AI ורפואת עור: מדריך הדרמטולוג - מה כבר עובד ומה עוד בלוף
סקירת CME דו-חלקית מ-JAAD על בינה מלאכותית בדרמטולוגיה: טכנולוגיות, כלים מאושרים, הטיות ורגולציה

בלמידה מונחית (Supervised Learning), כל תמונה באימון מלווה בתיוג שרופא נתן: מלנומה, קרצינומה בזאלית, נביוס שפיר וכדומה. המודל לומד את הקשר בין פיקסלים לתיוג. הדיוק תלוי באיכות התיוגים ובכמות הדוגמאות. בלמידה בלתי מונחית (Unsupervised Learning), אין תיוגים כלל. המודל מקבץ (Clustering) תמונות דומות יחד או מזהה דפוסים חריגים (Anomaly Detection). שימוש שלישי, למידה חצי-מונחית (Semi-supervised), משלב כמות קטנה של תמונות מתויגות עם כמות גדולה של תמונות לא מתויגות. כל שיטה מתאימה למשימות שונות.

רשת CNN עובדת כמו סדרה של מסננים שמעבירים על התמונה. השכבות הראשונות מזהות קצוות, צבעים ומרקמים בסיסיים. שכבות עמוקות יותר משלבות מאפיינים אלו למבנים מורכבים יותר כמו דפוסים של רשת פיגמנטרית או מבנים דרמוסקופיים. בשכבה האחרונה, הרשת מחליטה: מלנומה או שפיר. ארכיטקטורות נפוצות כוללות את ResNet, Inception ו-EfficientNet. היתרון: הרשת מחלצת מאפיינים בעצמה בלי שרופא צריך לתכנת כללים כמו "חפש אסימטריה". החיסרון: לא תמיד ברור למה הרשת החליטה מה שהחליטה (בעיית ה-Black Box).

ארכיטקטורת Transformer פותחה במקור לעיבוד שפה (כמו GPT), אבל הותאמה גם לתמונות (Vision Transformer). בניגוד ל-CNN שסורקת חלקים קטנים, Transformer מנתחת קשרים בין כל חלקי התמונה בו זמנית, מה שמאפשר לה לתפוס הקשרים רחבים יותר. מודלי יסוד (Foundation Models) הם מודלים ענקיים שאומנו על מאגרים עצומים ללא משימה מוגדרת. לאחר אימון כללי, ניתן לכוונן אותם למשימה ספציפית (fine-tuning) כמו זיהוי מלנומה, עם כמות קטנה יחסית של תמונות דרמטולוגיות. היתרון הוא שהם מביאים ידע כללי רחב, אבל מודלים ספציפיים לדרמטולוגיה עדיין בשלבי פיתוח.

DermaSensor משתמש בספקטרוסקופיה אלסטית (Elastic Scattering Spectroscopy) כדי לנתח את המבנה הסלולרי של נגע עור. המכשיר פולט אור ומודד את האופן שבו הוא מוחזר מהרקמה, מה שמספק מידע על גודל תאים, גרעינים ומבנה כלי דם. התוצאה היא הערכת סיכון שמכוונת את הרופא האם לבצע ביופסיה. יתרון: לא תלוי באיכות תמונה או במיומנות צילום. חיסרון: דורש מגע פיזי עם הנגע, לא עובד על נגעים תת-עוריים עמוקים, ואינו מחליף ביופסיה כשהתוצאה חשודה.

3Derm AI הוא מערכת שמנתחת תמונות קליניות (לא דרמוסקופיות) באמצעות אלגוריתם Deep Learning. המערכת אומנה על עשרות אלפי תמונות ומסווגת נגעים לקטגוריות סיכון. אושרה על ידי ה-FDA ככלי עזר לרופאים ראשוניים ודרמטולוגים. יתרון: אינה דורשת ציוד מיוחד מעבר למצלמה. חיסרון: הביצועים תלויים באיכות הצילום, בתאורה ובגוון העור, וכמו כל כלי AI, אינה מחליפה שיקול דעת קליני.

