ארכיון עדויות ב‑AI: מהחינוך לטיפול בחוויית המטופל

כבר עכשיו נאספו יותר מ־1,200 עדויות של שורדים במסגרת יוזמת תיעוד לאומית, והמספר הזה אומר משהו פשוט: כשאנחנו אוספים חוויות אנושיות בקנה מידה גדול, בלי מערכת חכמה שמארגנת אותן—אנחנו מאבדים אותן בתוך הרעש. לא כי אין רצון לזכור, אלא כי קשה למצוא, להשוות, ללמד, ולהפיק משמעות ממאות שעות של וידאו וטקסט.

בשנה האחרונה (ועד היום, 21/12/2025), אנחנו רואים תופעה שחוזרת שוב ושוב: אותן טכנולוגיות שמסדרות עדויות היסטוריות וקולות אישיים, מתגלות כמתאימות גם לעולמות שנחשבים “כבדים” יותר—בריאות, ביוטכנולוגיה, וחינוך רפואי. וזה לא מקרי. ברפואה, נרטיב הוא מידע. לפעמים הוא אפילו המידע החשוב ביותר.

בפוסט הזה אני לוקח את החדשות על כלי ה‑AI שמיקרוסופט פיתחה יחד עם מיזם Edut 710 לשימור עדויות מאירועי 07/10, ומסובב את העדשה: מה אפשר ללמוד מזה על תיעוד חוויית מטופל, על למידה דיגיטלית (EdTech) בהכשרת צוותים רפואיים, ועל איך בונים ארכיון רגיש, שימושי, וחסין שגיאות בעולם שבו פרטיות ואמון הם תנאי כניסה.

מה בדיוק פותח כאן: “בנק זיכרון” שאפשר ללמד ממנו

העיקרון המרכזי בכלי שנבנה הוא פשוט ופרקטי: לא רק לשמור עדויות—אלא להפוך אותן לחומר שאפשר לעבוד איתו.

על פי הפרסום, צוותי פיתוח ממחקר ופיתוח של מיקרוסופט בישראל חברו ל‑Edut 710 כדי לבנות פלטפורמה שמאפשרת למשתמשים ליצור טקס/אירוע/שיעור מותאם אישית מתוך מאגר עדויות וחומרי רקע. התוצר הסופי יכול להיות מצגת מותאמת (PowerPoint) שמאגדת וידאו, טקסטים, יצירות אמנות ורקע.

למה זה מעניין במיוחד בהקשר של AI בשפה?

החלק המשמעותי הוא שכדי לנווט בתוך מאות עדויות, הפלטפורמה נשענת על מודלים שפתיים גדולים (LLMs) שמאפשרים:

• חיפוש “אנושי” ולא רק לפי מילות מפתח (למשל: “תחושת ניתוק”, “רגע של בחירה”, “התמודדות אחרי האירוע”).
• איסוף קטעים דומים ממקורות שונים (מה שמייצר תמות חוזרות, לא רק סיפורים בודדים).
• ארגון תוכן כך שמדריך/מורה/מנחה לא צריך לצפות בעשרות שעות כדי לבנות שיעור.

במילים אחרות: זה לא “עוד ארכיון”. זה מערכת למידה מבוססת נרטיבים.

ההקבלה לעולם הבריאות: עדות היא דאטה קליני—רק בפורמט אנושי

הטעות הנפוצה בארגוני בריאות היא לחשוב ש”דאטה רפואי” מסתכם בערכים מספריים: מעבדה, הדמיה, מרשמים. בפועל, מה שמפיל אבחנות ומה שמרים איכות טיפול הוא לעיתים קרובות הסיפור: מה המטופל הרגיש, מתי זה התחיל, מה מחמיר, מה מפחיד אותו, מה הוא לא אומר בקול.

