בתחילת השבוע אישרה ועדת החוץ והביטחון של הכנסת את הארכת חוק השב"כ לסיוע בחקירות האפידמיולוגיות של משרד הבריאות עד ה-20 בינואר 2021. אך לפי נתונים שהוצגו לוועדה, מאז החזרת השימוש באיכוני השב"כ בתחילת חודש יולי, כ- 60% מהערעורים על איכון שגוי נמצאו מוצדקים והמערערים שוחררו מבידוד. כדי להתמודד עם המצב שבו מכניסים אנשים לבידוד מיותר, משבשים את חיי האזרחים ופוגעים במקומות עבודה במיוחד שמדובר בתפקיד בעל חשיבות בשעת חירום, כמו צוותי רפואה או צוותי בטחון, חברות הייטק ישראליות מציעות את השימוש בטכנולוגיות שפיתחו, כדי לסייע בדיוק איתור מקרי ההידבקות והימנעות מהשבתת צוותי רפואה וחירום. ולהכנה לקראת גל תחלואת החורף שיגדיל משמעותית את כמויות הנדבקים ויקשה על ניהול שגרה בצל הקורונה. לא מעט מהטכנולוגיות הינן ביטחוניות לחלוטין, ויכולות לסייע כעת גם באזרחות.
חברת ההייטק "Corsight AI" פיתחה בינה מלאכותית שמנתחת בשניות את הסרטונים ממצלמות האבטחה בסביבה בה שהה חולה מאומת. הטכנולוגיה מבוססת על יכולות צבאיות של זיהוי חשודים בזמן אמת בריכוזי אוכלוסייה. את יכולות אלו הכשירו בחברה לשימוש של חקירות אפידמיולוגית על בסיס ניתוח סרטוני וידאו ממצלמות האבטחה במקומות בהם שהו חולים מאומתים. הטכנולוגיה מבוססת על בינה מלאכותית המנתחת במהירות את המידע שהוקלט במקום העבודה, בעסקים שונים כמו קניונים, סופר מרקט, רשתות פארם או בנקים, מצלמות עירייה במרחבים ציבוריים, משרדי ממשלה ומקומות נוספים.
הבינה המלאכותית מפיקה דו"ח על בסיס זיהוי החולה בסרטון גם אם הוא עוטה מסכת פנים, ואת זהות האנשים שהופיעו בסרטונים בקרבת החולה המאומת במרחק ופרקי זמן מסוכנים, גם אם פניהם הוסתרו במסכה. כך ניתן לקבל מאגר מהיר וודאי של אנשים שיש חשד אמיתי שנדבקו, ניתן אף להעריך את גילאי האנשים שהיו בקרבת החולה לפי מראה פניהם, כדי להתמקד באנשים בגילאים מתקדמים הנמצאים בסיכון. הזיהוי על בסיס טכנולוגיות וידאו צולח גם את האתגר לאתר הידבקות במקומות בהם צוותי חירום מפקידים את הטלפונים הניידים לפני תחילת המשמרת. או במקומות בהם קשה לאתר מיקום מדויק כמו מבנה בטון מקורה של מספר קומות המאפיין בתי חולים, אוניברסיטאות וקניונים.
הטכנולוגיה יכולה לשמש גם להתראה בזמן אמת של זיהוי אדם המפר בידוד. גם אם הוא יוצא למרחב ציבורי מוסתר במסכה, מתערבב בריכוז אוכלוסייה, מופיע בפריים בצילום מרחוק בתנאים וזוויות צילום מאתגרים. "חוסר הדיוק בזיהוי מפגשים מדבקים קריטי שמדובר בצוותי רפואה וחירום. חשוב שנוכל להחזיר לפעילות במהרה חברי צוות שהוכח שאין חשש להידבקותם, וניתוח וידאו הוא פתרון מהיר יותר מהמתנה לתוצאות בדיקת קורונה", מסביר עופר רונן מחברת "Corsight AI". הוא מוסיף ומסביר כי "לדיוק של חשד להידבקות חשיבות רבה גם בתכנון קדימה של תרחישים. למשל עם החזרת טיסות התיירות ופתיחת נתב"ג, רבים צפויים לשהות בטרמינל של שדה התעופה עד לשלב העלייה למטוס. זיהוי לא מדויק במרחב זה עלול לשלוח לבידוד מבקרים רבים וגם את עובדי נתב"ג."
טכנולוגיה נוספת שנקראת "Lantern" פותחה על ידי הסטרטאפ הישראלי "Navin" ומאפשרת לעקוב אחר מסלולי תנועה של אנשים במבנים מקורים עד לרמת דיוק של שלושה מטרים. תחת מבנה מקורה הטכנולוגיות המקובלות, שמבוססות על GPS אינן מצליחות לדייק, מכיוון שהסטייה של מיקום בטכנולוגיה זו יכולה להיות של עשרות מטרים ויותר. המיפוי של "Lantern", לעומת זאת, מבוסס על זיהוי של קומות המבנה המקורה ושל החלל הפנימי שבו שוהים אנשים. המעקב אחר מסלולי ההליכה של האנשים במבנה והמפגשים ביניהם, מבוססים על הורדת אפליקציית "Lantern" לטלפונים ניידים. כך אפשר לעקוב במדויק אחר מיקום השוהים במבנה ולהוכיח שלא התקרבו למרחק מחולה קורונה לפרק זמן שמאפשר הדבקה.
יעילות הטכנולוגיה נבחנה בהצלחה בפיילוטים בשורה של קניונים, אוניברסיטאות ומבני ציבור אחרים בישראל, בשיתופי פעולה שנעשו לפני התפרצות הקורונה. בשיתופי פעולה אלו נבחנה הטכנולוגיה באמצעות איתור מבקרים במבנים למרות שיבוש ב-GPS. כעת לאחר ניסיונות מוצלחים הטכנולוגיה עברה התאמה מבצעית גם לאתגרי הידבקות מקורונה.
"אם מתגלה חולה מאומת שביקר בבית חולים, הוא עשוי לגרום לכניסה לבידוד של עשרות רופאים, אחים ואנשי צוות", אומר לדברי ליאור רונן, מנכ"ל חברת "Navin". הוא מסביר כי "כלי המיפוי שפיתחנו מאפשר לזכור את מסלולי ההליכה של הצוות הרפואי ושל שאר באי בית החולים בתוך מתחם בית החולים, כאשר מתגלה חולה קורונה בית החולים יכול לבצע חיתוך מידע ולגלות מי שהה בקרבת החולה והאם היה זה במשך זמן מסוכן להדבקה".
טעינו? נתקן! אם מצאתם טעות בכתבה, נשמח שתשתפו אותנו