Skinive מאפשרת למשתמשים לצלם נגע עור עם הסמארטפון ולקבל הערכת סיכון מבוססת AI. האפליקציה מיועדת בעיקר למסננת (screening/triage) ולא לאבחון סופי. היא מכוונת משתמשים להיבדק אצל רופא כשהסיכון גבוה. יתרון: נגישות גבוהה, ניתן לשימוש בבית. חיסרון: תלויה באיכות מצלמת הסמארטפון ובתנאי תאורה, אינה מחליפה בדיקה קלינית, ויש חשש מהרגעת שווא כשהאפליקציה מסווגת נגע ממאיר כשפיר.

אישור FDA לכלי AI רפואי מגיע בדרך כלל דרך מסלול 510(k) clearance או De Novo pathway, שדורשים הוכחת בטיחות ויעילות אבל לא בהכרח ניסוי קליני אקראי מבוקר (Randomized Controlled Trial). רוב הכלים אושרו ככלי עזר (Clinical Decision Support) ולא ככלי אבחון עצמאי. זה אומר שהתוצאה של הכלי צריכה להיות חלק משיקול דעת קליני רחב יותר שכולל אנמנזה, בדיקה פיזית ואם צריך ביופסיה. חשוב לבדוק על אילו אוכלוסיות הכלי אושר ומהן המגבלות הרשומות.

מטה-אנליזות מצאו שאלגוריתמי AI מגיעים לרגישות של כ-87 עד 92% וסגוליות של כ-75 עד 83% לזיהוי מלנומה מתמונות דרמוסקופיות. ביצועים אלו דומים או קצת טובים מדרמטולוגים ממוצעים. אבל חשוב לזכור: במחקרים, ה-AI קיבל תמונות שנבחרו מראש, בלי הקשר קליני כמו אנמנזה, מיקום גיאוגרפי של הנגע או שינויים לאורך זמן. דרמטולוגים משתמשים במידע נוסף מעבר לתמונה, ולכן ההשוואה אינה שווה. מחקרי Reader Study הראו שהשילוב של AI עם דרמטולוג נותן תוצאות טובות יותר מכל אחד מהם בנפרד.

ISIC (International Skin Imaging Collaboration) הוא מאגר פתוח של מאות אלפי תמונות דרמוסקופיות מתויגות, ומשמש כסטנדרט לאימון ולהערכה של מודלי AI. תחרויות שנתיות (ISIC Challenge) מקדמות פיתוח אלגוריתמים. אבל המאגר סובל ממגבלות: ייצוג יתר של נגעים מלנוציטריים על חשבון נגעים לא מלנוציטריים, ייצוג חסר של גווני עור כהים, ותיוגים שלפעמים מבוססים על הערכה קלינית ולא על פתולוגיה. מודל שמצליח בתחרות ISIC לא בהכרח יצליח באותה מידה באוכלוסייה אמיתית ומגוונת.

סולם Fitzpatrick (I עד VI) מסווג את סוג העור לפי תגובתו לקרינת שמש. רוב מאגרי התמונות הדרמוסקופיות מכילים בעיקר תמונות של Fitzpatrick I עד III (עור בהיר). כתוצאה מכך, אלגוריתמי AI שאומנו על מאגרים אלו מראים ביצועים טובים פחות על עור כהה (Fitzpatrick IV עד VI). זו בעיה קלינית חמורה כי מלנומה אקרלית (Acral Melanoma), שהיא שכיחה יותר באוכלוסיות עם עור כהה, מתאפיינת ממילא באיחור באבחון. שימוש בכלי AI עם הטיה כזו עלול להחמיר את הפער.

False Reassurance קורה כשאפליקציה מסווגת נגע ממאיר כשפיר. המשתמש סומך על התוצאה ולא פונה לרופא, מה שמוביל לעיכוב באבחון ולפגיעה בפרוגנוזה. מחקרים שפורסמו ב-BMJ ו-JAMA Dermatology מצאו שאפליקציות מסחריות ללא אישור רגולטורי פיספסו 20 עד 30% ממקרי המלנומה. במקרים מסוימים, נגעים ממאירים סווגו ברמת סיכון "נמוכה". ההשלכות המשפטיות של הרגעת שווא מאפליקציה הן עדיין תחום אפור שלא הוכרע.

