ב-16 באוגוסט 2026 פורסם בכתב העת Bioengineering מאמר מערכת מאת דניאלה ג'אנזאנטי שכותרתו «When Bioengineering Met Artificial Intelligence: From Machine Learning to Intelligent Bioengineering Systems». המאמר בוחן את ההתכנסות ההדרגתית של שני תחומים שהתפתחו במשך זמן רב במקביל, אך כעת מצטלבים באופן פעיל.
המחבר מציין כי בינה מלאכותית וביו-הנדסה צעדו בתחילה בדרכים נפרדות: הראשונה – דרך אלגוריתמים ונתונים, השנייה – דרך חומרים פיזיים וביולוגיים. עם זאת, האינטרסים שלהם חופפים יותר ויותר במשימות של מידול מערכות ביולוגיות מורכבות, תכנון ביו-חומרים ויצירת מכשור רפואי אדפטיבי.
המאמר מדגיש את המעבר מלמידת מכונה מסורתית לצורות מתקדמות יותר – ארכיטקטורות עצביות היברידיות, מודלים גנרטיביים וגישות מולטי-מודאליות. שיטות אלו מאפשרות לא רק לנתח נתונים, אלא גם לייצר פתרונות חדשים בזמן אמת, תוך התחשבות בדינמיקה של מערכות חיות.
תשומת לב מיוחדת מוקדשת לאתגרים: הצורך במערכי נתונים ביו-רפואיים גדולים ואיכותיים, סוגיות של יכולת פרשנות של מודלים בהקשר קליני והיבטים אתיים של יישום בינה מלאכותית בביו-הנדסה. ג'אנזאנטי מציין כי גישות נוכחיות רבות עדיין מוגבלות למשימות צרות ודורשות התאמה משמעותית לתנאים ביולוגיים אמיתיים.
בהשוואה לעבודות מוקדמות יותר על יישום בינה מלאכותית ברפואה, פרסום זה בולט בדגש על הרמה המערכתית: לא כלים בודדים, אלא יצירת «מערכות ביו-הנדסיות אינטליגנטיות», המסוגלות ללמידה עצמית ולהסתגלות. זה מבדיל אותו מסקירות צרות וממוקדות על למידה עמוקה בהדמיה או באבחון.
פיתוח מערכות כאלו פותח כיווני מחקר חדשים – מתכנון איברים-על-שבב עם בינה מלאכותית מובנית ועד ביו-פרוטזות מותאמות אישית המגיבות לשינויים בגוף המטופל. עם זאת, לצורך הטמעה רחבה נדרשים תיקוף עצמאי ותקינה של פרוטוקולי הערכה.
נותר לא ברור באיזו מהירות ניתן יהיה לגשר על הפער בין תוצאות מעבדה לפרקטיקה קלינית, וכן אילו סיכונים חדשים יופיעו בעת הרחבת השימוש במערכות ביו-אינטליגנטיות. הקהילה, ככל הנראה, תתמקד ביצירת מדדי ביצוע (benchmarks) פתוחים ובשיתופי פעולה בין-תחומיים.
המסקנה המרכזית של המאמר היא שהערך האמיתי של ההתכנסות לא יתבטא בפריצות דרך בודדות, אלא ביכולת ליצור מעגלים סגורים של תכנון, בדיקה ואופטימיזציה של פתרונות ביולוגיים בעזרת בינה מלאכותית.
