך החלטה על הרופא.
זאת אומרת יש לנו לא מעט מודלים שנמצאים בייצור ומקפיצים איזושהי התראה לרופא,
מסבים את תשומת ליבו וכל מיני דברים כאלה,
אז אם זה לקחת תרופאה או אנטיביוטיקה ולדרג איזו אנטיביוטיקה עדיפה לאותה מטופלת,
(29:25):
או אם זה להקפיץ איזושהי התראה ל...
לא יודע,
התמכרות או דברים כאלה,
זה דברים שאנחנו בתור חברים לא חשופים אליהם,
בצורה ישירה אבל מאחורי הקלעים כן הרופא חסוך...
זה מדהים הדברים האלה,
זאת אומרת אני מכיר קרוב לליבי כל מיני דברים שכאילו...
שהם...
דברים שקשה מאוד לראות אותם אם אתה מסתכל בעין בלתי מזוהנת אבל הם סמנים לסיכון,
(29:50):
לכל מיני מחלות כמה חלות קשות וזה שבאמת.
מנצים את החולט הטכנולוגית להקפיץ את זה לרופאים.
יש לנו כמויות מידעה באמת צריך להגיד פנומנליות אני לא חושב ש...
עוד ארגונים או לא עוד הרבה ארגונים בעולם יש כמויות מידע כאלה.
אין, אני חושב שהמבנה של המערכת הבריאות בישראל קופות חולים זה כמויות מידע מטורפת.
(30:10):
במיוחד עם עומק היסטורי.
בדיוק,
אז יש לנו עומק היסטורי של עמד עשרות שנים תוסיף לזה את כל העולם הטקסטים שיש לנו...
ובמיוחד את ה...
באמת בשנתיים האחרונות את הגעת הנושא של ה-LL,
אלינו שאנחנו יכולים באמת לנצל את כל הטקסטים האלה אז אנחנו באמת יכולים לחזות הרבה הרבה דברים.
יש כמה פרויקטים שעומדים על הפרק כשאנחנו עובדים עליהם אבל זה מאוד מסובך,
(30:33):
להטמיע אותם.
ולמדוד אותם.
אנחנו, יש לנו אחד מהפרויקטים שאנחנו עובדים עליהם כרגע זה לחזות התקף לב ראשון.
עכשיו התקף לב לא ראשון כאילו שהוא חוזר זה קצת יותר קל,
אבל ראשון בפעם הראשונה באמת מישהו שאין לו,
שלא הגיע לשום קרדיאולוג או למחלקה קרדיאולוגית וכולי,
(30:53):
זה נורא נורא קשה.
ולהטמיע את זה ולמדוד את זה ובכלל לגרום לרופאים לסמוך על זה ולהוציא על זה.
צריך להוציא על זה מאמר ולפרסם את זה לפני שאתה מטמיע דברים כאלה זה באמת משהו שהוא
נורא מסובך וקשה.
אתם עושים שיתופי פעולה בנושאים האלה עם אקדמיה למשל?
עם אקדמיה?
-כן, כן, אז אנחנו מחברים באמת בעיקר אנשים שמובילים כל מיני נושאים למשל.
(31:15):
יש לנו פרויקט של חיזוי של קולונסקופיה, חיזוי של, סליחה,
חיזוי של פוליפים וסרטן מאי גס כדי לתהדף קולונסקופיה.
אז למשל פה התחברנו באמת לפרופסורים,
באמת שהם כאילו, שהם שם דבר בעולם הזה של קולונסקופיה ומתמטיקאים וכאלה,
(31:35):
כדי לבוא ולייצר פה איזשהי אלגוריתם שיבוא ולהתהדף מקודם.
למה סתם שמישהו שיגיע לגיל 50 וילך לבדיקת קולונסקופיה אולי אנחנו יכולים לתהדף את זה ולעשות...
בחירה מושכרת.
-ולחסוך גם בדיקות מיותרות שזה גם לא נהיה.
-זה בדיוק.
זה הרעיון.
לחסוך למי שלא צריך ולתת למי שכן צריך.
מהר אז.
(31:56):
-מהר.
-ולל תחזור לו את הטיפולים.
כי קולסקופיה...
-את המחלה.
לזה, כן.
גם לקריא קונסקופיה עד שמקבלים תור זה באמת כמה חודשים ארוכים הרעיון הוא להנגיש את זה בצורה מהירה.
כאילו לבוא ולקפיץ רגע דגל יש לי פה מישהו שצריך עכשיו לעשות בדיקת קונסקופיה מחר.
אז יש באמת את העולמות האלה שהם כאילו חיזוי של מצבים קלינים ויש כל מיני אפליקציות
(32:17):
שתומכות ועוזרות כמו שדור הזכיר למשל מקודם שזה פרויקט בתקול.
זה גם אגב פרויקט שיירוץ מעל open shift בצורה של micro services כשהרעיון הוא בעצם להפוך את
כל המפגש בין רופא ומטופל למוקלט,
מטומלל, מסוכם,
(32:37):
ויהיהיה משם לתוך התיק הרפואי.
תחשבו כמה פעמים באתם לרופא וכאילו בכלל לא מסתכל עליכם כי אין לו זמן זה לא הוא לא אשם צריך לתקתק את כל הדברים את כל
המידע ואת כל זה ולהוציא לחלוף פניה ולהוציא טיפול ולהוציא תרופה וכולי ואנחנו מכוונים לזה.
זה יחסוך את הצור של הרופא להקליד.
לגמרי להקליד?
לסכם אגב הסיכום יהיה הרבה יותר מתועד מפורט ותחשבו כאילו יש מקצועות בריאות שהם לא רופאי משפחה או רופאים
(33:03):
מקצועים שנדרשת אחרי זה עבודה של אותה רופאה או פסיכולוגית לשבת ולסכם אחרי זה.
כן פסיכולוגים.
אז הם יושבים אחרי זה שעה לסכם את זה?
תחשבו כאילו מה...
כמה תורים יכולים להתפנות?
כן יש לי זיכרון טראומטי כזה מפעם הבאה שאתה בא לרופא וזה והוא
מאוד מאוד מתוחכם אז היה לו שני מסכים למחשב ואתה רואה מה הוא...
(33:26):
ובזמן שאתה מדבר איתו אתה רואה שהוא עסוק בלתקתק הוא פשוט הוא לא מקשב כאילו יש לו...
אתה רואה שהוא מתקתק והוא טועה אז הוא הולך אחורה ומתקן את ה...
ה... ה... הוא כתיב.
ואתה מבין שהוא בקשב מאוד מאוד חלקי וזה מאוד פוגע.
זאת אומרת זה מדהים הדבר.
הסיפור הנגדי שבאנו למישהו של רופא מאוד מאוד ותיק אז הוא בא עם כרטיסייה ואז הוא יושב הוא...
(33:51):
הוא מקשיב לך וכותב.
כן, מוציא את הכרטיסייה של פעם לבדוק מה היה לך?
אז אתה מרגיש אחרת לגמרי.
זאת אומרת אני לא יודע
אם זה טוב או רע רפואי אתה יודע לפצל את הקשב או לא אבל הרגשה שלי הייתה שונה לגמרי.
ברגע זה שאתה יכול לבוא לרופא והוא מסתכל לך בעיניים במקום להסתכל במחשב.
זה משנה את כל הדינמיקה של ביקור אצל רופא.
לגמרי.
זו לדעתי אפליקסה שאני חושב תשנת פני הרפואה לחלוטין.
(34:17):
זאת אומרת את האופן שבו אנחנו חווים רופאים לגמרי.
ואגב זה כבר נמצא זאת אומרת בשימוש של כמה עשרות רופאים שמשתמשים בזה בצורה קבורה.
אנחנו בסוג של...
בסוג של פיילוט.
אז יש לנו עוד הרבה...
על מה לדבר.
על מה לדבר וכל העולם הזה הולך לשמור.
עוד פעם, זה מדהים איך הם מדברים על קצה טכנולוגיה עם ארגון ש...
(34:39):
שמסתכל עליו הוא לא ארגון טכנולוגי, הוא ארגון רפואי.
מדהים.
בסדר גמור.
אז קודם כל תודה רבה לכם שבאתם.
