בדיקת AI שמבדילה בין חיידק לוירוס ומצמצמת אנטיביוטיקה

62% פחות מרשמים מיותרים לאנטיביוטיקה — בלי עלייה בחזרה למיון תוך שבוע. זה לא סיסמה שיווקית, אלא נתון מתוך ניסוי אקראי מבוקר (RCT) שבדק כלי אבחוני ישראלי שמנסה לפתור את אחת הטעויות הכי יקרות ברפואה: לתת אנטיביוטיקה כשמדובר בכלל בזיהום ויראלי.

בחורף הישראלי (כן, גם בדצמבר 2025) חדרי המיון, מוקדי הרפואה הדחופה והמרפאות בקהילה מתמלאים בשיעולים, חום, כאבי גרון וקוצר נשימה. ברגעים האלה, ההחלטה “אנטיביוטיקה או לא” היא לעיתים החלטה תחת לחץ: חולים רוצים “משהו שיעבוד”, רופאים רוצים לא לפספס דלקת חיידקית, והמערכת רוצה תור קצר וחזרה הביתה.

כאן נכנסת לתמונה בדיקת MeMed BV של חברת MeMed הישראלית: בדיקה שמטרתה להבדיל בין זיהום חיידקי לזיהום ויראלי — ולתמוך בהחלטה הקלינית בזמן אמת. במסגרת סדרת התכנים שלנו על בינה מלאכותית בתחום הבריאות והביוטכנולוגיה, זו דוגמה מצוינת לאיך אבחון מתקדם (לעיתים משולב אלגוריתמיקה וניתוח דפוסי חלבונים/סמנים) הופך את “האינטואיציה הקלינית” להחלטה מדויקת יותר, מדידה יותר, ועם פחות נזק משני.

למה כל כך קשה להבדיל בין זיהום חיידקי לויראלי?

הנקודה המרכזית: התסמינים דומים מדי, והזמן קצר מדי. שיעול, חום, עייפות וכאבי שרירים יכולים להופיע גם בשפעת וגם בדלקת ריאות חיידקית, וגם בשלל מצבים באמצע. גם בדיקות דם כלליות (כמו CRP או ספירת דם) לא תמיד נותנות תשובה חד-משמעית.

הבעיה האמיתית היא לא רק “עוד מרשם”

כשנותנים אנטיביוטיקה בזיהום ויראלי, קורים כמה דברים במקביל:

• אין תועלת רפואית: אנטיביוטיקה לא פועלת על וירוסים.
• יש סיכון לנזק: תופעות לוואי, פגיעה במיקרוביום, ולעיתים סיבוכים כמו שלשולים קשים.
• מתדלקים עמידות לאנטיביוטיקה: שימוש יתר גורם לחיידקים “ללמוד” לעקוף תרופות.

משפט שאני חוזר עליו לא פעם כשאני מדבר עם צוותים רפואיים: כל אנטיביוטיקה מיותרת היום היא זיהום קשה יותר מחר. זה אולי נשמע דרמטי, אבל זו בדיוק הדינמיקה של עמידות.

בסוף, זו בעיית החלטה תחת אי־ודאות

רופאים לא “מחלקים אנטיביוטיקה” כי הם לא יודעים רפואה. הם עושים זאת כי:

• המחיר של פספוס זיהום חיידקי מסוכן נראה גבוה,
• אין תמיד כלי מהיר ומדויק,
• ובקהילה יש גם לחץ של מטופלים והורים.

בדיקות אבחוניות חכמות אמורות לשנות את מאזן הסיכונים: להפוך את “ננחש ונקווה לטוב” ל”נחליט על סמך הסתברות גבוהה”.

מה חדש בניסוי של MeMed — ולמה זה חשוב?

המסר הישיר: הפעם בדקו לא רק דיוק במעבדה, אלא השפעה על החלטות רופאים בשטח.

על פי הדיווח, החברה השלימה את ה־RCT הראשון בארה״ב לבדיקת MeMed BV שמבדילה בין זיהום חיידקי לויראלי. הניסוי נערך ב־11 מחלקות מיון (ED) ומרכזי רפואה דחופה (UCC) בארה״ב ובישראל, וכלל 260 מטופלים מבוגרים עם חשד לזיהום בדרכי נשימה תחתונות (LRTI).

הנתון שלא כדאי לפספס: 62% הפחתה יחסית במרשמים מיותרים

בניתוח ראשוני קטן של נתוני הניסוי דווחה הפחתה יחסית של 62% במרשמים מיותרים לאנטיביוטיקה.

במקביל, נתוני המעקב הראו ללא עלייה משמעותית בשיעור חזרה למיון/מוקד בתוך 7 ימים. כלומר: פחות אנטיביוטיקה — בלי “קנס” של החמרות שמחזירות את המטופלים לעומס נוסף.