שימושים רפואיים ישירים לטכנולוגיה בסגנון הזה

אם מעבירים את אותו רעיון לתחום הבריאות והביוטכנולוגיה, מתקבלים כמה שימושים שהשוק כבר בשל להם:

1. תיעוד חוויית מטופל (Patient Experience) בקנה מידה גדול

   • מרפאות, בתי חולים ו‑HMOs אוספים משובים, תלונות, שיחות מוקד וסיכומי שחרור.
   • הבעיה: המידע מפוזר ולא “מתחבר”.
   • פתרון בסגנון Edut 710: מאגר נרטיבים שניתן לשאול עליו שאלות חכמות ולמצוא דפוסים.

2. מחקר קליני ו‑Real‑World Evidence

   • ניסויים קליניים מודדים תוצאים, אבל החיים עצמם מלאים ניואנסים.
   • ארכיון עדויות של מטופלים יכול להעשיר מחקר, לזהות תופעות לוואי מוקדמות, ולחדד קריטריוני הכללה.

3. בריאות הנפש וטראומה

   • יש ערך עצום לתיעוד עדויות, אבל גם סיכון עצום.
   • LLM יכול לעזור למצוא תמות (למשל: טריגרים, דפוסי שינה, הימנעות), בתנאי שמיישמים שכבות הגנה אתיות.

משפט שאפשר לתלות על הקיר בחדר ישיבות

אם קשה למצוא סיפור—קשה ללמוד ממנו, וקשה לשפר מערכת.

EdTech רפואי: להפוך סיפורים לתרגול, סימולציה והכשרה

הפוסט הזה חלק מסדרת בינה מלאכותית בתחום החינוך וטכנולוגיות לימוד (EdTech), וכאן החיבור הכי טבעי: ברפואה לומדים דרך מקרים. תמיד למדו כך.

ההבדל ב‑2025 הוא שהמקרים כבר לא חייבים להיות “מקרה אחד שקיים במצגת של המרצה”. אפשר לבנות שיעור מותאם מתוך מאגר עצום של חוויות, ולייצר למידה שמבוססת על מציאות, לא על אנקדוטות.

איך זה נראה בפועל בהכשרת צוותים רפואיים?

דמיינו מורה קליני שמכין מפגש על “תקשורת עם מטופל חרד”:

• הוא מבקש מהמערכת קטעים של מטופלים שמתארים חוויית חרדה לפני פרוצדורה.
• מסנן לפי גיל/מסגרת טיפול/שפה.
• מוסיף חומרי רקע (נהלים, נקודות שיחה, דוגמאות להסבר פשוט).
• ויוצר מצגת/מערך שיעור שמחובר לחיים האמיתיים.

שלושה פורמטים של למידה שמרוויחים במיוחד

• למידה מבוססת מקרה (Case-Based Learning): במקום מקרה מומצא—מקטעים אמיתיים, עם הקשר.
• סימולציות תקשורת: בוחרים “רגעי אמת” ומתרגלים תגובה מקצועית.
• הדרכת צוות רב־מקצועי: רופאים/אחים/עו״ס/פסיכולוגים רואים את אותו נרטיב מזוויות שונות.

האתיקה היא לא סעיף משפטי—היא חלק מהארכיטקטורה

כשעובדים עם עדויות רגישות, במיוחד בהקשר של טראומה או בריאות, אי אפשר “להוסיף פרטיות בסוף”. זה חייב להיות מובנה.

הניסיון מעולמות של עדויות ציבוריות מלמד כמה עקרונות שכל ארגון בריאות צריך לאמץ אם הוא בונה ארכיון נרטיבים:

1) הסכמה מדעת שמבינה AI

הסכמה אינה “טופס”. היא הבנה אמיתית:

• האם העדות תשמש גם ללמידה? למחקר? לשיפור שירות?
• האם מודלים שפתיים ינתחו אותה?
• האם יוצגו קטעים מחוץ להקשר?

