ארגון ה-AI הישראליארגון ה-AI הישראלי
האם בינה מלאכותית מצאה את הדרך לנבא איזה טיפול ינצח את הסרטן?
חדשות AIרפואת AI

האם בינה מלאכותית מצאה את הדרך לנבא איזה טיפול ינצח את הסרטן?

ליאור אברהםליאור אברהם 2 דק׳ קריאה

כלי חדשני זה עשוי לפתוח דלת לטיפולים מותאמים אישית עבור מיליוני חולי סרטן שעד כה לא נמצאו עבורם טיפולים ממוקדים ויעילים.

גידול סרטני הוא הרבה יותר מסתם אוסף של תאים

כאשר אנחנו חושבים על סרטן, אנחנו לרוב מתארים לעצמנו מסה של תאים חולים ופגומים. אך המציאות המדעית מורכבת הרבה יותר. גידול סרטני מתקיים בתוך "מערכת אקולוגית" תאית מורכבת ביותר, הכוללת גם תאים שאינם סרטניים. התאים הללו מתקשרים זה עם זה ופועלים באופן אקטיבי כדי לדכא את המערכת החיסונית הטבעית של גוף האדם.

למרבה המזל, מוטציות ב-DNA של התאים הסרטניים מייצרות חלבונים חריגים הנקראים "נאו-אנטיגנים" (Neoantigens). חלבונים אלו משמשים מעין "דגלים אדומים" המאפשרים למערכת החיסון להבחין בין תאים סרטניים לרקמה בריאה, ובכך לנסות להשמיד את הגידול. עם זאת, כאן נכנסת לתמונה הערמומיות של המחלה: המערכת האקולוגית של הגידול מתפתחת כל הזמן באופן פעיל כדי להסתיר את אותם דגלים אדומים, מה שמקשה על הגוף להילחם בו בכוחות עצמו.

פרויקט המוטציות: כשהבינה המלאכותית נכנסת לזירה

כדי להתמודד עם אתגר ההסתרה הזה, צוות מבית הספר לרפואה של אוניברסיטת UCSD פיתח מודל מתקדם בשם "MutationProjector". המערכת אומנה על כמות עצומה של נתונים גנומיים – מעל ל-30,000 גידולים מתוך יותר מ-10 סוגים שונים של סרטן מוצק. המטרה שלה הייתה לחשוף קשרים מוחשיים וברורים בין המוטציות ב-DNA לבין מידת ההצלחה של טיפולים שונים בסרטן.

במילים פשוטות, המערכת הזו עוזרת לחזות כיצד הגידול הספציפי של כל מטופל יגיב לאפשרויות הטיפול השונות המוצעות לו. היכולת לנבא זאת מראש מאפשרת לצוותים הרפואיים לזהות טיפולים ממוקדים במדויק, מה שמעלה משמעותית את סיכויי ההישרדות של המטופל ומונע מתן טיפולים קשים שאינם מועילים.

לפצח את הקוד של המוטציות הנדירות ביותר

אחת הבעיות הגדולות ביותר בחקר הסרטן עד כה הייתה נדירותן של המוטציות. ד"ר ג'ונגהו קונג, חוקר פוסט-דוקטורט במחלקה לרפואה ב-UCSD, מסביר: "מוטציות סרטניות רבות הן נדירות מאוד כשהן נבחנות בנפרד, מה שמקשה מאוד לחקור אותן אחת-אחת. על ידי אימון מוקדם של המערכת על אוסף עצום של גידולים, ושילוב ידע על רשתות מולקולריות, ה-MutationProjector מסוגל לזהות דפוסים שקל מאוד להחמיץ בשיטות המסורתיות לבדיקת סמנים ביולוגיים".

רוצים לקבל עדכוני AI ישירות לאימייל?

הצטרפו לאלפי מנהלים שמקבלים את הניוזלטר השבועי שלנו

ההסתכלות הרחבה הזו – מעבר למוטציה בודדת אל עבר הבנת הרשת כולה – היא זו שמעניקה לבינה המלאכותית את היתרון העצום שלה ברפואה של המחר.