למה RCT הוא סטנדרט זהב כאן

בבדיקות אבחוניות יש מלכודת מוכרת: אפשר להראות שהבדיקה “מדויקת”, אבל עדיין לא להוכיח שהיא משנה התנהגות קלינית או משפרת תוצאות. ניסוי אקראי מבוקר שם את השאלה הנכונה על השולחן:

האם כשנותנים לרופא כלי אבחוני טוב יותר — הוא באמת נותן פחות אנטיביוטיקה, והחולים לא נפגעים?

במובן הזה, התוצאה מעניינת כי היא מדברת על תועלת קלינית ולא רק על מדדים סטטיסטיים.

איך בדיקה כזו משתלבת בגל ה-AI באבחון רפואי?

הטענה שלי ברורה: בינה מלאכותית ברפואה לא נמדדת בכותרות, אלא בזרימת עבודה (workflow). אם כלי לא משתלב בהחלטה בזמן, לא משנה כמה הוא חכם.

בדיקות מהסוג הזה מתיישבות היטב עם המגמה של Decision Support — תמיכה בהחלטות קליניות — שבה אלגוריתמים, ביומרקרים ונתוני מטופל משולבים כדי להוריד אי־ודאות.

אבחון חכם הוא לא “להחליף רופא”

זו תפיסה שמבלבלת הרבה אנשים. הערך האמיתי הוא:

• לתת לרופא מדד נוסף כשהקליניקה לא חד-משמעית,
• לצמצם וריאציה בין רופאים שונים,
• ולהפוך מדיניות של “ליתר ביטחון” למדיניות של “על בסיס נתונים”.

בפועל, זה גם עוזר ברמת המערכת: פחות אנטיביוטיקה פירושו פחות תופעות לוואי, פחות ביקורים חוזרים מסיבות אחרות, ופחות זיהומים עמידים לאורך זמן.

דצמבר 2025: למה העיתוי חשוב במיוחד

בחורף, העומס על מיון ומוקדי דחופה גדל, והנטייה “לפתור מהר” עולה. כלי שמאפשר החלטה בטוחה יותר יכול:

• לקצר זמני התלבטות,
• לאפשר שחרור בטוח עם הנחיות,
• ולמקד אנטיביוטיקה במי שבאמת צריך.

אם אתם מנהלי מרפאות/מוקדים, או צוותים רפואיים שמחפשים דרכים להקטין עומס בלי לפגוע באיכות — זה בדיוק סוג החדשנות ששווה לעקוב אחריו.

מה המשמעות למטופלים, לקופות ולבתי חולים?

התשובה הישירה: זו דרך פרקטית להחזיר שליטה על שימוש באנטיביוטיקה, בלי להכביד על הצוות.

למטופלים: יותר ודאות, פחות טיפול מיותר

מטופל שמקבל תשובה שמבוססת על בדיקה תומכת החלטה, מקבל גם מסר ברור יותר:

• אם זה ויראלי — מתמקדים בהקלה סימפטומטית ומעקב.
• אם זה חיידקי — נותנים אנטיביוטיקה ממוקדת, בזמן הנכון.

החלק הפסיכולוגי משמעותי: קל יותר “לקבל לא” כשהלא מגובה בכלי.

לקופות ולמערכת: אנטיביוטיקה היא רק ההתחלה

העלות של אנטיביוטיקה עצמה לרוב לא הסיפור. העלות הגדולה היא:

• טיפול בתופעות לוואי,
• סיבוכים,
• אשפוזים,
• וזיהומים עמידים שמצריכים אנטיביוטיקות יקרות יותר.

בדיקה שמפחיתה מרשמים מיותרים יכולה להפוך לכלי מדיניות ברמת מערכת — במיוחד אם היא מוכיחה את עצמה בנתוני “עולם אמיתי” לאורך זמן.

לבתי חולים ומוקדים: שיפור זרימת עבודה

מבחינה תפעולית, כלי אבחוני מצליח הוא כזה שמייצר:

• פרוטוקול ברור (מתי בודקים, איך מפרשים),
• אמון של הצוות,
• ותיעוד קל במערכות מידע רפואיות.

וזה מוביל לנקודה הבאה: כדי להפוך סטנדרט, לא מספיק ניסוי אחד.

מה צריך לקרות כדי שזה יהפוך לסטנדרט קליני?

המסר המרכזי: אימוץ קליני תלוי לא רק במדע, אלא באינטגרציה, תמריצים ומדידה.

1) אימות רחב באוכלוסיות שונות

260 מטופלים זה התחלה טובה ל־RCT ראשון, אבל כדי להפוך בדיקה לסטנדרט נדרש:

• מגוון גילאים (כולל קשישים, לעיתים גם ילדים בנפרד),
• תחלואה נלווית,
• ועונות שונות (כי פרופיל הווירוסים משתנה).

