מהבסטה בשוק הכרמל – לסטארטאפ שרוצה לחסוך מיליונים לבתי החולים: יוסי סוויד נשר מבית הספר בהיותו נער בן 16, והפך לטבח במסעדת ה"בסטה" בשוק הכרמל בתל אביב, שם עבד במשך מספר שנים. כאשר החלה מגפת הקורונה ומסעדות רבות נסגרו בארץ, סוויד, כמו רבים וטובים, נאלץ לחשב מסלול מחדש. בגיל 25 הוא החליט למלא את זמנו הפנוי בלימודי בינה מלאכותית, AI, דרך אפליקציות חינמיות, והעלה רעיון ליזום אפליקציה לחישוב כמות קלוריות בכל מנה - על סמך צילום המזון עצמו.
"אוכל הוא תחום שאני מאוד אוהב, וגם היום אני מבשל מדי פעם בפופ-אפים ובמסעדות של חברים", מסביר סוויד ל-mako על המעבר שבחר לעשות, מתחום המסעדנות לעולמות ההייטק. "תמיד התעניינתי גם בתחומים שקשורים ליצירה, ומהרגע שהיה לי מחשב – התעסקתי באומנות תלת ממד ובסימולציות ממוחשבות".
"בתחילת 2022 בשיחה שגרתית עם אבא שלי, גיליתי שהוא בדיוק התחיל דיאטה, וחווה קשיים בהקפדה על התזונה", הוא מספר. "ישבנו יחד וניסינו לחשוב איך אפשר לנצל את הבינה המלאכותית שכולם מדברים עליה לטובת הדיאטה שלו. ממש כך עלה הרעיון הראשוני לבניית AI שיוכל להעריך בצילום בטלפון את כמות הקלוריות שבצלחת".
אלא שמתברר שסוויד ואביו, אלי, לא היו הראשונים שחשבו על הרעיון. "לא מעט אנשים ניסו לעשות זאת לפנינו, אבל מדובר בבעיה מורכבת בגלל כמות המאכלים שקיימת. הזיהוי של כל אחד מהמאכלים הללו בידי תוכנה היה נראה בלתי אפשרי".
על רקע זה, סוויד החל ללמוד את הנושא של בינה מלאכותית לעומק. "בהתחלה רציתי לייצר סימולציות ראליסטיות של חפצים, על מנת שאוכל ללמד את הבינה המלאכותית לזהות חפצים במציאות", הוא מסביר. "רק מאוחר יותר התברר לי שהרעיון הזה הוא חדשני, כי לא מצאתי אף תוכנה שיודעת לתרגם חפצים מתוך תמונה. לכן נאלצתי לכתוב את כל המערכת בעצמי, וכך בעצם התחלתי ללמוד לתכנת מהרצאות באינטרנט ומעזרה של חברים.
"החלטנו להתחיל לפתח מערכת להערכת קלוריות במאכלים. זה דרש מאיתנו להתייחס למבנה התלת ממדי של האוכל, ונדרשנו גם לחשב את נפחו. אחרי כמה חודשים של פיתוח, הצלחנו לבנות אב טיפוס שעובד על אייפון. אותו מוצר ראשוני היה יכול לזהות קרואסונים, ולתת הערכה מדויקת של המשקל שלהם, כמו גם תכולת הקלוריות ופירוט הערכים התזונתיים. כך, בעצם צמחה חברת Calodar, כשאבי, אלי סוויד, שימש כמנכ"ל הרשמי, ואני לקחתי את תפקיד סמנכ"ל הטכנולוגיות".
במקביל, הצטרף סוויד למרכז החדשנות החיפאי המתמחה ב-AI, הנקרא "Road2", ועבר לגור בחיפה. "Road2 מתמחה בבינה מלאכותית ובליווי של סטארטאפים בתחומי התעשייה, הרפואה והאקלים. לכן הוא היווה עבורנו שותף אידיאלי, שיוכל ללוות אותנו גם בפן העסקי וגם המקצועי", מספר סוויד. לדבריו, כבר בשלב מוקדם של פיתוח המיזם, הוא ואביו הגיעו למסקנה שייקח להם שנים עד שיגיעו לתוצר.