לפני שאנחנו מסיימים שאלה אחרונה,
אנחנו בדרך כלל שואלים את המוראיינים שלנו לתת איזשהו טיפ קריירה,
אבל במקרה הזה אני רוצה טיפה לשנות את השאלה ובאמת לשאול אתכם מה היה תיקווי שלכם מהתהליך הזה.
זאת אומרת,
נכנסתם פה לאיזשהו תהליך שהוא מאוד חדשני שהוא מאוד מתקדם,
(35:02):
מה למדתם לגבי התהליך עצמו?
אני חושב שחשובה הדרך, לא?
זאת אומרת,
מאוד למדנו איך אנחנו רגע קודם כל לוקחים משהו חדש שיצא,
רגע בודקים,
אבל מאוד מחוברים כל הזמן למה שיוצא.
לשטח.
לשטח.
אני למדתי שכאילו קודם כל המידע עצמית היא חשובה בטירוף,
(35:23):
כי יש דברים שלפעמים אתה ממש בחזית הטכנולוגית ויש אנשים איתך כאילו כתף לכתף כזה,
שמנסים כזה גם לעשות דברים,
עד להיות בשיתוף איתם,
וניסוי ואיתיה,
הרבה ניסוי ואיתיה והרבה ירתמות עם הלקוח כי זה באמת,
באמת עוזר לפתח את המוצר בצורה יותר טובה.
זה...
ואתם גם צריכים להתמודד עם זה שהעולם של...
(35:45):
עולם התוכן שלכם,
ה-LLMים וזה,
משתנה בקצב מטורף.
זה אחד האתגרים.
כל הזמן משתנה וכל הזמן אנחנו צריכים רגע לבנות את זה בצורה מאוד מאוד גנרית,
ולהיות,
להסתכל רגע כל הזמן החוצה,
לעוד רגע שלא יצא משהו חדה,
והרבה פעמים זה קרה.
כן, יכול להיות שאנחנו מדברים פה, במיוחד אז.
נכון, זה מודל חדש.
אז היינו מוכנים לזה, זאת אומרת היינו מוכנים לזה, מקבלים את זה,
(36:08):
וכל פעם משנים בהתאם.
לגמרי.
תודה רבה, אני חושב שהיה מרתק.
אני חושב שזה באמת מדהים לראות איך הטכנולוגיה משתלטת ועוזרת בכל תחומי החיים.
כן, עוזרת לנו כאנשים, מה שאתם עושים, לא...
זה לא טכנולוגיה, בסוף נוגע באנשים.
אני חושב שזה דבר גדול.
(36:28):
באמת, תודה רבה שזה פרויקטים.
התחלנו אחד, אבל עברנו לכמה.
-כן.
הם ממש-ממש מרתקים.
אז תודה רבה, תודה רבה גם לכל המאזינים שלנו.
בשבוע הבא, פרק חדש, שבועיים, האמת, אז להתראות בפרק הבא.
ברוכים הבאים לפודקאסט הטכנולוגיה מדברים פתוח.
אני ג'וש סלומון.
ואני אילן פינטו.
יחד אנחנו מדברים על כל מה שחדש בעולם הפיתוח.
הבינה מלאכותית והקלאוד מקשור ישירות,
או על הדרך של פוד פתוח.
וככה זה אחרי שעובדים בשנים באופן סורס חייבים להעביר את זה הלאה.
בין לבין נזכיר גם עוד כמה באז-וורדס כדי שנוכל לסגור פינה ולדסקס על כל מה שחשוב באמת.
(00:24):
שימו זניות, תדבירו את הווליום ותעשו מקום למקצועניות והמקצוענים שבאו לדבר איתנו פתוח ולעניין.
מדברים פתוח, מתחילים.
בוקר טוב, ג'וש, מה נשמע?
בוקר טוב, אילן, יש לנו פרק מיוחד היום.
פעם ראשונה, שאנחנו בעצם מביאים שני אורחים.
שני אורחים.
שני אורחים.
שני אורחים, שלום לא התמודד עם כמות המיקרופונים,
(00:46):
אז הוא אילתר פה, יש פה כבלים מפה ועד להודעה חדשה.
חשבים שלא יהיה לנו בעיות עם זה, זה למה מה קרה שהבאנו שני אורחים אז ככה זה היום
הבאנו את בן גדסי ודור סימוני מחטיבת הטכנולוגיה של מכבי שירותי בריאות.
תכף הם יציגו את עצמם אבל הסיבה שהבאנו אותם זה שאנחנו,
אתה יודע,
כבר נמצאים עמוק בתוך העולמות האיי-איי בכל מיני תחומים ואני
(01:07):
חושב ששמענו אותם גם בCommונס וגם וגם עוד כשהפרויקט הזה היה מה שנקרא מתחת לרדאר.
שמענו על הפרויקט הזה שהם עובדים עליו וחשבנו שזה יהיה באמת פרויקט מאוד מעניין לשתף בו אנשים אחרים ובעצם להראות מה הפוטנציאל של
איי-איי במקומות שהוא אתה יודע שזה לא צ'אט בוט.
בעצם שזה לא תמיד טריוויאלי אז קודם כל תציגו את עצמכם בן ודור מראשון.
(01:34):
יאללה. יאללה. דור סימוני, נהיים להכיר, שלום, כיף להיות פה. אני דאטה סיינטיסט במכבי כבר שנתיים וחצי.
גם בעולם הרפואי הייתי לפני זה.
בצוות של בן כמובן יש לנו צוות של דאטה אנג'יניר ודאטה סיינטיסטים ביחד עם עוד
בודקים ועוד דאטה אנליסטים בשילוב כוחות.
(01:55):
ובשנתיים האחרונות התאמקנו הרבה בעולמות ה-LLM'ים וה-NLP והטקסטים,
שתכף ננחיב על זה.
-אז נעים מאוד, תודה שהזמנתם.
אני בן גדסי ואני במכבי כבר משהו כמו 7 שנים.
לפני 6 שנים בערך,
לדעתי, הקמנו את הצוות של ה-AI ו-Big Data.
בשנים האחרונות, בתחילת החיים של הצוות,
(02:18):
מה שנקרא,
היינו מאוד מאוד קטנים,
גם משהו כמו 2-3 אנשים,
היו בעיקר פרויקטים של חיזוי,
חיזוי כל מיני מחלות,
מצבים קליניים וכולי.
ודווקא בשנה, כמו שדור אמר, בשנה,
השלב החצי האחרונות,
עשינו שיפט מעבר לפיתוח של מודלים,
פיתוח של אפליקציות.
זאת אומרת,
זה איזשהו שינוי,
(02:39):
ככה,
שהצוות עבר.
פיתוח של אפליקציות למטופלים,
פיתוח של אפליקציות לרופאים,
זה באמת אחת ה...
נפגשנו כאן בעצם כדי לדבר על אחת מהאפליקציות האלה.
-המעבר מ-Predicative AI ל-Generative AI, שקורה...
כן, האמת שזה...
מלפני עשר שנים הייתי בא ואומר לך שאנחנו נפגשים עם אנשים
(03:01):
ממכבי לדבר על קצת טכנולוגיה,
אתה מתפלא קצת.
-כלא, וגם דיברנו קודם, אמרתם לנו כמה אנשים בחטיבה הטכנולוגית?
-פשוט כמו 500-600...
-זה מטורף, זה בעצם חברת טכנולוגיה בפני עצמה.
-וגמה.
-אוקיי, בסדר.
שזה מדהים.
זה באמת רצינו לדבר על פרויקט הנגשת פרוטוקולים לרופאים מבוסס Generative AI.
(03:25):
אז אמרתי ככה איזה שם מפוצץ, אבל אולי בוא תפרקו את זה.
ספרו לנו בעצם מה זה עושה.
-קודם כול, נספר על החטיבה שאנחנו...
אוזימא, פתחתם את זה כבר, אנחנו שהכים לחטיבת הטכנולוגיות
של מכבי, מה ש...
כמו שאמרנו, כמות מאוד גדולה של א...
של עובדים,
בסופו של דבר אנחנו נותנים המון שירותים שקשורים
(03:46):
לכל היבטי מערכות המידע לרופאים ולחברי מכבי.