אפליקציות AI יכולות להיות שימושיות בכמה תרחישים: מסננת ראשונית (triage) לפני פנייה לדרמטולוג, במיוחד באזורים כפריים או מדינות עם מחסור בדרמטולוגים. מעקב אחרי נגעים קיימים על ידי צילום תקופתי והשוואה אוטומטית. חינוך מטופלים והגברת מודעות לבדיקת עור עצמית. כלי עזר לרופאים ראשוניים שצריכים להחליט אם להפנות לדרמטולוג. בכל המקרים האלו, האפליקציה משמשת כשכבה נוספת של מידע ולא כתחליף לבדיקה קלינית.

לפני שממליצים למטופל או משתמשים בעצמכם באפליקציית AI, בדקו חמישה דברים: (1) אישור רגולטורי, האם האפליקציה קיבלה אישור FDA, סימון CE או רגולציה מקבילה? (2) עדויות מדעיות, האם פורסמו מחקרי ולידציה בכתבי עת שפיטים? (3) מאגר אימון, על כמה תמונות ומאילו אוכלוסיות אומן המודל? (4) ביצועים מדווחים, מהם שיעורי הרגישות, הסגוליות וה-AUC (Area Under the Curve)? (5) שקיפות, האם החברה מפרסמת מידע על המגבלות ושיעורי הטעות?

ניתוח של מאגרי נתונים מרכזיים לדרמטולוגיה (כולל ISIC, HAM10000, PH2) מצא שהרוב המכריע של התמונות הן של עור בהיר, Fitzpatrick I עד III. עור כהה מיוצג באחוזים בודדים. בנוסף, יש ייצוג יתר של נגעים מלנוציטריים ומלנומה, וייצוג חסר של קרצינומות תאי קשקש (Squamous Cell Carcinoma) ונגעים שכיחים אחרים. גם מבחינה גיאוגרפית, רוב הנתונים מגיעים ממרכזים רפואיים באירופה, אוסטרליה וצפון אמריקה. מודל שאומן על נתונים מוטים ייצר תוצאות מוטות.

מחקרים שבדקו ביצועי אלגוריתמי AI על עור כהה מצאו ירידה משמעותית ברגישות ובסגוליות בהשוואה לעור בהיר. לדוגמה, אלגוריתמים שהגיעו לרגישות של 90% על עור בהיר הראו רגישות של 70 עד 75% בלבד על עור כהה. בהקשר של מלנומה, שבה אבחון מוקדם קריטי להישרדות, הפער הזה עלול לעלות בחיים. מלנומה אקרלית (Acral Melanoma), שמופיעה בכפות ידיים ורגליים ושכיחה יותר באוכלוסיות עם עור כהה, מיוצגת באופן מינימלי במאגרי אימון.

Algorithmic Fairness כוללת כמה גישות: (1) Data-level: איסוף מכוון של תמונות מאוכלוסיות חסרות ייצוג, שימוש בטכניקות Augmentation או תמונות סינתטיות. (2) Algorithm-level: שינוי פונקציית ההפסד (Loss Function) כדי להעניש את המודל יותר על טעויות באוכלוסיות מיעוט. (3) Post-processing: התאמת סף ההחלטה (Threshold) לפי תת-קבוצות אוכלוסייה. (4) דיווח מפורט: פרסום ביצועים בחלוקה לפי Fitzpatrick, גיל ומין, ולא רק ביצועים ממוצעים. מאגרים חדשים כמו Diverse Dermatology Images מנסים לצמצם את הפער.

ה-EU AI Act שנכנס לתוקף ב-2024 מגדיר AI רפואי כ-High Risk ומחייב: תיעוד מפורט של מאגרי אימון כולל מקורות ותיוגים, ניהול סיכונים מתועד, מעקב אחרי ביצועים לאחר שיווק (Post-market Surveillance), ייצוג אנושי בהחלטות קריטיות (Human Oversight), ושקיפות כלפי המשתמשים לגבי יכולות ומגבלות. הפרה של הדרישות עלולה לגרור קנסות גבוהים. לדרמטולוגים בישראל ובאירופה, הרגולציה משמעותית כי כלים שלא עומדים בדרישות לא יוכלו להימכר בשוק האירופי.

