"אנחנו קוצרים את הפירות של החלטות פורצות דרך שהתקבלו לפני כמה שנים": ריאיון עם פרופ' דנה אציל-סלונים
את פרופ' דנה אציל-סלונים, פסיכולוגית קלינית, תוכלו למצוא בדרך כלל במעבדה לחקר הפסיכותרפיה שהיא מנהלת באוניברסיטת בר-אילן. בימים אלה, תוכלו לפגוש אותה דווקא במכון אלן טיורינג לחקר הבינה המלאכותית בלונדון, מיזם משותף של חמישה מוסדות אקדמיים, ביניהם אוניברסיטאות קיימברידג' ואוקספורד.
מה הקשר בין פסיכותרפיה לבין בינה מלאכותית, ומדוע חוקרי מכון טיורינג נלהבים משיתוף הפעולה עם אוניברסיטת בר-אילן? בין מעבדות NLP, שוקי אוכל והופעות ג'אז הממלאות את ימיה של פרופ' אציל-סלונים בשנת השבתון שלה, הצלחנו לתפוס אותה לשיחה.
מהקליניקה למחקר ובחזרה: "הייתי בשוק מהפער שבין הפרקטיקה למחקר"
פרופ' דנה אציל-סלונים היא חוקרת חלוצה בתחום מחקרי הפסיכותרפיה. מחקריה מסייעים להפוך את המחקר בפסיכולוגיה קלינית לכזה המבוסס לא רק על דיווחים של מטפלים ומטופלים, אלא גם על נתונים מדידים. לכן, לא מפתיע לגלות שהרבה מהרעיונות המחקריים שלה נולדו דווקא במפגשים עם המטופלים שלה, במסגרת עבודתה כפסיכולוגית קלינית.
דנה, איך הגעת מהפרקטיקה הטיפולית אל המחקר?
למדתי פסיכולוגיה קלינית ועבדתי שנים כמטפלת, ובמקביל עבדתי על התואר השלישי באוניברסיטה העברית. כיוון שחוויתי במקביל את שני העולמות, אני זוכרת שהייתי בשוק מהפער בין הפרקטיקה למחקר. הקלינאים היו ממוקדים בטיפול עצמו, עם תחושה שהמפגש עם כל מטופל הוא כל כך חד פעמי וייחודי שאין בכלל אפשרות לחקור אותו. מהצד השני, אנשי המחקר לא הבינו כיצד המטפלים יכולים לטפל בלי לנסות לחקור ולהבין את יעילות הטיפול. המתח הזה בין הגישות משך אותי, וחיפשתי דרכים לגשר עליו. בהדרגה מצאתי שהשאלות המעניינות ביותר עולות מתוך המפגשים עם המטופלים, כמו למשל איך עוזרים לאנשים התקועים זמן רב במצב נפשי החוסם אותם מלממש את הפוטנציאל שלהם, או איך מתאימים את ההתערבות הטיפולית לצורך הספציפי של המטופל בזמן נתון וכדומה. גיליתי שיש כלים מחקריים שאפשר להשתמש בהם כדי לנסות לענות על השאלות האלה והצטרפתי למחלקה לפסיכולוגיה באוניברסיטת בר-אילן כדי לעשות זאת ולהחזיר את התובנות מתוך המחקר אל אנשי הטיפול.
מה הופך את המחקר בתחום הזה לייחודי באוניברסיטת בר-אילן?
במחלקה לפסיכולוגיה באוניברסיטת בר-אילן פועלת קליניקה קהילתית, המספקת טיפול נפשי מסובסד לכ-300 מטופלים מדי שנה. הטיפול ניתן על ידי כ-100 סטודנטים ומתמחים, וזאת כחלק מהכשרתם לתארים קליניים מתקדמים. מעבדת המחקר שאני עומדת בראשה מצוידת במערכת מתקדמת המאפשרת תיעוד של הפגישות הטיפוליות בקליניקה הקהילתית, רגע-אחר-רגע, וצוברת מאגר נתונים רב-שכבתי הכולל שמע, וידיאו, טקסט וגם נתונים פיזיולוגיים והורמונליים שונים. כמות ואיכות המידע שאנחנו צוברים מציבים אותנו בשורה אחת עם מעבדות המחקר בפסיכותרפיה הגדולות והמתקדמות ביותר בעולם.
ומה הקשר בין היכולת הזו לבין מכון טיורינג שעוסק בבינה מלאכותית?