תקווה חדשה ל-92 אחוזים מהחולים

המשמעות של פריצת הדרך הזו היא אדירה במונחים עולמיים. סרטן נותר אחד מגורמי התמותה המובילים בעולם. בשנת 2020 בלבד, היו כ-10 מיליון מקרי מוות מסרטן ברחבי העולם, כאשר סרטן הריאות וסרטן הכבד הם הגורמים הנפוצים ביותר. התחזיות קודרות אף יותר, וצופות כ-28.4 מיליון מקרי סרטן חדשים ברחבי העולם עד שנת 2040.

כיום, לאחר קבלת אבחנה של סרטן, מקובל יותר ויותר לבצע בדיקות גנטיות כדי לכוון את אפשרויות הטיפול. עם זאת, הנתון המדהים הוא שרק 8% ממקרי הסרטן כיום מותאמים לטיפול ממוקד ומאושר. הפיתוח הטכנולוגי החדש של ה-"MutationProjector" יכול לשחרר את הפוטנציאל הטיפולי ולהתאים תרופות גם ל-92% הנותרים של מקרי הסרטן. זוהי לא רק התקדמות מדעית – זוהי קרן אור של ממש עבור מיליוני משפחות.

המדע והטכנולוגיה מתקדמים בצעדי ענק כדי להביא מזור ופתרונות למחלות הקשות ביותר!

אל תשמרו את המידע החשוב הזה לעצמכם – שתפו את הכתבה עם בני משפחה, חברים ומכרים. הידע הזה מעניק תקווה ענקית ויכול לשנות חיים.

שאלות ותשובות
מודל ה-MutationProjector הוא מערכת בינה מלאכותית מתקדמת שפותחה באוניברסיטת UCSD. מטרתו העיקרית היא לחשוף קשרים מוחשיים בין מוטציות ב-DNA של גידולים סרטניים לבין מידת ההצלחה של טיפולים שונים. המערכת אומנה על נתונים גנומיים של למעלה מ-30,000 גידולים, ומסייעת לחזות כיצד גידול ספציפי יגיב לטיפול, ובכך מאפשרת התאמה מדויקת יותר של תרופות.
הצטרפו לקבוצת הווטסאפ שלנו לעדכונים

תגיות:

שתפו את הכתבה:

עוד כתבות שיעניינו אותך

רגולציית AI בישראל ובאיחוד האירופי: מה ארגון ישראלי חייב לדעת ב-2026
מדריכים, כליםEU AI Act, הרשות להגנת הפרטיות• ליאור אברהם• 9 באוקטובר

רגולציית AI בישראל ובאיחוד האירופי: מה ארגון ישראלי חייב לדעת ב-2026

המדריך המעשי לרגולציית AI לארגונים ישראליים: על מי חל חוק ה-AI האירופי, רמות הסיכון, לוח הזמנים המעודכן אחרי ה-Digital Omnibus, תיקון 13 לחוק הגנת הפרטיות ותוכנית ציות ל-90 יום.

תוכנית עבודה AI לשנת 2027: איך ארגונים בונים תוכנית ותקציב AI שעומדים בביקורת
מדריכים, כליםGartner, MIT NANDA• ליאור אברהם• 9 באוקטובר

תוכנית עבודה AI לשנת 2027: איך ארגונים בונים תוכנית ותקציב AI שעומדים בביקורת

המדריך המלא להכנת תוכנית העבודה ותקציב ה-AI הארגוני ל-2027: תהליך של 8 שבועות, 7 סעיפי תקציב, שיטות לקביעת הגודל, דוגמה מספרית, לוח KPI ושבעה כלים מוכנים לשימוש.

100 מונחי AI שכל עובד צריך להכיר לשנת 2027
חדשות AI, כלים, מדריכיםארגון ה-AI הישראלי• ליאור אברהם• 7 באוקטובר

100 מונחי AI שכל עובד צריך להכיר לשנת 2027

מילון AI בעברית ובאנגלית: 100 מונחי בינה מלאכותית שכל עובד ומנהל צריך להכיר, מ-LLM וטוקן ועד הזרקת הנחיה, RAG, סוכני AI ואוריינות AI, עם הסבר פשוט לכל מונח.