ה-FDA מסווג תוכנה רפואית לפי רמת סיכון: Class I (סיכון נמוך, פטור), Class II (סיכון בינוני, מסלול 510(k)), ו-Class III (סיכון גבוה, מסלול PMA). רוב כלי ה-AI לדרמטולוגיה עברו מסלול 510(k) או De Novo. אתגר ייחודי ל-AI: מודלים שמתעדכנים עם נתונים חדשים (Continuously Learning) מחייבים גישה רגולטורית חדשה, כי הכלי שאושר משתנה עם הזמן. ה-FDA מפתח מסגרת של Predetermined Change Control Plan שמאפשרת לתכנן מראש סוגי שינויים מותרים ללא אישור מחדש.

אם כלי AI גרם לפספוס אבחנה, האחריות המשפטית יכולה ליפול על כמה גורמים: הרופא שהסתמך על הכלי ללא שיקול דעת עצמאי, היצרן שפיתח את האלגוריתם, או המוסד שעליו אומן המודל ואולי סיפק נתונים מוטים. כרגע, הגישה המשפטית הרווחת מטילה אחריות על הרופא כי הכלי מוגדר כ-"עזר" ולא כ-"מאבחן". אבל ככל שכלים יהפכו ליותר אוטונומיים, השאלה תתחדד. לדרמטולוגים מומלץ לתעד שהם בחנו את תוצאת ה-AI בצורה עצמאית, ושה-AI היה רק חלק אחד מתהליך ההחלטה.

שאלת ההסכמה מדעת (Informed Consent) לשימוש ב-AI מעלה דילמות חדשות. רוב הגופים הרגולטוריים דורשים שקיפות כלפי המטופל, אבל עדיין לא ברור מה בדיוק צריך לגלות: שכלי AI נמצא בשימוש? את שיעורי הטעות שלו? את מגבלותיו על גוון העור הספציפי של המטופל? בנוסף, פרטיות נתוני מטופלים היא סוגייה רגישה: תמונות עור שנשלחות לשרתי ענן לניתוח AI עלולות להכיל מידע מזהה. כלים שפועלים מקומית על המכשיר (On-device Processing) מציעים פתרון חלקי, אבל לעתים על חשבון דיוק.

(1) אוכלוסיית אימון: בקשו מהיצרן פירוט של הרכב מאגר האימון לפי Fitzpatrick, גיל, מין ואזור גיאוגרפי. אם אין שקיפות, זה סימן מדאיג. (2) ביצועים מפורטים: דרשו רגישות וסגוליות בחלוקה לפי תת-קבוצות, לא רק ממוצע כולל. AUC (Area Under the Curve) כולל אינו מספיק. (3) סטטוס רגולטורי: בדקו במאגר ה-FDA (510(k) database) או במאגר ה-CE האירופי. אל תסתמכו על הצהרת היצרן בלבד.

(4) אחריות משפטית: בדקו בתנאי השימוש מי נושא באחריות. אם הכלי מוגדר רק כ-"מידע" ולא כ-"ייעוץ רפואי", האחריות נופלת עליכם. תעדו שהשתמשתם בכלי כחלק מתהליך ולא כתחליף. (5) ניהול אי ודאות: כלי AI טוב יציג רמת ביטחון (Confidence Score) ויסרב לתת תוצאה כשהתמונה לא מספיק טובה או כשהמקרה מחוץ לתחום שלו. כלי שנותן תשובה "בטוחה" על כל תמונה הוא חשוד.

(6) פרטיות: בררו אם התמונות מעובדות מקומית (On-device) או נשלחות לשרת חיצוני. אם נשלחות, בדקו אם יש הצפנה, עמידה ב-HIPAA או GDPR, ומה קורה עם הנתונים אחרי הניתוח. האם התמונות משמשות לאימון עתידי? (7) השתלבות בתהליך: נסו את הכלי בסביבה מבוקרת לפני שמכניסים אותו לשגרה. מדדו כמה זמן הוא מוסיף או חוסך. כלי שדורש חמש דקות נוספות לכל מטופל לא ישרוד בקליניקה עמוסה.