כדי לנתח את הכמות האדירה של המידע הרב-שכבתי שנאסף, אנחנו עושים שימוש במודלים של למידת מכונה ובכלים מבוססי בינה מלאכותית על מנת לקדם רפואת נפש מותאמת אישית בתחום בריאות הנפש. השימוש בכלים האלה מאפשר לנו להוביל מחקרים שמקדמים את ההבנה איזו התערבות טיפולית מתאימה לאיזה מטופל באיזה זמן. הבנות כאלה עשויות לקדם באופן משמעותי את היעילות של טיפולים נפשיים ולשפר באופן דרמטי את תחום בריאות הנפש. מאגר המידע הייחודי שלנו, ושילובו עם כלי בינה מלאכותית, מייצר עניין רב בעולם המחקר, ובין היתר תפס גם את תשומת ליבם של חוקרי AI ממכון טיורינג.
"חוקרי הבינה המלאכותית מאוד נלהבים משיתוף הפעולה איתנו"
תוכלי לספר קצת יותר על העבודה שלך במכון טיורינג?
זה שיתוף פעולה מאוד מרגש. אני עובדת שם עם פרופ' מריה ליאקטה, חוקרת מובילה בתחום ה-NLP שקיבלה לאחרונה מענק לחקור את בריאות הנפש באמצעות בינה מלאכותית. בכלל, מכון טיורינג הוא מקום מגניב, הוא נמצא במתחם של הספרייה הלאומית של בריטניה והמקום מלא ספרים וחוקרים צעירים ונלהבים, אז אני גם מאוד נהנית מזה במישור האישי. האמת שהופתעתי ממידת ההתלהבות של חוקרי הבינה המלאכותית לשתף פעולה בנושא הזה, ולתכנן יחד מחקרים על הדאטה הייחודי שצברנו באוניברסיטת בר-אילן.
כלומר, המעבדה הייחודית בבר-אילן הופכת למוקד התעניינות בינלאומי?
נכון, וגם מחוץ לבריטניה – יש לנו למשל שיתוף פעולה עם פרופ' אירינה גורביץ' מאוניברסיטת דארמשטאט בגרמניה, שהיא אחת המומחיות הגדולות בעולם לאנליזות מולטי-מודאליות, מה שמאפשר לנו לנתח יחד טקסט, אודיו וּוידיאו באמצעות כלי בינה מלאכותית ולזהות דפוסים באינטראקציה בין המטפל והמטופל המנבאים שינוי חיובי. אפשר לומר שהיום אנחנו קוצרים את הפירות של החלטות פורצות דרך שהתקבלו לפני כמה שנים, ואני באמת אומרת תודה ענקית לתמיכה שקיבלנו בתוך אוניברסיטת בר-אילן להקים את המעבדה, תוך ראייה לעתיד של חשיבות איסוף החומר ועיבודו.
כיצד באמת עלה הרעיון להקים את המעבדה הייחודית באוניברסיטה?
הקליניקה לשרות הקהילה קיימת כבר שנים, אך קפיצת המדרגה המשמעותית התאפשרה בעקבות מענק גדול שקיבלתי מהקרן הלאומית למדעים שאִפשר לנו להתקין מערכת ממוחשבת המתעדת בעזרת הקלטות אודיו וּוידאו את הטיפולים, מנטרת את התקדמותם באמצעות כלי בינה מלאכותית ומחזירה משוב למטפלים. ההתקדמות הזו הייתה חלק מחזון משותף עם נשיא האוניברסיטה, פרופ' אריה צבן, וסגנית הנשיא למחקר, פרופ' שולה מיכאלי, שהבינו שהעתיד נמצא בביג דאטה ובשיתופי פעולה בין-תחומיים בין חוקרים באוניברסיטה. התמיכה שלהם והחזון המשותף אפשרו את הקמת הקליניקה המחקרית שלנו שהפכה להיות אחת מהקליניקות המחקריות המתקדמות בעולם מבחינת גודל ואיכות הנתונים הנאספים בה והטכנולוגיות החדשניות המשמשות לניטור, ניתוח ומשוב לגבי הטיפולים.
מידע רב-שכבתי: המפתח למחקרים פורצי דרך
תוכלי להסביר קצת יותר אילו מחקרים ייחודיים מאפשר המאגר הזה לבצע?
בהחלט. למשל, הרבה מהמחקרים שלנו עושים שימוש בכלים מתחום עיבוד השפה הטבעית (Natural Language Processing; NLP) על מנת לנתח באופן אוטומטי את הדיאלוג בין המטפל והמטופל. כך, למשל, אנחנו מקודדים באופן אוטומטי את התערבויות המטפל ותגובות המטופל, תור דיבור אחר תור דיבור במאגר הנתונים הגדול שלנו, ומשתמשים בכלים מתחום הלמידה החישובית על מנת לזהות רצפים המנבאים שינוי חיובי. במחקר אחר, שבו שיתפנו פעולה עם פרופ' יואב גולדברג מהמחלקה למדעי המחשב באוניברסיטת בר-אילן, זיהינו באופן אוטומטי את נושאי השיחה המדוברים בטיפול והראינו כיצד שינוי בתוכני השיחה הטיפולית מנבא שינוי בתוצאות הטיפול.
