טכנולוגיות דיגיטליות ברפואה

התכנית כוללת שלושה ״אשכולות״:

1. מדעי יסוד שהוגדרו כדרישות קדם ללימודים במדעי הטבע והחיים.
2. ידע בסיסי במדעי הרפואה, אשר הוגדר על ידי המל״ג (על פי המלצת 'ועדת מקורי'), כתנאי ללימודים לתואר דוקטור ברפואה (M.D. במסלול ארבע-שנתי).
3. ידע טכנולוגי-דיגיטלי שיאפשר לבוגרים להשתלב בתעשיית הביו-מד והאינפו-מד כמו גם להמשיך בלימודים לתארים מתקדמים בתחומי הביו-אינפורמטיקה, מדעי המוח, ביו-טכנולוגיה והנדסה ביו-רפואית.

.

ביקוש עולה בכל מגזרי תעשיית הבריאות לעובדים עם ידע הוליסטי בהפעלה אך גם בהבנה הבסיסית של טכנולוגיות המידע לסוגיהן - בוגר התכנית יהיה בעל ידע במדעי הרפואה הבסיסיים מחד ובטכנולוגיות מידע מאידך.
 
ההכשרה המוצעת לבוגרי התכנית תאפשר להם להשתלב כמנתחי מידע (אנליסטים) ותומכי מחקר ופיתוח בחברות תוכנה וחומרה רפואיות ובכל מערכת הבריאות. ניתן לצפות שבין הבוגרים ימצאו גם יזמים של חברות הזנק בתחום האינפו-מד והביו-טק בעלות סיכויי הצלחה טובים.
 
התכנית תפעל במשותף עם בתי חולים בסביבתו הגאוגרפית של המכון ועם קופות חולים (במסגרת העצמת שיתופי פעולה המתקיימים כבר כיום), במטרה להכשיר את בוגריה להבנה ולהתמודדות עם אתגרים מחד ופיתוחים טכנולוגיים מאידך, בתחומי הרפואה והבריאות.

הלימודים יתחילו בשנה"ל תשפ"א, בסמסטר סתיו (אוקטובר) 
4 ימים בשבוע בשעות הבוקר.

רצוי, אך לא חובה.

• תעודת בגרות
• בחינה פסיכומטרית
• עמידה בהחלטות המל"ג בנושא "אנגלית כשפה זרה" כולל ספי קבלה בשפה האנגלית במוסדות להשכלה גבוהה
• קבלת סטודנטים תבוסס על ציון ההתאמה ומספר המקומות.

לפרוט מלא של דרישות הקבלה ראו את תנאי הרישום.

הכרה בלימודים קודמים (לרבות לימודים חלקיים לתואר ראשון), הכרה בלימודים לתואר ראשון נוסף, חזרה על קורסים, הפסקת לימודים וחידושם, התיישנות לימודים וכדומה יהיו לפי נהלי המכון (תקנון הלימודים לתואר ראשון) והחלטות הועדות הרלוונטיות של המחלקה.

עקרונית ניתן לקבל פטור מקורס, אם הקורס נלמד במוסד מוכר, ולא נתקבל תואר בגינו, ויתקיימו התנאים הבאים:

• ציון הקורס הוא 70 לפחות
• הפטור יאושר ע"י מרצה הקורס שעבורו מבוקש הפטור, כאשר למרצה שמורה הזכות לבחון הסטודנט לפני מתן הפטור
• ועדת ההוראה תאשרר את הפטור על בסיס מעמד המוסד, סילבוס הקורס, היקף שעות והשנה הקלנדרית בה נלמד

בכל מקרה של מתן פטור, צריך הסטודנט ללמוד לפחות שני שליש מן הנ"זים של התוכנית, ובכל מקרה לא יהיה פטור מסמינריונים ומפרויקט המו"פ (השנתי).

תואר ראשון בטכנולוגיות דיגיטליות ברפואה מכשיר את הלומד בו לשמש כ-Healthcare Data Analyst )אנליסט של מידע רפואי(, אשר מתפקידו לבצע כמעט 80%מתהליך כריית הנתונים הרפואיים בכל פרויקט/מיזם קליני, אפידמיולוגי או קליני-טכנולוגי.

