פרויקטי רפואה

Clew

לפרויקטים נוספים

החברה והמוצר

CLEW Medical היא חברת בריאות דיגיטלית ישראלית, המתמחה בפיתוח פלטפורמת בינה מלאכותית (AI) לניטור חולים וחיזוי מוקדם של הידרדרות במצבם, בעיקר ביחידות לטיפול נמרץ (ICU). המערכת שלה משלבת נתונים בזמן אמת ממקורות מידע קליניים שונים (כגון EHR ומערכות ניטור) ומעבדת אותם באמצעות אלגוריתמים מתקדמים כדי לתעדף את הטיפול בחולים הנמצאים בסיכון גבוה. מטרת הטכנולוגיה, שזכתה לאישורי FDA ושימשה בין היתר בזמן מגפת הקורונה, היא לאפשר התערבות טיפולית מוקדמת עד שמונה שעות לפני שהידרדרות קלינית נעשית ברורה למערכות ניטור רגילות, ובכך לשפר את תוצאות הטיפול ולנהל ביעילות את משאבי בתי החולים. 

מטרת הפרויקט

אפיון ועיצוב של חווית המשתמש המלאה עבור פלטפורמות ה-AI של Clewולהגשים את החזון של הפיכת הטיפול ב-ICU מטיפול תגובתי (Reactive) לטיפול יזום (Proactive), שיפור התוצאות והפחתת עלויות. 

המטרה לא הייתה רק להציג התראות, אלא להפוך AI לשותף שהצוות בטיפול נמרץ באמת סומך עליו. לעצב מערכת שיוצרת אמון, נלחמת ב"עייפות התראות" (Alarm Fatigue), ומייעלת את זרימת העבודה (Workflow) בסביבת הטיפול הנמרץ האינטנסיבית ביותר. 

האתגרים

אתגר האמון ב-AI

האתגר הגדול ביותר בעולם ה-AI הרפואי. איך גורמים לרופא סקפטי לבטוח באלגוריתם שמנבא את העתיד? האלגוריתמים מספקים תחזיות לשעות הקרובות, ומחייבים את הצוות להתערב לפני שסימני ההתדרדרות המסורתיים מופיעים במוניטור. היה עלינו לפתור את בעיית "הקופסה השחורה" ולעצב את האמון מהיסוד. 

מלחמה ב"עייפות התראות" (Alarm Fatigue)

סביבת ה-ICU רוויה בהתראות שווא. האתגר שלנו היה לעצב מערכת שתהיה ה"אות" ולא עוד "רעש". היינו צריכים ליצור התראות חכמות, מדויקות ובעלות ערך, שהצוות ילמד לסמוך עליהן. 

ניהול משימות קריטיות

המערכת משרתת רופאים בצד המיטה, אחיות ואת צוותי ה-Tele-ICU המנהלים מרחוק מספר יחידות. האתגר היה ליצור ממשק יעיל ומהיר המאפשר תצוגה מרובת-מטופלים (Multi-Patient View) ובמקביל תומך בזרימות עבודה שלמות, כגון סבבים וירטואליים (Virtual Rounds) וניטור E-Observation. 

עומס מידע בסביבה קריטית

המערכת מנתחת הררי נתונים. האתגר העיצובי הוא לזקק את כל המורכבות הזו לתובנה אחת, ברורה וחד משמעית, שניתן לפעול לפיה תוך שניות.

הפתרון: דשבורד חכם

הפתרון: דשבורד חכם

עיצבנו דשבורד מרובה-מטופלים, המציג את התחזיות והסיכונים באופן ויזואלי שניתן לתפיסה במבט חטוף. הויזואליזציה משלבת באלמנט ויזואלי מתוחכם אך פשוט את 3 האלמנטים החשובים:  קריטיות מצבו של המטופל, הטווח הצפוי להתרדרות והסבירות שההתדרדרות אכן תקרה. הממשק מציג מפת מחלקה ומציג באופן מותאם למבנה הפיסי של המחלקה את המטופלים בכרטיסיות ומבליט באמצעות גודל, צבע ומיקום את אלה בעלי הסיכון הגבוה ביותר להתדרדרות קלינית. זה המפתח שאיפשר במבט מהיר לייתר תיעדוף קליני חכם. 

הגישה שלנו

Group 1707478609
Group 1707478732 (1)
Group 1707478674 (1)

עיקרון ה-Explainable AI (XAI)

התעקשנו שהמפתח לאמון הוא לא להסתיר את המורכבות, אלא להסביר אותה. במקום לאלץ את הרופא "להאמין לנו", אימצנו גישה של שקיפות מלאה. קבענו שהמערכת חייבת לספק את ה"למה" מאחורי כל המלצה ואיפשרנו למשתמש בקליק אחד לקבל את סיכום עיקר הממצאים עליהם ביססנו את התובנה וההמלצה. 

01
02

גישה קלינית-ראשונה (Clinical-First)

כדי לעצב עבור רופאים, צללנו לעומק זרימות העבודה הקליניות. ראיינו רופאים, ערכנו תצפיות במחלקות טיפול נמרץ ומיפינו את תהליכי קבלת ההחלטות שלהם. הבנו שהמערכת צריכה להשתלב בתוכם באופן טבעי, ולא לכפות עליהם זרימת עבודה חדשה. 

עיצוב ל"מבט חטוף" (Glanceable UI)

בסביבת ICU, לא כל המטופלים שווים ברמת הדחיפות. הגישה שלנו הייתה למנף את ה-AI כדי לעצב ממשק שכולו סביב תעדוף חכם, המציג לצוות היכן הסיכון הגבוה ביותר בכל רגע נתון. בנוסף, בסביבה עתירת לחץ, אין זמן לקרוא. התמקדנו בעיצוב מהיר ויעיל המאפשר לצוות להבין את התמונה המלאה של המחלקה במבט חטוף, ולזהות מיד את המטופלים הדורשים התערבות. 

03

הפתרון שלנו

תת כותרת להמחשת עיקרי הפיתרון

מנגנון ה-XAI (הקופסה השקופה)

זהו המפתח לבניית אמון. במקום להציג רק את הניבוי ("סיכוי גבוה להתדרדרות"), הממשק מאפשר לצוות לצלול בקליק אחד ולראות את הגורמים התורמים ביותר לניבוי (Top Contributing Factors), לראות לא רק את המערכת הראשית הצפויה להתדרדר אלא את המערכות הנלוות הנוספות, לצפות בפרמטרים לאורך זמן שהכי מנבאים את החיזוי וכל זאת בתצוגה קוהרנטית תומכת החלטה, החלטה שבסוף אך ורק הרופא יבצע. חשיפת המנגנון האנליטי בונה את הביטחון הנדרש כדי לבצע טיפול מונע. 

 

מערכת התראות ממוקדת

הפחתנו את הרעש. המערכת מספקת התראות מתוחכמות ומתועדפות המבוססות על AI, ובכך מחזירה לצוות את האמון בכך שכל התראה היא קריטית ובעלת משמעות. המערכת של Clew מפעילה את ההתראה רק כאשר ה-AI מזהה סף סבירות גבוה להתדרדרות קרובה. בממשק, זה בא לידי ביטוי בכך שהמספר הכולל של ההתראות יורד משמעותית, אך איכות ההתראה עולה.