2) מינימיזציה והפרדת זהויות

ברפואה זה קריטי:

• טשטוש פרטים מזהים.
• הפרדה בין נתונים מזהים לבין התוכן הנרטיבי.
• בקרות הרשאה לפי תפקיד (לא כל אחד צריך לראות הכל).

3) מניעת “הזיות” וטעויות מסוכנות

LLM יכול לסכם ולחפש מצוין—אבל הוא גם יכול לטעות. לכן במערכות רגישות צריך:

• להציג תמיד קטע מקור לצד סיכום.
• לדרוש “הוכחה מתוך הטקסט” (ציטוטים/טיימסטמפים).
• להימנע מאבחנות או המלצות טיפוליות אוטומטיות על בסיס נרטיב.

כלל אצבע: AI יכול לארגן ולנווט—אבל לא להחליט קלינית.

איך ארגון בריאות יכול להתחיל מחר בבוקר (בלי פרויקט ענק)

הבשורה הטובה: לא חייבים “להקים ארכיון לאומי” כדי להרוויח מהגישה הזו. אפשר להתחיל קטן, נכון, ולגדול.

שלב 1: לבחור “קבוצת סיפורים” אחת

דוגמאות:

• חוויית מטופלים באונקולוגיה ביום טיפול.
• שיקום אחרי ניתוח אורתופדי.
• מסע מטופל סביב אבחנה נדירה.

שלב 2: להגדיר שימוש חינוכי אחד

למשל:

• מערך שיעור לצוות חדש.
• סדנת תקשורת.
• למידה דיגיטלית אסינכרונית עם שאלות רפלקציה.

שלב 3: לבנות שכבת חיפוש וסיכום “בטוחה”

מבחינתי, הדרישות המינימליות הן:

• חיפוש סמנטי + מסננים (זמן, מסגרת טיפול, סוג חוויה).
• סיכומים קצרים עם הפניות לקטעי מקור.
• תיעוד מי ניגש לתוכן ומתי (Audit).

שלב 4: למדוד ערך בצורה שלא משקרת

במקום KPI מעורפל, תמדדו:

• זמן הכנה למערך שיעור (לפני/אחרי).
• שביעות רצון לומדים (מדד קצר).
• שיפור במדדי שירות קשיחים (למשל: ירידה בחזרות למיון, תלונות, או אי־הבנות בתקשורת—אם זה רלוונטי).

לאן זה הולך ב‑2026: ארכיוני נרטיבים יהפכו לתשתית

הכיוון ברור: ארכיוני עדויות חכמים לא יישארו רק בזירות של זיכרון קולקטיבי. הם יחלחלו למקומות שבהם נרטיב הוא כלי עבודה—חינוך, רפואה, ושיפור שירותים. בעיניי, ארגון בריאות שלא יידע “לקרוא” חוויות מטופל בקנה מידה גדול יישאר מאחור, לא בגלל טכנולוגיה—בגלל הבנה חלקית של המציאות.

אם אתם עוסקים ב‑EdTech רפואי, בהדרכות קליניות, או במחקר מבוסס עולם אמיתי, זו הזדמנות לחשוב אחרת: לא רק לאסוף עוד טפסים. לבנות תשתית ידע אנושית שאפשר ללמוד ממנה, ללמד איתה, ולהפוך אותה לשיפור מדיד בטיפול.

לקראת 2026, השאלה המעניינת היא לא “האם נשתמש ב‑AI כדי לארגן סיפורים”—אלא מי יעשה את זה בצורה שמגדילה אמון במקום לשחוק אותו.

---

רוצים להפוך נרטיבים לתוכנית למידה או למחקר?

אם אתם בונים פלטפורמת למידה דיגיטלית (EdTech) לצוותים רפואיים, או מחפשים דרך בטוחה לארגן עדויות מטופלים לצורכי הכשרה ושיפור שירות—שווה למפות יחד את תרחיש השימוש, הסיכונים והמדדים. התחלה קטנה, ארכיטקטורה נכונה, והשפעה גדולה.