במסגרת תהליך זה האנליסט שותף בצוות יחד עם מדענים, טכנולוגים וקלינאיםהמגדירים את המיזם/ הפרויקט/ שאלת המחקר ובונים את סכמת הנתונים הנדרשים והמקורות השונים מהם יישלפו הנתונים. בנוסף, האנליסט מעורב באופן פעיל בכלהפעילויות הבאות:

1. עיבוד מוקדם (Pre-processing) - איסוף והאחדת הנתונים, ניקויים, השלמת פריטי מידע חסרים (באמצעות הגדרת scripts /סקריפטים והתאמת אלגוריתמים כלליים לצרכים הספציפיים), יצור וקטורי מאפיינים (Feature Vectors) תוך כדי בחירת מאפיינים (Features Selection) וצמצומם (Features Reduction), לצורך הכנה לתהליך הלמידה (Machine Learning, ML) - הווקטורים המאפיינים מחולקים לשתי סדרות: סדרת אימון וסדרת בדיקה, כאשר סדרת האימון משמשת לאימון האלגוריתם, וסדרת הבדיקה משמשת לאימות הדיוק של התבניות שנמצאו.
2. איתור והתאמת האלגוריתם המתאים לאתגר הספציפי (מחקר, מיזם, פרויקט) – מחייב הכרות עם אלגוריתמים, שיטות אינטליגנציה מלאכותית (Artificial Intelligence, AI )בכלל ולמידת מכונה (ML) בפרט (כגון: אלגוריתמי סיווג, אלגוריתמי יצירה וניתוח אשכולות, עצי החלטה, רשתות נוירונים, אלגוריתמי קישור/אסוציאציה, רגרסיה ועוד) ובנוסף יכולת אלתור ותכנות להתאמה של כלי/שיטה קיימים לצורך פתרון האתגר הספציפי.
3. אימות התוצאות שהתקבלו – את התבניות שנמצאו על ידי האלגוריתמים שהופעלו על הנתונים הרפואיים יש לאמת גם בטווח נתונים רחב יותר. לא כל התבניות הנמצאות על ידי האלגוריתמים הנ"ל הן בהכרח תקפות. לעיתים האלגוריתמים מוצאים תבניות שהן בבחינת "אמיתיות" בסט קטן של נתונים (סדרת האימון, Training Set ), אך אינן מופיעות בטווח נתונים רחב יותר )האוכלוסיה הרלבנטית(. לרוב, יש צורך בחזרה ועידון של שלבים קודמים כדי לקבל אימות משביע רצון.

בנוסף, בוגר התכנית ירכוש ידע בשיטות איסוף, ניתוח ואבטחת מידע שנאסף ממגוון חיישנים (סנסורים) רפואיים (אך לא רק רפואיים), לצורך אינטגרציה עם מידע רפואי קיים ו/או הפקת תובנות קליניות. 

טכנולוגיות דיגיטליות ברפואה .Vs ביו-אינפורמטיקה:
ביו-אינפורמטיקה (או בשמה האחר: ביולוגיה חישובית) עוסקת בחקר המידע הביולוגי (ולאו דווקא הרפואי, באספקט הרחב) באמצעים חישוביים (אלגוריתמים ייעודיים ושיטות טכנולוגיות מתקדמות), המיישמים שיטות מתחום  המתמטיקה, הסטטיסטיקה, מדעי המחשב ותורת המידע. בביו-אינפורמטיקה חוקרים ומנתחים רצפים של חומר גנטי (DNA , RNA ) ובונים ומנתחים דגמים תלת-ממדיים של רב-מולקולות ביולוגיות (חלבונים, למשל).  ביו-אינפורמטיקה דורשת רקע מוצק בכימיה ובמדעי החיים (ביוכימיה, גנטיקה, מיקרוביולוגיה, פיזיולוגיה ועוד) לצד ידע מבוסס במתמטיקה,סטטיסטיקה ומדעי המחשב. לאור זאת, אנו סבורים כי אין מקום ללימודי ביו -
אינפורמטיקה במסגרת תואר ראשון, כי אם במסגרת לימודים מתקדמים (תואר שני, דוקטורט) - הרקע הנדרש משני עולמות התוכן: מדעי החיים ומתמטיקה-סטטיסטיקה- מדעי המחשב רחב מדי מכדי לצייד בוגרי תואר ראשון בכלים אמיתיים ויישומיים לעולם העבודה מחד ובידע תיאורטי מבוסס ומספק מאידך. דבר דומה אמור, אגב, גם בהקשר
לתואר ראשון במדעי המוח.