איך, למשל, אפשר למדוד תגובות של מטופל, מעבר למילים שאמר?
המידע הרב-שכבתי מאפשר לעשות הרבה. למשל, כיוון שהפגישות מתועדות גם בווידיאו וגם באודיו, אנחנו משתמשים באלגוריתם שמזהה באופן אוטומטי את מגוון הבעות הפנים של המטופל ושל המטפל ובאלגוריתם אחר שבוחן את העוררות הרגשית שלהם דרך הקול. כך, הראינו שתהליכי סנכרון וּויסות רגשי כפי שהם מתבטאים בהבעות הפנים ובקול מנבאים את הצלחת הטיפול.
נשמע מרתק, אבל איזה סוג של ממצאים פרקטיים אפשר להוציא מניתוח כזה?
אחד הממצאים שגילינו הוא משמעותי הן בכיוון האבחוני והן בכיוון הטיפולי. בעוד נהוג היה לחשוב שמטופלים עם מצב רוח שלילי יותר יסבלו יותר מדיכאון, המידע שניתחנו מגלה שמה שמאפיין את המטופלים שסובלים מדיכאון כאשר הסימפטומים שלהם גבוהים, זה לאו דווקא סוג הרגש, אלא חוסר גמישות במגוון הרגשות שלהם. הרפרטואר של העוררות הרגשית הוא בעל השפעה משמעותית, ומגוון גדול יותר קשור בפחות סימפטומים של דיכאון. אגב, המידע הזה קיבל אישוש חוצה מודלים: גם באודיו, גם בווידאו וגם בפיזיולוגיה. זה מדהים, אנחנו רואים שגמישות היא קריטית לבריאות נפשית בערוצי ביטוי שונים.
איך בדיוק עובד המחקר: אתם מציבים שאלות מראש או נותנים לנתונים ולבינה המלאכותית לספר את הסיפור?
זה עובד בשני הכיוונים. מצד אחד אנחנו באים עם בסיס תיאורטי וידע קליני, ומן הצד השני אנחנו נותנים לנתונים לספר לנו משהו חדש. למשל, מצד אחד אנחנו באים עם הבנות תיאורטיות לגבי החשיבות של תהליכי סנכרון וקו-רגולציה בין מטפל ומטופל, ומהצד השני אנחנו משתמשים באנליזות שעושות כריית מידע ומחפשות תבניות העולות מתוך הנתונים וקלסטרים של מטופלים שיש להם מאפיינים דומים שאולי אי אפשר היה לחשוב עליהם מראש. אפשר לומר שהמודל שאנחנו מפתחים באוניברסיטת בר-אילן הוא מודל אינטראקטיבי, שבו מידע עובר הלוך ושוב בין קלינאים וחוקרים. המטפלים מקבלים משוב שוטף המבוסס על ממצאי המחקר באופן המסייע להם לעקוב אחר התנודות במצבו הנפשי של המטופל ולכוון את ההתערבויות שלהם בהתאם. במקביל, המטפלים והמדריכים תורמים בחזרה לקידום המחקר בכך שהם מעלים שאלות מחקריות בעלות משמעות קלינית שאותן אפשר להמשיך ולחקור במעבדה. המשוב ההדדי מתפתח ומתקדם במקביל להתקדמות התובנות המחקריות. כך, למשל, בימים אלה אנו מפתחים משוב המתבסס על אינטגרציה בין מגוון רחב של מדדים ועל ממצאי המחקרים שנערכו לגביהם, בהתייחס למטופל המסוים הסובל מאבחנה ספציפית ובהתייחס לתהליך הטיפול המצופה לגבי מטופל זה, כל זאת על מנת לקדם טיפול מותאם אישית ולהביא לתוצאות טיפוליות טובות יותר.
תוכלי לתת דוגמה למחקר שבו הנתונים יכולים לשפר את עבודת הקלינאים?
לדוגמה, בנושא של זיהוי "קרעים בברית הטיפולית", שהם חלק חשוב מהדינמיקה שבין המטפל למטופל. ביקשנו מהמטפל ומהמטופל להשיב בסוף הפגישות הטיפוליות על השאלה אם הם חשו מתח ביניהם במהלך הפגישה. לאחר מכן השתמשנו בכלים של עיבוד שפה טבעית (NLP) כדי לנבא באופן אוטומטי מתוך תמלול הפגישה עצמה אם היה או לא היה קרע בפגישה. גילינו שיש מקרים שבהם הנתונים מספרים לנו שהיה קרע, אך המטפל לא זיהה אותו. בפגישות הדרכה במסגרת ההכשרה המקצועית, המטפל יכול לקבל משוב על קרע בברית הטיפולית שאותו הוא החמיץ ולנסות להבין יחד עם המדריך שלו מה גרם לקרע וכיצד מומלץ להתמודד עם מצב דומה בפגישות הבאות.