אני חושב שבשנה האחרונה בעצם נפל דבר.
זאת אומרת,
היה איזשהו שינוי משמעותי והחטיבה בתנופה מבחינת
כאילו כמות של פלטפורמות שנוספו אליה.
מערכות, אפליקציות,
(04:07):
פתאום התחלנו לדבר מול החבר,
מול הרופא,
לפתח כל מיני דברים כאלה.
הפרויקט הזה שאנחנו מדברים עליו נקרא בעצם הנגשה של...
פרוטוקולים, פרוטוקולים רפואיים לרופא,
בעצם, זאת אומרת, אם אני רגע...
-זאת אומרת, היוזר פה הוא הרופא.
היוזר פה הוא הרופא לגמרי.
אם אתם מכירים את ה...
כולנו מכירים בעצם את ה...
-את הרופא.
-את המצב, כן, אבל את המצב שבו אתה יושבים מול רופא וכאילו כל היום...
(04:32):
כל הזמן מול המקללת וכל הזמן מול המסך וכולי ואנחנו לא מייצרים קשר עין,
הפרויקט הזה נועד לעזור בהיבט הזה,
זאת אומרת,
לחבור ולהקטין את הזמן הזה שהוא מחפש בעצמו בכל הפרוטוקולים
הרפואיים ובעצם להנגיש את זה בצורה של צ'טבוט.
זאת אומרת,
בזמן שאני מדבר עם הרופא והוא מקליד,
הוא בעצם מחפש איך הוא יכול לעזור לי?
-מאחורי הקלעים,
עד שהצ'טבוט יכול...
(04:52):
זאת אומרת,
כשהרופא בא ושואל שאלה בממילא לחופשי,
אז בעצם מנגישים את המידע.
-מה זה פרוטוקול רפואי?
אני לא בטוח שאנשים מכירים את זה.
-אני רוצה...
פרוטוקולים רפואיים זה המון המון מסמכים שנכתבו גם בתוך מכבי אבל גם מחוץ למכבי,
בהסתדרות הרפואית לישראל,
ושם יש כל מיני הנחיות קליניות שהם צריכים לדת בעל פה,
(05:14):
ואם הם לא בעל פה,
אז יש כל מיני טבלאות שמאוד מאוד קשה לזכור בעל פה,
ואז הם פשוט נכנסים לכל ה-PDF'ים האלה,
ואם הם למשל רוצים לבדוק מהם בדיקות הסקר המומלצות לבחורה בת 32,
או איזה חיסונים צריך לעשות לתינוק בגיל החודש,
אז זה דברים שמאוד קשה לזכור.
אז הם צריכים לחפש את ההנחיות האלה,
להיכנס ל-PDF בעמוד הנכון,
בהסקשן הנכון,
(05:35):
ולראות באמת מה התשובה.
זאת אומרת, מה הם צריכים לתת למטופל, איזה מידע הם צריכים לתת.
וזה בטח גם דברים שמשתנים בתדירות.
נכון, זה גם דברים שמשתנים, יש לנו הרבה גרסאות.
צריך להגיד על כמויות, הכמויות של המסמכים האלה,
כן, וגם כמויות אדירות שלה.
מאות ואלפים של מסמכים שונים שכביכול הרופא אמור לדעת את זה בעל פה.
כן.
אני אגיד עוד משהו רק לגבי הפרויקט הזה הוא כן משהו שחשוב לי להדקיש שהוא נולד מתוך איזשהו שיתוף פעולה בין החטיבת הטכנולוגיות שלנו לבין חטיבת הבריאות,
(06:06):
בתוך מכבי,
מתוך רעיון שבעצם כמו שאמרתי מקודם הרופאים בעצם משקיעים המון המון זמן בלבוא ולתפעל את המערכות הקליניות,
המחשוביות,
והרעיון היה לקצר את הזמנים וליעל את הטיפול מול ה...בעצם אתה אומר אתם מפתחילים ארחות לרופא אבל מי שמרוויח זה בסוף המטופל,
מי שמגיע הוא מקבל גם יותר את הטיפול יותר מהר וגם באיכות יותר גבוהה כי מוצאים לו את מה שצריך.
(06:33):
בצורה מהירה יותר.
בצורה מהירה ולא צריך את הגרסאות האחרונות ולא כל מיני...
לגמרי.
אז אנחנו מדברים בעצם על לקחת pdf'ים בעברית, באנגלית?
בעברית ואנגלית ביחד.
זאת אומרת יש פה אתגר שזה גם בעברית וגם באנגלית,
ליצר בעצם איזושהי מערכת מבוססת AII,
בטח יש פה בעיות פרטיות בלי סוף.
(06:54):
לא, בואי...
האמת שדווקא לא כי אין...
-אנגלית עם פרציפיק.
-כן, אין פרטים מזהים על...
אה, אין פרטים מזהים.
זאת אומרת השאלה היא שאלה כללית ואין פה אין פה איזה...
כן, זה פרוטוקולים שכל אחד יכול להיכנס ולקח.
אז איך ממשתם את זה?
איך זה נראה מאחורי...
under the hood, מה שנקרא?
גם השאלות השאלות יכולות בעברית ואנגלית והתשובות הם מעורבות עברית ואנגלית כאילו...
-נכון.
-נכון.
לגמרי.
אז פיתחנו פה מנגלון של אה...
(07:15):
של רג,
בעצם.
-רטריב מל...
רטריבל אוגמנטת ג'נריישן.
-בדיוק.
שעשינו פה, לדעתי, דור בבסט אוף ברידס כזה היה פה.
כאילו...
אז בזמנו אני לוקח אותנו רגע שנה אחורה,
לא היה כזה פופולרי המנגלון של רג.
נכון, האמת שאפילו לא קראו לזה רק וגם לאנגצ'יין,
מי שמכיר את החבילה לאנגצ'יין,
שהיא פריימורק לפיתוח של Generative AI,
(07:37):
אז אני חושב שהיה להם אולי איזה שתי עמודים כאילו באה על זה ובדיוק
המייסט שלהם עשה איזה סרטון יוטיוב והסביר כאילו שהוא...
שהם הולכים לפתח את זה ולעשות open source גדול.
אז באמת התחלנו, כמו שבן אומר, מ...
מ...
רעיון שאמרנו, טוב, בוא'נה,
אני אצר צ'טבוט לרופאים שמבוסס על המסמכים
האלה והדרך הטובה לעשות את זה זה באמת המנגנון של רג.
(08:00):
רג משודרג צריך להגיד כי עם הזמן בעצם ראינו עוד ועוד...
אהבתי את הרג משודרג.
כן, זה יפה.
עוד ועוד אפליקציות רעיונות שילובים יוניינים שאנחנו יכולים לעשות בתוך הרג אז אני
לא חושב ששווה לי כס כאילו בדיוק לרג אבל בוא נראה אולי לפרט על מה...
מה המיוחד שלנו לפחות בתוך הרג.
(08:20):
אני חושב שאחד האיחודים שאמרתם זה שזה שתי שפות אני,
אם אני מנסה לחשוב ממה שאני מבין ברג ואני לא מבין הרבה.
אולי שווה אבל רגע לעצור ולדבר על מה זה רג כי אני לא בטוח שכולם מבינים.
למרות שעשינו על זה פרק.
עשינו על זה פרק.
מי שהתחילה מהעונה שלוש אז...
ולא שמעת העונות הקודמות אז רק במילה אחת.
אתם רוצים אתם או אני?
(08:41):
מה שקרה לך?
אז...
-לח על זה.
-רק זה ארכיטקטורה שמאפשרת לנו לאחזר מידע מסוים ששמרנו בתוך וקטור דאטאבייס,
בהינתן שאילתא מסוימת שהיוזר שאל זה מבוסס על מנגנון חיפוש סמנטי לאו דווקא
סמנטי תכף גם נרחיב על זה אבל זה לא חייב להיות רק סמנטי.
ואחרי שאנחנו בעצם שולפים את המידע אנחנו מחזירים למשתמש תשובה בעזרת LLM.
(09:04):
מקבל גם את המידע שהחזרנו וגם את השאלה ומג'נרטי את התשובה ש...