מנהל בארגון: בכירי ה-AI מוטרדים מהבינה המלאכותית, למה אתה לא?!
מדריכיםOpenAI, Anthropic, NVIDIA, Cloud Security Alliance• ליאור אברהם• 6 באוקטובר

מנהל בארגון: בכירי ה-AI מוטרדים מהבינה המלאכותית, למה אתה לא?!

אמודיי קורא להאט, אלטמן מזהיר באו"ם, OpenAI עוצרת מודלים אחרי שסוכן עקף את הבידוד ו-NVIDIA בונה בלמים בסיליקון. ובארגונים מחברים סוכנים בלי נוהל. מה כל דרג צריך לעשות מחר בבוקר.

איך בונים סוכן AI ארגוני: הפלייבוק המקצועי (Agentic AI) 2026
מדריכים, כליםAnthropic• ליאור אברהם• 5 באוקטובר

איך בונים סוכן AI ארגוני: הפלייבוק המקצועי (Agentic AI) 2026

המדריך המעשי לבניית סוכן AI בארגון: מתי סוכן ומתי workflow, דפוסי ארכיטקטורה, עיצוב כלים וזיכרון, אבטחה מפני הזרקת הנחיות, ניטור, הערכה ותהליך בנייה ב-10 שלבים.

המקף הארוך נעלם: מחקר מצא 2,548 סימנים אחרים שמסגירים טקסט של AI
חדשות AIGraphite• ליאור אברהם• 4 באוקטובר

המקף הארוך נעלם: מחקר מצא 2,548 סימנים אחרים שמסגירים טקסט של AI

Claude Opus 5.5 כמעט הפסיק להשתמש במקף הארוך, אבל מחקר חדש של Graphite מצא בו 2,548 ביטויים ותבניות שמסגירים כתיבת AI. הנתונים, ההשוואה ל-GPT, ו-7 סימנים לזיהוי בעברית.

McKinsey: AI ייצור יותר משרות ממה שייקח, אבל 11 מיליון עובדים יצטרכו מקצוע חדש. מה זה אומר לכם
חדשות AIMcKinsey Global Institute• ליאור אברהם• 4 באוקטובר

McKinsey: AI ייצור יותר משרות ממה שייקח, אבל 11 מיליון עובדים יצטרכו מקצוע חדש. מה זה אומר לכם

דוח חדש של McKinsey Global Institute צופה עד 2035 צמצום של 36 מיליון משרות ויצירה של יותר מ-40 מיליון. האתגר האמיתי הוא המעבר, וזה מה שעובדים ומנהלים צריכים לעשות כבר עכשיו.

המערכת נתנה תשובה שגויה, ומאז אף אחד בצוות לא סומך עליה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

המערכת נתנה תשובה שגויה, ומאז אף אחד בצוות לא סומך עליה

מנהל צוות בחברת ייעוץ הנדסי העביר תשובה של AI בלי לבדוק, והטעות הגיעה להנהלה. איך אירוע אחד מחק חודשים של הטמעה, מה קרה ל-Deloitte באוסטרליה, ואיך מגדירים מה חייב בדיקה לפני שליחה.

הלקוחות גילו שהנציגה 'דנה' היא בוט, והאמון קרס: למה חייבים גילוי נאות
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

הלקוחות גילו שהנציגה 'דנה' היא בוט, והאמון קרס: למה חייבים גילוי נאות

בוט שירות מצוין בחברת תקשורת הציג את עצמו כנציגה אנושית, עד שלקוח שאל 'את אמיתית?'. איך שקיפות הפכה לסוגיה רגולטורית (EU AI Act, סעיף 50), מה למדנו מ-Air Canada, ואיך מפעילים בוט שירות נכון.

רצינו מודל AI פנימי, וגילינו שהוא עולה פי שלושה מהטמעה חכמה
הטמעת AI בארגונים• ליאור אברהם• 2 באוקטובר

רצינו מודל AI פנימי, וגילינו שהוא עולה פי שלושה מהטמעה חכמה

ארגון פיננסי השקיע חצי שנה בבניית מודל AI פנימי, ושילם פי שלושה בשביל עשירית מהתוצאה. מה השתבש, למה רוב הארגונים לא צריכים מודל משלהם, ומתי כן נכון לבנות אחד: טבלת החלטה.

הצטרפו אלינו