"ברגע הזה הבנו שדווקא השוק הרפואי יכול להיות רלוונטי עבורנו, ואז בעצם קרתה נקודת המפנה. עברתי להתגורר בחיפה, והתחלנו בשיתוף הפעולה עם בית החולים רמב"ם שבעיר. עבדנו שם עם צוות של תזונאיות קליניות ולמדנו על הבעיה של תזונה חסרה, הקיימת במהלך אשפוזים בארץ ובעולם. נדהמנו לגלות שהנזק שנגרם כתוצאה מחוסר בתזונה הוא עצום, גם מבחינה בריאותית וגם כלכלית".
הרעיון הגולמי של סוויד הפך לכדי מכונה של ממש, שתפקידה הוסב לצילום מגשי אוכל של מאושפזים בבתי חולים בארץ, על מנת לעקוב אחר תזונתם. המטרה היא שהמכונה תסייע לבתי החולים להתייעל ואף לחסוך מיליוני שקלים, בשל ימי אשפוז מיותרים שנגרמים כתוצאה מתזונה חסרה של חולים. כיום החברה נמצאת כאמור בשיאו של ניסוי קליני בבית החולים רמב"ם, וסוויד מספר שהוא חולם על הצלתם של חולים רבים – ועל פריצת דרך קרובה בארצות הברית ובאירופה.
"חלק גדול מהמאושפזים כיום מגיע לבית החולים במצב של תזונת חסר, וחלק אינו אוכל מספיק אף במהלך האשפוז. אם לא מזהים את התופעה הזאת בזמן, ההשלכות לכך עלולות להיות חמורות. כך למשל, עלולה להיות עליה בסיבוכים ובאחוזי התמותה, לצד הארכה משמעותית של זמן האשפוז, מספר אשפוזים חוזרים גבוה וכן הלאה", הוא אומר.
"גם בפן הכלכלי, הנזק השנתי כתוצאה מכך מוערך בסכומי עתק, ובארצות הברית מדובר בכ-42 מיליארד דולר בשנה. לכן המעבר שלנו מעולם הדיאטות לעולם התזונה בקרב מאושפזים היה חיוני – וכיום החברה מפתחת מוצר שישולב בתהליך פינוי האוכל של בית החולים. אנחנו בעצם נספק הערכה מדויקת של צריכת מזון עבור כל מטופל באשפוז, ובכך נגדיל את יכולת הזיהוי של תזונת חסר הדורשת טיפול בזמן אמת".
רגע לפני הכניסה לבית החולים
הניסוי הראשוני שנערך בימים אלה בשיתוף בית החולים רמב"ם, נועד לבחון את רמת הדיוק של המוצר, בהערכה הקלורית המתבססת על תמונה. "בנינו מכשיר שסורק את מגשי האוכל באמצעות טכנולוגיה שפיתחנו. בעזרתו ניתן יהיה להשוות את רמת הדיוק של ההערכה הקלורית מתמונה, לעומת הערכה קלורית של משקלי המזון. הניסוי הראשון יתבצע על 50 מתנדבים ומתנדבות של צוות בית החולים. בכל שבוע יערכו שלוש ארוחות, ובהן מגשי האוכל ייסרקו לפני הארוחה ולאחריה. בצורה זו תתקבל הערכה על צריכת האוכל שנצליח למדוד, בהשוואה להערכות מדויקות שכבר קיימות".
בשלב הבא סוויד מספר שישולב מוצר קטן יותר בתהליך הפינוי של האוכל. אותו המוצר יפיק ניתוח שיטתי של תמונות המגשים, ובאמצעותו ניתן יהיה לספק לצוות הרפואי "מערכת תומכת-החלטה", אשר תעזור לאתר ולתעדף מקרים הדורשים טיפול תזונתי. "בסופו של דבר", מסכם סוויד, "מטרת המוצר היא לספק לצוות הרפואי מידע אמין על צריכת המזון של מטופלים במהלך אשפוזם. אנחנו מאמינים שלמידע הזה יש ערך עצום, והוא יכול לצמצם סיבוכים ומקרי מוות, לחסוך סכומי עתק לבתי החולים ואפילו לפתוח כיווני מחקר חדשים – בתזונה קלינית ובתחומים נוספים".