-זאת אומרת,
כשרופאי שואל שאלה בתוך ה...
בתוך המערכת,
אז אתם הולכים,
שולפים את ה-PDFים הרלוונטיים או את הטקסט ששלפתם מתוך ה-PDF,
-טח-צ'אנקים הרלוונטיים, -טח-צ'אנקים הרלוונטיים,
מצרפים את זה לשאלה שלו,
זה יוצא ל-LLLM חיצוני.
(09:26):
-כן,
יש לנו לנדינג זון של מכבי באז'ור OpenAI ושם אנחנו...
ואז בעצם חוזרת התשובה שעל פן אבי היא כבר בעצם קצת יותר מדויקת כי היא מכילה גם את הפרוטוקול הרפואי,
שאולי ה-LLM שאתם משתמשים בו לא מכיר.
-זה דרך להוסיף מידע של מידע ל-LLM,
לתת לו את המידע הספציפית שהיה רופא צריך...
(09:48):
-להגורם להתבסס עליו.
הייתי אומר שזה המידע של מכבי אבל זה לא רק מכבי,
זה גם משרד הבריאות,
פרוטוקולים,
אבל את המידע הרלוונטי לקחת ולתת ל-LLM ולהגיד,
זה המידע פה תענה על השלב הזה בלבד ללא ידע קודם ובלי...
-זאת נקודה חשובה כי בשלב הזה צריך להגיד רופאים מאוד מאוד משמעותי להם,
(10:10):
לכולנו,
כן?
עם כל הנושא של ל-Lose-Nations והזיות אבל רופאים אם יהיה
הזיות הם פשוט לא ישתמשו במוצר זה כאילו משהו שהוא נורא נורא משמעותי עבורם.
-במחד בדתה רפואי.
אם יכולת לסתכללי אז אנחנו רוצים שהתשובה שתחוזר בעצם על ידי ה-LLM תהיה מבוססת על המידע שהנגשנו לו.
(10:32):
-כן.
תהיה מדויקת גם ברמת המילים,
זאת אומרת,
בלי לשנות מילים וגם התגברנו על זה בזה שגם הפנינו אותם למקום הנכון בעמוד.
זאת אומרת,
הם יכולים להיכנס ממש לסקשן ששם זה כתוב ולראות את זה בעצמם.
זאת אומרת,
גם הותאם לו תשובה וגם חיפוש מדויק שאם הוא לא מאמין לתשובה אז הוא מוצא את החיפוש...
-את עצמק קור, בדיוק.
(10:53):
-לינקים.
ואז בעצם הוא יודע מאיפה...
מה המקור של המידע,
ואז זה לא רק שמנעתם מילוסיליישן,
אלא הוא גם יכול לבוא ויבדוק את זה בעצמו,
שזה מעולה.
-יופה.
-וגם צריך לשים את זה...
עוד פעם, אני נפעה מזה שזה בשתי שפות.
-בוא זמנית.
-כן.
-זה...
-כן, למה שזה האתגר.
-למה זה האתגר?
למה בעצם זה האתגר?
קודם כל כי אז בזמנו גם ה-LLMים וגם המנגלון אמבידינג הוא לא באמת היה ממש טוב בעברית.
(11:20):
עם הזמן המודלים של ה...
נגיד שג'יפיטיב וקלוד והמודלים הלא אופן סורס,
המודלים של החברות הגדולות כן השתפרו בעברית,
אבל האמבידינגס בעברית עדיין נשאר בעינו, הוא לא כל כך טוב.
ואנחנו נזכים להתמודד עם האתגר הזה של כאילו לעשות מנגנון של החזור סמנטי בצורה שהיא גם טובה בעברית וגם ב...
(11:42):
וגם באנגלית.
וגם על מונחים רפואיים.
-כי, זה מאוד משמעותי.
אם אתה לא יודע לעשות אימבידינג בעברית,
אז אתה גם לא תקבל את התוצאות הטובות בעברית ואז אנחנו חוזרים לבעיה של...
אילו תוצאות ה...
אילוסינשן או תוצאות לא נכונות.
-נכון.
אפילו אם ניקח שלב אחד אחורה אז כאילו בכל ה...
כמו שבונים בניין אז התשתית היא הכי חשובה אז אם אתה לא מחלק את ה...
(12:03):
אם אתה לא מחלץ את הטקסט מה-PDF עם בצורה טובה וגם לא מחלק אותם בצורה מובנית,
שתכף נדבר על זה כי עשינו משהו,
פיתחנו בתוך הצוות משהו שהוא לדעתי מאוד ייחודי ובאמת הקפיץ אותנו שלב קדימה.
אז אם אתה לא עושה את זה ולא מחלק את הצ'נקים בצורה טובה אז,
לא משנה מה,
כאילו גר ב-G'ין,
גר ב-C'אר,
כאילו אתה מאחזיר משהו שהוא לא טוב,
אתה לא תצליח לתת תשובה נכונה למשתמש.
(12:24):
נקודה חשובה שהבנו תוך כדי,
זאת אומרת לא רק לחלק את הצ'נקים,
לא רק לחלט את הצ'נקים בצורה טובה,
אלא גם לתת להם כותרות ולתת להם...
רמה של כותרות זה יהיה כותרת ראשית, כותרת משנית, נושא אולי...
מטא-דאטא.
מטא-דאטא מאוד מאוד חשוב כי אתה בעצם יוצר לצ'נק איזשהו סיווג מסוים שאיתו אתה יכול ללכת לשלוף בעצם.
(12:46):
אז איך התגברתם על ה...
לעשות אימבדינג בעברית כשאין לך מודל אימבדינג?
אז יש כל מיני מודלים אימבדינג שהם אופן סורס,
נגיד E5 מולטילנגואל שהוא לכל השפות,
אז לקחנו את המודל הגדול שלהם,
את לארג' ומה שעשינו,
פיינטיונינג לאמבדינג.
כאילו לקחנו את הדאטא שלנו, את כל המסמכים שיש לנו על הפרוטוקלים הרפואיים,
(13:07):
אז ייצרנו בעצם דאטא-סט בצורה של שאלות וצ'נקים,
את השאלות האלה נבנו בצורה אוטומטית על ידי LLM ואז ברגע שעשינו את הפיינטיונג לאמבדינג,
אימבדינג בעצם ידע סוף סוף את כל המושגים הרפואיים וראינו שזה שיפר בלהים את התוצאות.
כאילו ההחזור הזה אמנתי היה הרבה יותר...
(13:27):
קפצנו לדעתי באחוזי דיוק.
כן, לפחות באיזה 5-6 אחוז וזה נשמע קצת אבל זה משמעותי בעולמות האלה.
יש בעצם pdf ומסמך שהוא כמו תמונה אז זה גם אתגר נכון?
חילצתם בעצם את הטקסט הזה.
מה זאת אומרת, יש שני סוגי pdf.
פdf אחד הוא באמת תמונה, תמונה סרוקה וpdf אחר יכול להיות דיגיטלי.
(13:50):
pdf דיגיטלי אומר שאתה יכול להיכנס למטה דאטה של הפדיף,
של הטקסט עצמו מאחורי הקלעים ולהוציא ממנו גם את הכותרות,
להוציא ממנו את העמוד,
כותרת ראשית, כותרת משנית וכולי.
אז ברגע שאתה עושה את זה אתה יכול,
כמו שאמרתי מקודם,
לתת לו להוסיף מטה דייטה לצ'אנקים,
(14:11):
שזה חלק מאוד מאוד חשוב.
יש לנו מוצר שעושה אוסי אר ובתוך הצוות בנינו מנגנון כזה שיודע לחלק לJson עם הפד.f.
ועבור כל פראגרף הוא נותן לו את הכותרת אבא שלו,
את הכותרת סבא ואת הכותרת סבא רבא,
כאילו,
וכולם גם את הטייטל של המסמך.
ואז אנחנו יודעים לשרשר את זה לצ'אנק עצמו, לטקסט,
לפייג' קונטנט, מי שקצת בשפה כאילו ה...
(14:35):
של הדוקומנט טייפ שלה בשפה הטכנולוגית ומה שזה יוצר זה בעצם יוצר שכל
האמבידינג הוא לא נעשה רק על ה...
על ה...