רפואה מותאמת אישית בתחום טיפולי הנפש: איך ייראה העתיד?
כחוקרת מובילה במרכז דנגור לרפואה מותאמת אישית, איך באה לידי ביטוי התפיסה של טיפול מותאם אישית בתחום הטיפול הנפשי?
התחום מנסה ללכת לכיוון של פרסונליזציה. במקום לדבר על איזה טיפול יכול לעזור לכולם בממוצע, אנחנו מנסים להבין אילו תהליכים ואילו התערבויות עובדות עבור מי ומתי. במקום לדבר על פסיכופתולוגיה בצורה כל כך כללית, להבין שיש הרבה ניואנסים וכל כך הרבה צירופים של סימפטומים ושל מה שמאפיין את המטופל שסובל מהבעיה הספציפית בזמן נתון. רפואת נפש מותאמת אישית תוך שימוש בכלי בינה מלאכותית תאפשר להרחיב את המניעה של בעיות נפשיות עוד בטרם מתפתח סימפטום, להרחיב את הנגישות של הטיפולים, לעשות התאמה טובה יותר בין מטופל לבין סוג הטיפול והמטפל המתאימים לו, לתת פידבק במהלך הטיפול שיקדם את איכות הטיפול וכן להמשיך בניטור מצבו הרגשי של המטופל גם אחרי תום הטיפול על מנת למנוע הידרדרות.
את חושבת שבשנים הקרובות נתחיל לראות שיפור מדיד בהצלחות של טיפולי נפש?
תראו, ידוע מתוך המחקרים הקיימים עד כה שטיפולים מבוססי ראיות לרוב עוזרים יותר מאשר חוסר טיפול. בין אם מדובר בטיפול תרופתי, טיפול פסיכודינמי או טיפול קוגניטיבי-התנהגותי (CBT), הטיפולים התגלו כיעילים בהשוואה לחוסר טיפול. הנתונים מראים שבעקבות טיפול, בין 40% ל-60% מהמטופלים מראים שיפור משמעותי לעומת בין 20% ל-40% כשמדובר בפלצבו. זה משמעותי, אבל לא מספיק טוב, כיוון שכ-50% מהאנשים לא מפיקים מספיק מהטיפול שהם מקבלים. אני מאמינה שאנחנו נמצאים על סף שינוי דרמטי בגישה לשירותי בריאות הנפש, ומתרחקים מהגישה ששלטה בתחום הרבה שנים ולפיה טיפול מסוים אמור להיות אפקטיבי עבור כל המטופלים בממוצע. במקום זאת, ישנו דגש הולך וגובר על גישה מותאמת אישית. האפשרות לעשות שימוש במערכות בינה מלאכותית וכך להתאים את ההתערבות הטיפולית לצורכי המטופל, שהופכת לריאלית בעקבות ממצאי המחקרים מהעת האחרונה, תוכל, כך אנו מקווים, לשפר את האפקטיביות של הטיפולים בתחום בריאות הנפש.
לסיום, אם אנחנו כבר מדברים על טכנולוגיות בינה מלאכותית, האם לדעתך צ'אט ג'יפיטי ודומיו יחליפו את הפסיכולוגים?
הטכנולוגיות האלה מתקדמות בקצב מדהים ונעשה בהן יותר ויותר שימוש בתחום בריאות הנפש, אך אני מאמינה שלקשר אנושי יש תפקיד חשוב ושהמערכות האלה יכולות לסייע למטפלים ולהרחיב את הנגישות לטיפולים לאוכלוסיות רחבות יותר, אך לא להחליף את אנשי המקצוע. חשוב לשים לב שככל שמערכות בינה מלאכותית הופכות לחזקות יותר, קיים סיכון שהן יכולות להוביל למטרות שאינן תואמות לחלוטין לצרכים ולערכים של בני אדם, מה שעלול להוביל לתוצאות לא רצויות, בפרט כשמדובר באוכלוסיות רגישות כמו בתחום בריאות הנפש. לכן, אחד הכיוונים שאנחנו שוקדים עליהם בימים אלה במעבדה הוא ללמוד באופן סיסטמטי את מערכות הבינה המלאכותית החדשות האלה כמו צ'אט ג'יפיטי כדי להבין את היכולות והמגבלות שלהן ולפתח על בסיסן מערכות חדשות המשלבות שיקולי אתיקה ואבטחת מידע ומותאמות לרגישויות ולצרכים הספציפיים של אלה הזקוקים לשירותי בריאות הנפש.
תאריך עדכון אחרון : 12/11/2024