2) פרוטוקול החלטה ברור לרופא

בדיקה אבחונית היא לא “כן/לא” בלבד; היא חלק מתהליך. במרפאה, שאלות כמו אלו קובעות הצלחה:

• באילו תסמינים/סימנים מזמינים את הבדיקה?
• מה עושים אם התוצאה גבולית?
• האם משלבים עם צילום חזה/בדיקות נוספות?

כשאין פרוטוקול, כל רופא מפרש אחרת, וההשפעה נשחקת.

3) תמריץ מערכתי להפחתת אנטיביוטיקה מיותרת

אם המערכת לא מודדת ולא מתגמלת שימוש מושכל באנטיביוטיקה (Antimicrobial Stewardship), קשה להחזיק שינוי לאורך זמן. מדדים שעובדים טוב:

• שיעור מרשמים בזיהומים נשימתיים לפי עונה,
• שיעור ביקורים חוזרים תוך 7/14 יום,
• שיעור סיבוכים וזיהומים עמידים (בטווח ארוך יותר).

4) חיבור לעולם ה-AI: ניטור, בקרה והטמעה

גם אם הבדיקה עצמה אינה “מודל שפה” או מערכת ראייה ממוחשבת, השכבה הדיגיטלית סביב ההטמעה כן יכולה להיות מבוססת AI:

• זיהוי אוטומטי של מטופלים מתאימים לבדיקה,
• המלצה על טיפול בהתאם לתוצאה ולהיסטוריה רפואית,
• ניטור איכות והתרעות על חריגות.

זו בדיוק הנקודה שבה ביוטכנולוגיה, אבחון ובינה מלאכותית מתחברים למוצר קליני אמיתי.

שאלות נפוצות שמטופלים וצוותים שואלים (וגם כדאי שתשאלו)

האם זה אומר שלא צריך יותר שיקול דעת רפואי?

לא. בדיקה טובה מעלה את איכות השיקול, לא מחליפה אותו. תמיד יש הקשר קליני: מצב נשימתי, מחלות רקע, בדיקה גופנית, ומדדים חיוניים.

האם הפחתת אנטיביוטיקה מסוכנת?

הנתון המרכזי מהניסוי שפורסם הוא שלא נראתה עלייה משמעותית בחזרה למיון/מוקד בתוך 7 ימים. זה לא סוף הסיפור, אבל זה סימן נכון: הפחתה מיותרת בלי פגיעה מיידית בבטיחות.

מי צפוי להרוויח מזה ראשון?

בדרך כלל — מוקדי רפואה דחופה ומיונים, שם ההחלטות מהירות והעומס גבוה. אחר כך זה מחלחל לקהילה.

מה עושים עם זה עכשיו — אם אתם בארגון בריאות או בסטארטאפ?

אם אתם שייכים לקהל שמוביל חדשנות (מנהלי איכות, מנהלי רפואת משפחה, דיגיטל, או יזמים בביוטק), הנה צעדים פרקטיים:

1. בדקו את “נקודת הכאב” שלכם: באילו מצבים אתם רושמים אנטיביוטיקה מתוך אי־ודאות (LRTI, דלקות גרון, סינוסיטיס)?
2. הגדירו KPI לפני פיילוט: למשל, ירידה של X% במרשמים בזיהומים נשימתיים בחורף, בלי עלייה בביקורים חוזרים.
3. בנו תהליך הטמעה: מי מזמין בדיקה, באיזה שלב, ואיך מתעדים החלטה.
4. סגרו לולאת למידה: ניתוח חודשי של נתונים, משוב לרופאים, ועדכון פרוטוקולים.

מי שמדלג על שלבים 2–4 בדרך כלל “מאמץ טכנולוגיה” אבל לא משיג שינוי.

לאן זה הולך מכאן?

בדיקות שמבדילות בין זיהום חיידקי לויראלי הן אחד המקומות הכי ריאליים שבהם AI ואבחון מתקדם יכולים לשפר רפואה כבר עכשיו: פחות טיפול מיותר, פחות עמידות, והחלטות טובות יותר תחת לחץ.

אם נסתכל על התמונה הרחבה של בינה מלאכותית בתחום הבריאות והביוטכנולוגיה, זו בדיוק ההבטחה המעשית: לא עוד עומס מידע לרופא, אלא כלי שמקצר את הדרך להחלטה נכונה.

השאלה המעניינת ל־2026 כבר לא תהיה “האם הבדיקה עובדת”, אלא: האם מערכות הבריאות יידעו להטמיע אותה נכון, למדוד תוצאות, ולהפוך שימוש מושכל באנטיביוטיקה לסטנדרט ניהולי ולא רק קליני?