קונטנט עצמו של הצ'אנק,
על הפראגרף,
אלא גם על הכותרות והיה איזה שלו הקשר הרבה יותר טוב.
בעצם אתם בניתם אתם יודעים לראות את המטה דייטה כשהוא קיים ב-PDF,
אם הוא לא קיים ב-PDF אם הוא בתמונה אז אתם גם בונים אותו דרך אוסי.R,
(14:55):
אתם בונים את כל המטה דייטה.
בדיוק.
כדי לעשות את זה.
אז איך אתם בעצם מוודאים שיש לכם מידע עבור הרופאים?
זאת אומרת,
עכשיו רופא שואל שאלה ואין לכם שום פרוטוקול,
שום דבר על הדבר על המידע שהוא שאל.
מה עושים במצב כזה?
-זאת שאלה טובה, כן.
הרבה פעמים התחבטנו, כאילו, אז מה, מה יקרה אם הוא יבקש...
(15:16):
לא, הייתה בהתחלה הייתה...
-ממציא מחלה או ממציא מחלה.
-לא, הייתה שאלה של מי איזה קופת חולים היא טובה יותר?
הוא על המכבי ישר, אבל הוא מחונח ומחונחת.
לא, אבל בגדול איזה שאלה ממש טובה ויצרנו עוד הרבה שכבות בדרך.
יש שכבת רנקינג שהודעת...
בעצם לקחת את כל המועמדים שהגיעו מהאחזור ולסדר את זה ברמה שהיא טיפה יותר חזקה מהאמבדינג.
(15:43):
אגב, אם אני שנייה יוצא החוצה, אז המנגנון האחזור,
דיברנו על סמנטיקה אבל זה לא רק סמנטי.
היה לנו אתגר מאוד גדול שלפעמים הרופאים שואלים שאלה על תרופה ספציפית.
המנגנון הסמנטיקה שלו להוציא מקרים כאלה.
למה?
כי הוא יותר על הקונטקסט בין המילים ואם נגיד אתה שואל על מילה ספציפית,
הוא לאו דווקא יוצא לך וישלוף אותה,
(16:03):
במיוחד אם היא נדירה.
מישהו שואל עכשיו, עכשיו, שואל שאלה על ריטלין.
אני מניח שזה לא כזה נדיר.
אז יהיה לו קשה לצאת?
חוץ מריטלין אולי זה לא נדיר אבל יש המון המון
המון תרופות ושמות של מחלות שהן מאוד מאוד מאוד ספציפיות.
וואי.
התגברנו על זה בשיטה אלקסיקלית, יש כאילו אלגוריתם שנקרא BM25 שהוא יותר בצורה
(16:24):
אלקסיקלית שלו בצורה של tfidf מי שמכיר,
ואז עשינו אנסמבל בין ה-retriverים.
לקחנו את ה-BM25 ולקחנו את ה-embedding שאנחנו איימנו ובעזרת זה עשינו רטריבר שהוא הרבה יותר מדויק.
הוא גם רץ על וקטור דבייס?
כן, הוא רץ על אותו דאטאבייס.
זאת אומרת מאותו דאטאבייס הוציא לנו שני retrivering,
retriver סימנטי וה-BM25 אלקסיקלי.
(16:46):
ואז מה שגיא עשה זה בעצם ברגע שהרופא שאל שאלה מאוד ספציפית על תרופה מאוד ספציפית,
ראינו שזה באמת הוציא אותם ושם אותם בתוצאות הראשונות אפילו עוד לפני הררנקינג.
רגע אני חייב להצעוד לך כדי להסביר מה זה retriver.
זה בעצם הפונקציה שיודעת ללכת ולהביא מידע מהוקטור דיבי.זאת אומרת לעשות את ה...
את הטרנספורמציה מהייצוג הוקטורי שלו לייצוג טקסט.
(17:12):
ובעצם כל האגוריתם שעובד מתחת.
זה ה...
בדיוק.
זה הרטריבר בגדול.
אז בעצם אימשתם שתי סוגים של retrivering,
אחד שהוא הרגיל שיודע איך לוקטור דיבי ואחד שמשתמש באלגוריתם.
איך אתם יודעים לאיזה מהם לפנות?
הם הולכים לשנייהם יחד?
אה, לשנייהם יחד?
כן, כל פעם הולכים לשנייהם ביחד ויש איזה מדד מסוים שלוקח את הרשימה מהצד הזה
ואת הרשימה מהצד הזה ומחברת אותם ויוצרת בעצם רשימה אחודה שמתחשבת במתי המועמד היה פה
(17:39):
ומתי המועמד היה פה ונותן ציון יותר חזק למועמד שהיה נגיד בשתי הרשימות.
אבל נגיד אם היה ב...
הרטריבר של הבי-M25 מישהו שהוא במקום הראשון,
הוא עדיין נשאר במקום הראשון ברשימה מאוחדת.
אלא אם כן הסמנטיקה קיבלה ציון יותר גבוה.
זה, זה גם אני צועק את זה, זה ממש מנקיד.
אתה יודע, אנחנו נכנסים פה לשיחה ואתה רואה שזה דברים שנמצאים בקצה של הטכנולוגיה.
(18:05):
כן, לגמרי.
כל דבר פה הוא מעבר למה שאתה עושה כשאתה תלך ליוטיוב ותשאל איך אני עושה אפליקציה טראג
וייתנו לך עשר דקות שאיך אתה בונה רג מכלום.
זה הרבה ניסוי ותהייה כל דבר פה מעבר כאילו כזה הדבר הבסיסי לא עובד לא במקרה לא השפות לא הסמנטיקה לא זה כל דבר.
(18:27):
אתם צריכים לחפור עוד קצת.
אנחנו לא סתם הבינו אותם הם early adopters פה של הטכנולוגיה.
לא יודע, עוד פעם, מישהו היה אומר לי את זה לפני עשר שנים על איזשהו ארגון
בריאות שהוא אייב ליד adopters של הטכנולוגיה בקצה.
הייתי פותח עיניים וחושב רגע מה מה.
זה די מדהים שארגון הבריאות הפך לארגון סופר טכנולוגי.
(18:47):
לגמרי.
אמרנו את זה לדעתי באחת מהעונות הראשונות שבעצם כל ארגון היום הופך להיות ארגון טכנולוגיה.
ואנחנו רואים את זה מול העיניים ולדעתי זה גם מועט עם כל נושא של AII.
זאת אומרת אנחנו רואים עכשיו כל מונסים.
אבל לא סתם הבאנו אתכם יש לכם גם אתם משתמשים גם לא מעט בopenshift גם לתהליכים האלה נכון?
(19:09):
לגמרי.
גם בopenshift AII אם אני לא טועה נכון?
האמת ששם עוד לא אנחנו משתמשים בעיקר בתשתית לפרוס את המיקרוסרוויסים בצורה.
כל הארכיטקטורה שבעצם דור הציג.
מדברת על כל...
דיברנו על רטריבר.
ועל החילוס של הטקסט וכל אחד כזה כל אביד בניין כזאת היא בעצם
מיקרוסרוויס שמוטמע בתוך רץ בעצם מעל אופנשיפט.
(19:34):
וכל המיקרוסרויסיס האלה מדברים אחד עם השני בעצם לנסיית פתרון שלם.
אתם ריצים אצלכם בדאטה סנטר לא בנן.
בענן.
בענן אתם רק מריצים את ה...
זאת אומרת, יש שאלות שאתם
שולחים לענן אבל הרוב הוא...
-נכון.
-מצלכים.
-נכון.
רק המודל הללם נמצא ב...
(19:55):
בלנינגזון באז'ור כל השאר נמצא אצלנו.
הקלאסטר בעצם הוא אונפרם, זאת אומרת,
הקלאסטר של אופנשיפט נמצא אונפרם ובעצם כל יציאה החוצה למודל הללם היא כאילו...
יציאה חוצה...
חוצה וחוזר.
טוב, ואמרנו שבסוף זה נמצא בפרודקשן.
כאילו,
(20:15):
דיברנו על זה קודם,
אמרתם לי שזה נמצא בפרודקשן שזה דבר מדהים,
ומשתמשים בזה,
וכנראה הרופאים גם מרוצים כי זה לא סתם נמצא בפרודקשן.