לעומת זאת, התואר הראשון בטכנולוגיות דיגיטליות ברפואה נועד לשרת 2 צרכים עיקריים:

1. יצירת רופאים מזן חדש - עם הבנה וידע טכנולוגי דיגיטלי, כזה הנדרש כבר כמה שנים במערכת הבריאות ובפרט בעת הזו; לימודי הרפואה לא השתנו במהותם עשורים (אם לא יותר), אבל הרפואה השתנתה מאוד בעשורים האחרונים, בעיקר בזכות הטכנולוגיה, שאין לה אחיזה מספקת, אם בכלל, בקוריקולום של כל בית ספר לרפואה, בארץ או בעולם. בהקשר הזה התכנית משרתת כפרימד (קדם רפואה, Premed) טכנולוגי, אשר בוגריה יכולים להמשיך למסלולים ה- 4 -שנתיים באת " א, ב " א (קמפוס צפת) ואריאל ובאוניברסיטאות בעולם.
2. יצירת אנליסטים של מידע רפואי, המגשרים על התהום הפעורה בין הקלינאים לבין הטכנולוגים למיניהם - לבוגר מדעי המחשב / הנדסת תכנה וכדומה לוקח בממוצע 12 חודשים להתחיל לתרגם את הידע שרכשו באקדמיה לכדי מעשה בתעשיית הביומד והאינפומד (מרכזי מחקר ומצוינות של בתי חולים וקופות חולים, חברות ביטוח רפואי, חברות פארמה, חברות הזנק). יצויין כי בוגרי התכנית אינם מפתחים (לשם כך יש את מדעי המחשב והנדסת תכנה) אלא אנשי טכנולוגיות מידע הנדרשים כדי להתמודד עם כ- 80% מהעבודה המתרחשת בתהליך כריית וניתוח הנתונים הקיים בכל סביבה רפואית כיום. אלו מטלות שמדען נתונים אמיתי (בוגר תואר שני ומעלה) אינו בהכרח אמור או מוכשר לבצע, אולם מטלות אלה מספיק חשובות כדי שאי ביצוען כהלכה ייצר צווארי בקבוק בתהליכי עיבוד מידע וקבלת החלטות. טיפוס זה של בוגר מכונה בפי פרופ' ניב אחיטוב, ממייסדי לימודי מדעי הנתונים בארץ, Type B – במאמרו:
   "?What should be taught in an academic program of data sciences" וזה לפי כל המחקרים המצוטטים במאמרו הנ " ל , הטיפוס הכי נדרש בתעשיית המידע כיום, ובפרט בתעשיית הביומד והאינפומד (המאמר יצורף לאתר). 
   הצורך בשוק - בקרב הרוב המוחלט של השותפים הקליניים לתכנית: איכילוב, רבין, שיבא, הדסה, רמב"ם, וולפסון, מעייני הישועה ואסותא אשדוד, הוקמו ומוקמים מרכזי יזמות וחדשנות, אשר בוגרי התכנית יוכלו להשתלב בהם בעבודה. כבר היום, אנו מקבלים פניות ממרכזים אלה להמלצה על אנשים עם פרופיל דומה לזה של בוגר התכנית. 

טכנולוגיות דיגיטליות ברפואה .Vs הנדסה ביו-רפואית:
הנדסה ביו-רפואית (או בשמה האחר: הנדסה רפואית) היא ענף הנדסי(!) רב-תחומי המשלב פיסיקה, כימיה, ביולוגיה-רפואה, אלקטרוניקה ואופטיקה על-מנת לספק פתרונות הנדסיים לבעיות רפואיות. בהנדסה ביו-רפואית מתכננים ובונים, לרוב, מכשור רפואי, איברים מלאכותיים ומהנדסים רקמות. תפקיד המהנדס הביו-רפואי הוא, בעיקר, לפתח שיטות ומכשור לצורך אבחון רפואי, טיפול ושיקום, תוך שימוש במערכות מכניות, אלקטרוניות, אופטיות וחישוביות. משכך, לימודי הנדסה ביו-רפואית, האורכים 4 שנים, מתמקדים יותר בחומרה מאשר בתכנה - נושא טכנולוגיות מידע רפואיות אינו מטופל באופן רחב דיו במסגרת לימודי הנדסה ביו-רפואית.

הלימודים בתכנית לטכנולוגיות דיגיטליות ברפואה (האורכים 3 שנים) מתמקדים בטכנולוגיות מידע בסביבות ביו-רפואיות, לרבות אלגוריתמיקה, AI , למידת מכונה ולמידה עמוקה, כריה וניתוח של טקסט, NLP , עיבוד תמונות ביו-רפואיות ועוד, במקביל לקורסים במדעי הרפואה, הנותנים רקע הכרחי על עולמות התוכן הרפואי, בהן משולבים
טכנולוגיות המידע הנ"ל, והמאפשרים להמשיך בתום התואר לתכנית ה- 4 -שנתית לתואר ד"ר ברפואה (.M.D). בנוסף, התכנית עוסקת במנשקי חומרה-תכנה בהקשר למידע רפואי, לרבות סנסורים ומכשירים רפואיים, IoMT , דימות רפואי ואבטחת מידע רפואי.