עכשיו השאלה,
איך אתם מבצעים ולידציה של המידע או או לוולציה של המידע?
כי זה אתגר כאילו אחד מהמטורפים שאני לפחות כרגע רואה.
אז איזה שיטות אתם משתמשים בשביל לב, באמת?
אני חושב שיש לנו...
(20:35):
יש לנו... קודם כול, זה דור יספר איך אנחנו עושים את זה, אבל אני חושב שיש לנו פה יתרון.
כי באמת כל העולם הזה של LLמים הוא מאוד לא דטרמיניסטי.
ומאוד קשה למדוד אותו.
-נכון.
אבל לנו יש פה יתרון שאנחנו בעצם מדברים על פרוטוקולים רפואיים בעמוד מסוים.
זאת אומרת,
אנחנו בדרך כלל המפנים לעמוד מסוים ועל ידי זה גם יודעים למדוד אותו.
(20:56):
זאת אומרת, יותר קל לנו בעצם לבצע איזושהי מדידה...
-זאת אומרת, התשובה שלכם היא דטרמיניסטית.
במישהו, בדוגמה שנתת, הבחורה בת 30, הבדיקה, הבדיקות שהיא צריכה לעשות, התשובות הם...
-הן נמצאות במסמך איקס, ועמוד לזה.
-אתה צריך להגן על הטבלה הנכונה.
למסמך, אולי שני מסמכים עם טבלאות אחת של...
פנימית של מכבי ואחת של משרד.
זאת לא שאלה פתוחה, זאת שאלה שהתשובה שלה היא חד-חד-דרכית.
(21:19):
-נכון, חוץ מהתשובה המג'ונרצית,
שהיא כן תשובה פתוחה וגם אותה צריך לוודא שהיא מותאמת לשאלה.
יש פה שתי שיטות ועלואציה, כמו שבן אמר, יש את השיטה שהיא באמת דטרמיניסטית,
ויצרנו קובץ בדיקות אוטומטיות כזה,
שאנחנו בכל העלאת גרסה ובכל אסף את מסמך,
אנחנו מרצים אותו כדי להשיב אותו...
-בדיוק, כחלק מהתהליך של ה-CICD, ומקבלים ממש ציון ואנחנו רואים שאנחנו או באותו ציון או יותר טובים,
(21:43):
ואז בעצם אנחנו יודעים שלא השתנה שום דבר והכול טוב.
כנ"לים האמבידינגס וכנ"לים כל בעצם גורים ששינו לנו ב...
בפלטפורמה, במערכת, במוצר. והשיטה השנייתה באמת שיטה שאנחנו בודקים,
בשיטת LLM, איזה judge,
אנחנו בעצם נותנים לו את התשובה ונותנים לו את השאלה וגם נותנים לו את המועמדים שהחזרנו,
(22:05):
ובשיטה של פרומפטיינג שואלים אותו אם באמת זה עושה שכל.
כי אם זה לא עושה שכל אז אנחנו לא רוצים להחזיר את זה.
-זאת אומרת, מבקשים מאל-אילם אחר לדרג את התשובות של האל-אילם.
-אנחנו עושים את זה בעוד פרויקט, בפרויקט בת כלל...
זה יוצא עמין, כי כאילו זה לא אחד... -אבל צריך להגיד שאנחנו לא מספקים בזה.
החיבור שלנו עם השותפים העסקיים בחטיבת הבריאות,
(22:26):
מייצרת בעצם את כל המנגנון של הבדיקות מולם. זאת אומרת,
אנחנו עושים את הפרויקט הזה באמת בשיתוף ויחד איתם,
אז כחלק מזה יש לנו גורמים עסקיים בחטיבה,
שהם בעצם מנהלי המוצר, והם יושבים ובודקים.
-זה הצד הרפואי.
אלה שמייצרים את הצד הרפואי של הרופאים והם אומרים לכם,
(22:46):
תוזריעו... -הם מאוד רתומים, כאילו מתחילת הפרויקט. -יש לכם גם פידבק עם משירות מרופאים?
מצאתי, מצאתי טעות, מצאתי... -זה עובד בצורה כזה שיש לנו בעצם,
פיתחנו גם מנגנות מעבר לזה שבעצם הפיתוח הזה נמצא כבר בתוך המערכות הרפואיות,
זאת אומרת שבתוך המערכת הרפואית,
איפה שאנחנו...
איפה שרופאים,
בעצם מקלידים את כל הערכות הרפואיות של מטופלים,
(23:08):
יש להם לינק בעצם לתוך המערכת,
זה צד, בערכת צד ג' בעצם, היא נפתחת בתוך הבראוזר,
ושם אימשנו בעצם מנגנון של לוגים ופידבק,
שבעצם אותם רופאים יכולים לבוא ולתת לנו קודם כל אותם זאפ-תאם-זאום,
וגם טקסט. -כן, במידה וזה נגטיב אז הם יכולים לרשום,
למה בעצם זה? -אז מה ציון הממוצע שלכם,
(23:30):
אם מותר לשאול את זה? -מאה?
אותי דווקא מעניינת על הסיפורים המצחיקים או הלא מצחיקים? -אז זהו, יש כמה? -תמיד,
מה הזריות האלה, תמיד יש דברים נורא... -לא, תראו לפעמים נגיד כחלק מההטמעה הרופאים
לא באמת הבינו על איזה נושאים אפשר לשאול או לא,
אז יהיו חלק ששאלו למה אני לא מצליח לראות את הפרטים,
תביא לי את הפרטים של המטופל או דברים כאלה או כל מיני... -כן,
(23:53):
בהדרכה על רופאים. -נכון.
בגדול אנחנו גם כאילו כשאנחנו מודדים את זה,
יש לנו איזה דשבוט כזה שבנינו על בסיס הלוגים שבאמת בן אמר.
עכשיו אנחנו בשלב של האיסוף דאטה.
אנחנו רואים שכאילו יש שאלות שלפעמים הרי הרופאים לא יודעים כאילו להתמודד עם צ'אט.
כאילו הם חושבים שהם כותבים מילה וזה וזה יספיק להם כדי לחפש.
(24:14):
אז יצרנו עוד מנגנון שלפעמים ברגע שהם כותבים איזה נגיד מילה בעברית או איזה
שאלה שהיא לא מספיק רחבה,
אז בעצם יש איזה מנגנון שהופך את השאלה הזאת לשאלה יותר רחבה,
וגם שאלה שהיא אם נגיד הוא כותב אופטלגין בעברית,
אז אנחנו הופכים את זה גם לאופטלגין באנגלית,
כדי שהמנגלון יחזור יהיה הרבה יותר טוב.
(24:34):
ואנחנו רואים שבלוגים האלה באמת הרופאים לפעמים כותבים דברים שהם לא,
לא הגיוניים,
אבל פתאום הם כן מקבלים תשובות הגיוניות בזכות המנגלון הזה.
וגם צריך להגיד שבדרך כלל פידבקים שמקבלים הם פידבקים,
זאת אומרת אם כבר מישהו כתב משהו,
אז בדרך כלל זה יהיה שלילי.
נכון.
ככה זה עובד בכל האור.
(24:55):
כן, אנשים אוהבים להגיד את הדברים שליליים.
אנחנו בסדר אבל הרעיון הוא לאסוף באמת את הפידבקים וללמוד מהם ולהשתפר. יש אישהי שאלה כזאת קטנה עוד לפני שאנחנו עוברים לנושא הבא.
כמה זמן לוקח להריץ שילטות כאלה?
כמה, איך הזמנית תגובה שלכם?
כמה שניות,
זאת אומרת,
תוך 2-3 שניות אתה מקבל כבר את התשובה של המקורות?
(25:16):
זאת אומרת איפה זה נמצא?
וזה כולל רטריבל וללכת ל-LLM שנמצא בענן וזה.
צריך להגיד שזה לא היה ככה בהתחלה,
בהתחלה כן התמודדנו עם זמני תגובה ארוכים נכון והיה לנו כל מיני פתרונות.
אנחנו עובדים על זה כבר כמה חודשים, שנה.
זה נכון הצוואר בקבוק בעצם היה ל-LLM כאילו...
(25:36):
נכון אז היה לנו כל מיני דיוקים אני חייב להגיד שבעצם כשיצא המשפחה בדיוק המשפחה של האור אז...
נכון.
אבל אתם כל הזמן עם יד על הדופק על נושא הביצועים כי...
אנחנו גם איזה מודדים בדשבורד אנחנו מודדים כל קומפוננטה כמה זמן לוקחת.
ואז אנחנו עושים...
סתם,
בשילטה כזאת של רופא כמה פעמים אתם פונים ל-GT.
(25:59):
זו שאלה טובה כי יש לנו עוד מלגנון של Classify שעבור כל קנטידאית הוא באמת בודק האם הוא רלוונטי או לא.
זה בהמשך לשאלה שנשאלה פה לגבי איך אתם באמת יודעים שאתם נותנים תשובה אמיתית ל...
לרופא.
אז זה תלוי,
זה תלוי כי יש עוד כל מיני פרמטרים ששולטים בזה,
אבל אני יכול להגיד שבסביבות זה יכול לנוע בין שתי פניות לשש פניות,
(26:23):
שבע פניות.
ועל זה אתם נותנים ב-2-3 שניות תשובה בסוף לזה.
כן.
מרשים.
כן.
מאוד מרשים.
היה אפסוי עם זה ממש...
זה באמת מרשים כי זה כאילו אני מניח שאם הייתם נותנים חצי דקה אז הפרויקט הזה היה נכשל.
כן,
זה רופא אם לא היו אוהבים אתכם.
לגמרי.
טוב, יש לי שאלה, סקרנות אישית שלי באיזה וקטור דיבי אתם משתמשים?
(26:44):
זה ככה איזשהו משהו שאנחנו כל הזמן מתחבטים איתו?
כן, שאלה יפה.
בהתחלה שמשנו בחרומה כי הוא כמעט היחידי שהיה,
ואז עברנו ממש לא מזמן, לפני חצי שנה, לאלסטיק.
זה היה לנו מאוד נוח כי כבר אנחנו הטמנו אלסטיק אצלנו בתשתית.
אנחנו משתמשים באלסטיק בצורה משמעותית בצוות וגם בתוך מכבי.
(27:06):
וגם מלנדשיין יצרו בעצם מעטפת,
כן,
את האינטגרציה,
וגם הב-M25 רטריבר שפיתחנו,
אז הוא יכול גם להיות...
הוא יכול להתממשק לאלסטיק.
זה ה...
ואנחנו מבטוטים עליו.
-הוא עכשיו.
-כן.
כן.
אוקיי.
מה עוד?
מה עוד אתם מתכננים לנו?
כאילו אני, באופן אישי, מאוד מאוד קשור ומחובר לנושא של היייטק והלסקר?
(27:33):
מה עוד?
מתי יגיעו, אם אתם יכולים להגיד...
-אתה יכול להגיד משהו קטן?
להרים לך להנחתה אולי?
-מתי יגיע אלינו?
מתי אני בתור, לא בתור רופא, בתור לקוח?
אתה יכול ליהנות מתורתם מהדברים האלה?
אני חייב להגיד שגם דיברתם בהתחלה על פרדיקטיב וזה לא רק פרדיקטיב,
זה גם פריוונטיב,
זאת אומרת יש דברים שלפעמים גם המטופלים לא מודעים אליהם,
אבל יש כל מיני פרויקטים קלינים שאנחנו עושים כדי
(27:55):
למנוע מחלות וכדי לאבחן את זה בשלב יותר מוקדם.
וגם בן דיבר על הרבה לחסוך...
לחסוך זמן לרופא.
וזה לא דווקא רק בשאלון הזה שאנחנו, בצ'טבוט שיצרנו לו,
זה גם בעוד פרויקט אחר של בתקול אם אתה רוצה לדבר עליו.
נכון, אז יש כמה פרויקטים.
רגע אני אתייחס לשאלה שלך לגבי חברי מכבי.
(28:16):
חברי מכבי בעצם מקבלים את הפיתוחים שלנו למעשה מאחורי הקלעים,
אבל בקרוב יש גם דיבור על לחשוף צ'טבוטים מבוססי אי-ג'נאיי,
גם לחברי מכבי,
בעיקר בכל מיני דברים שקשורים לדברים שצריך לבדוק,
כל מיני דברים שקשורים לנתני שירות או שירותים וטיפולים שאתה צריך.
(28:42):
לא, לא, לא דברים שקריטיים, לא תחליף לרופא,
אבל תחליף לטלפון למרכז ולחכות בתור ושיגידו לי,
במתי פתוחה המרפאה הזאת לצרכים האלה.
למשל,
זה קצת מורכב לתת איזשהו טיפול רפואי,
זאת אומרת ישירות מול החבר שלא עובר דרך הרופא,
תמיד יש לנו התחפצויות בנושא הזה.
(29:04):
באופן כללי אנחנו דוגלים בשיטה של מידע תומך החלטה על הרופא.
זאת אומרת יש לנו לא מעט מודלים שנמצאים בייצור ומקפיצים איזושהי התראה לרופא,
מסבים את תשומת ליבו וכל מיני דברים כאלה,
אז אם זה לקחת תרופאה או אנטיביוטיקה ולדרג איזו אנטיביוטיקה עדיפה לאותה מטופלת,
(29:25):
או אם זה להקפיץ איזושהי התראה ל...
לא יודע,
התמכרות או דברים כאלה,
זה דברים שאנחנו בתור חברים לא חשופים אליהם,
בצורה ישירה אבל מאחורי הקלעים כן הרופא חסוך...
זה מדהים הדברים האלה,
זאת אומרת אני מכיר קרוב לליבי כל מיני דברים שכאילו...
שהם...
דברים שקשה מאוד לראות אותם אם אתה מסתכל בעין בלתי מזוהנת אבל הם סמנים לסיכון,
(29:50):
לכל מיני מחלות כמה חלות קשות וזה שבאמת.
מנצים את החולט הטכנולוגית להקפיץ את זה לרופאים.
יש לנו כמויות מידעה באמת צריך להגיד פנומנליות אני לא חושב ש...
עוד ארגונים או לא עוד הרבה ארגונים בעולם יש כמויות מידע כאלה.
אין, אני חושב שהמבנה של המערכת הבריאות בישראל קופות חולים זה כמויות מידע מטורפת.
(30:10):
במיוחד עם עומק היסטורי.
בדיוק,
אז יש לנו עומק היסטורי של עמד עשרות שנים תוסיף לזה את כל העולם הטקסטים שיש לנו...
ובמיוחד את ה...
באמת בשנתיים האחרונות את הגעת הנושא של ה-LL,
אלינו שאנחנו יכולים באמת לנצל את כל הטקסטים האלה אז אנחנו באמת יכולים לחזות הרבה הרבה דברים.
יש כמה פרויקטים שעומדים על הפרק כשאנחנו עובדים עליהם אבל זה מאוד מסובך,
(30:33):
להטמיע אותם.
ולמדוד אותם.
אנחנו, יש לנו אחד מהפרויקטים שאנחנו עובדים עליהם כרגע זה לחזות התקף לב ראשון.
עכשיו התקף לב לא ראשון כאילו שהוא חוזר זה קצת יותר קל,
אבל ראשון בפעם הראשונה באמת מישהו שאין לו,
שלא הגיע לשום קרדיאולוג או למחלקה קרדיאולוגית וכולי,
(30:53):
זה נורא נורא קשה.
ולהטמיע את זה ולמדוד את זה ובכלל לגרום לרופאים לסמוך על זה ולהוציא על זה.
צריך להוציא על זה מאמר ולפרסם את זה לפני שאתה מטמיע דברים כאלה זה באמת משהו שהוא
נורא מסובך וקשה.
אתם עושים שיתופי פעולה בנושאים האלה עם אקדמיה למשל?
עם אקדמיה?
-כן, כן, אז אנחנו מחברים באמת בעיקר אנשים שמובילים כל מיני נושאים למשל.
(31:15):
יש לנו פרויקט של חיזוי של קולונסקופיה, חיזוי של, סליחה,
חיזוי של פוליפים וסרטן מאי גס כדי לתהדף קולונסקופיה.
אז למשל פה התחברנו באמת לפרופסורים,
באמת שהם כאילו, שהם שם דבר בעולם הזה של קולונסקופיה ומתמטיקאים וכאלה,
(31:35):
כדי לבוא ולייצר פה איזשהי אלגוריתם שיבוא ולהתהדף מקודם.
למה סתם שמישהו שיגיע לגיל 50 וילך לבדיקת קולונסקופיה אולי אנחנו יכולים לתהדף את זה ולעשות...
בחירה מושכרת.
-ולחסוך גם בדיקות מיותרות שזה גם לא נהיה.
-זה בדיוק.
זה הרעיון.
לחסוך למי שלא צריך ולתת למי שכן צריך.
מהר אז.
(31:56):
-מהר.
-ולל תחזור לו את הטיפולים.
כי קולסקופיה...
-את המחלה.
לזה, כן.
גם לקריא קונסקופיה עד שמקבלים תור זה באמת כמה חודשים ארוכים הרעיון הוא להנגיש את זה בצורה מהירה.
כאילו לבוא ולקפיץ רגע דגל יש לי פה מישהו שצריך עכשיו לעשות בדיקת קונסקופיה מחר.
אז יש באמת את העולמות האלה שהם כאילו חיזוי של מצבים קלינים ויש כל מיני אפליקציות
(32:17):
שתומכות ועוזרות כמו שדור הזכיר למשל מקודם שזה פרויקט בתקול.
זה גם אגב פרויקט שיירוץ מעל open shift בצורה של micro services כשהרעיון הוא בעצם להפוך את
כל המפגש בין רופא ומטופל למוקלט,
מטומלל, מסוכם,
(32:37):
ויהיהיה משם לתוך התיק הרפואי.
תחשבו כמה פעמים באתם לרופא וכאילו בכלל לא מסתכל עליכם כי אין לו זמן זה לא הוא לא אשם צריך לתקתק את כל הדברים את כל
המידע ואת כל זה ולהוציא לחלוף פניה ולהוציא טיפול ולהוציא תרופה וכולי ואנחנו מכוונים לזה.
זה יחסוך את הצור של הרופא להקליד.
לגמרי להקליד?
לסכם אגב הסיכום יהיה הרבה יותר מתועד מפורט ותחשבו כאילו יש מקצועות בריאות שהם לא רופאי משפחה או רופאים
(33:03):
מקצועים שנדרשת אחרי זה עבודה של אותה רופאה או פסיכולוגית לשבת ולסכם אחרי זה.
כן פסיכולוגים.
אז הם יושבים אחרי זה שעה לסכם את זה?
תחשבו כאילו מה...
כמה תורים יכולים להתפנות?
כן יש לי זיכרון טראומטי כזה מפעם הבאה שאתה בא לרופא וזה והוא
מאוד מאוד מתוחכם אז היה לו שני מסכים למחשב ואתה רואה מה הוא...
(33:26):
ובזמן שאתה מדבר איתו אתה רואה שהוא עסוק בלתקתק הוא פשוט הוא לא מקשב כאילו יש לו...
אתה רואה שהוא מתקתק והוא טועה אז הוא הולך אחורה ומתקן את ה...
ה... ה... הוא כתיב.
ואתה מבין שהוא בקשב מאוד מאוד חלקי וזה מאוד פוגע.
זאת אומרת זה מדהים הדבר.
הסיפור הנגדי שבאנו למישהו של רופא מאוד מאוד ותיק אז הוא בא עם כרטיסייה ואז הוא יושב הוא...
(33:51):
הוא מקשיב לך וכותב.
כן, מוציא את הכרטיסייה של פעם לבדוק מה היה לך?
אז אתה מרגיש אחרת לגמרי.
זאת אומרת אני לא יודע
אם זה טוב או רע רפואי אתה יודע לפצל את הקשב או לא אבל הרגשה שלי הייתה שונה לגמרי.
ברגע זה שאתה יכול לבוא לרופא והוא מסתכל לך בעיניים במקום להסתכל במחשב.
זה משנה את כל הדינמיקה של ביקור אצל רופא.
לגמרי.
זו לדעתי אפליקסה שאני חושב תשנת פני הרפואה לחלוטין.
(34:17):
זאת אומרת את האופן שבו אנחנו חווים רופאים לגמרי.
ואגב זה כבר נמצא זאת אומרת בשימוש של כמה עשרות רופאים שמשתמשים בזה בצורה קבורה.
אנחנו בסוג של...
בסוג של פיילוט.
אז יש לנו עוד הרבה...
על מה לדבר.
על מה לדבר וכל העולם הזה הולך לשמור.
עוד פעם, זה מדהים איך הם מדברים על קצה טכנולוגיה עם ארגון ש...
(34:39):
שמסתכל עליו הוא לא ארגון טכנולוגי, הוא ארגון רפואי.
מדהים.
בסדר גמור.
אז קודם כל תודה רבה לכם שבאתם.
לפני שאנחנו מסיימים שאלה אחרונה,
אנחנו בדרך כלל שואלים את המוראיינים שלנו לתת איזשהו טיפ קריירה,
אבל במקרה הזה אני רוצה טיפה לשנות את השאלה ובאמת לשאול אתכם מה היה תיקווי שלכם מהתהליך הזה.
זאת אומרת,
נכנסתם פה לאיזשהו תהליך שהוא מאוד חדשני שהוא מאוד מתקדם,
(35:02):
מה למדתם לגבי התהליך עצמו?
אני חושב שחשובה הדרך, לא?
זאת אומרת,
מאוד למדנו איך אנחנו רגע קודם כל לוקחים משהו חדש שיצא,
רגע בודקים,
אבל מאוד מחוברים כל הזמן למה שיוצא.
לשטח.
לשטח.
אני למדתי שכאילו קודם כל המידע עצמית היא חשובה בטירוף,
(35:23):
כי יש דברים שלפעמים אתה ממש בחזית הטכנולוגית ויש אנשים איתך כאילו כתף לכתף כזה,
שמנסים כזה גם לעשות דברים,
עד להיות בשיתוף איתם,
וניסוי ואיתיה,
הרבה ניסוי ואיתיה והרבה ירתמות עם הלקוח כי זה באמת,
באמת עוזר לפתח את המוצר בצורה יותר טובה.
זה...
ואתם גם צריכים להתמודד עם זה שהעולם של...
(35:45):
עולם התוכן שלכם,
ה-LLMים וזה,
משתנה בקצב מטורף.
זה אחד האתגרים.
כל הזמן משתנה וכל הזמן אנחנו צריכים רגע לבנות את זה בצורה מאוד מאוד גנרית,
ולהיות,
להסתכל רגע כל הזמן החוצה,
לעוד רגע שלא יצא משהו חדה,
והרבה פעמים זה קרה.
כן, יכול להיות שאנחנו מדברים פה, במיוחד אז.
נכון, זה מודל חדש.
אז היינו מוכנים לזה, זאת אומרת היינו מוכנים לזה, מקבלים את זה,
(36:08):
וכל פעם משנים בהתאם.
לגמרי.
תודה רבה, אני חושב שהיה מרתק.
אני חושב שזה באמת מדהים לראות איך הטכנולוגיה משתלטת ועוזרת בכל תחומי החיים.
כן, עוזרת לנו כאנשים, מה שאתם עושים, לא...
זה לא טכנולוגיה, בסוף נוגע באנשים.
אני חושב שזה דבר גדול.
(36:28):
באמת, תודה רבה שזה פרויקטים.
התחלנו אחד, אבל עברנו לכמה.
-כן.
הם ממש-ממש מרתקים.
אז תודה רבה, תודה רבה גם לכל המאזינים שלנו.
בשבוע הבא, פרק חדש, שבועיים, האמת, אז להתראות בפרק הבא.
Popular Podcasts
Stuff You Should Know
If you've ever wanted to know about champagne, satanism, the Stonewall Uprising, chaos theory, LSD, El Nino, true crime and Rosa Parks, then look no further. Josh and Chuck have you covered.
The Joe Rogan Experience
The official podcast of comedian Joe Rogan.
24/7 News: The Latest
The latest news in 4 minutes updated every hour, every day.