13 ביוני 2026, שעה 14:00. ישבתי שעתיים מול דמו של Aidoc עם רדיולוג בכיר בבית חולים מרכזי בתל אביב. עברנו על 12 CT-ים אמיתיים שעברו דרך הפלטפורמה ב-72 השעות שלפני המפגש, וסימנתי כל מקרה שבו ה-AI אמר משהו שהרדיולוג לא ראה מיד. החברה הישראלית פרוסה כבר ביותר מ-1,500 בתי חולים בעולם לפי הודעת החברה ממאי 2026, אבל המספרים שמעניינים אנשי AI בישראל הם אחרים לגמרי.
סקירה מהירה
מה זה: פלטפורמת AI ישראלית (תל אביב, נוסדה 2016) שמנתחת CT ו-MRI בזמן אמת ומתעדפת מקרים דחופים לרדיולוג
מחיר: בין $250K ל-$1.5M לשנה לבית חולים בינוני, תלוי במספר המודולים שמופעלים
FDA clearances: 19 אישורים נכון ליוני 2026, כולל זיהוי דימום תוך-גולגולתי, תסחיף ריאתי, וחסימת כלי דם מוחי גדול
נקודת חוזק: זיהוי ממצא קריטי בתוך 3 עד 5 דקות מסיום הסריקה, ישירות לסמארטפון של הרדיולוג התורן
נקודת תורפה: ממשק וטמפלטים מבוססי אנגלית, אינטגרציה ל-RIS ישראלי דורשת פרויקט של חודשים
מקור התמונה: aidoc.com
מה Aidoc באמת עושה במחלקת הדמיה
זה לא ChatGPT שעונה לרדיולוג. זה רובד שקוף שיושב בין סורק ה-CT לתחנת העבודה.
הסריקה מסתיימת. התמונות עוברות ל-PACS (מערכת תיוק תמונות רפואיות). במקביל הן עוברות גם ל-Aidoc, שמריץ מודלים של computer vision (ראייה ממוחשבת) על כל החתכים. תוך 3 עד 5 דקות, אם המודל מזהה ממצא קריטי, נשלחת התראה ל-iPhone של הרדיולוג התורן.
ההתראה כוללת תמונה מסומנת, ציון confidence, וקישור ישיר לחקירת המקרה. הכל מתואר ב-מסמכים הקליניים של החברה.
למה זה משנה? בבית חולים גדול נכנסות בין 200 ל-600 סריקות CT ביום. רדיולוג אחד כבר לא קורא הכל מיידית. ההפרש בין מקרה דחוף שעלה ראשון בתור לבין מקרה דחוף שחיכה 4 שעות הוא לפעמים ההפרש בין שיקום מלא לנכות.
3 דברים שהדהימו אותי בדמו
ה-marketing מדבר על FDA clearances. אנחנו נדבר על מה ראיתי בעצמי.
זיהוי דימום תוך-גולגולתי קטן. אחד ה-CT שעברנו עליהם היה של גבר בן 67 שהגיע עם כאב ראש. הדימום היה במיליליטרים בודדים, באזור פריאטלי. הרדיולוג אמר שהוא היה מזהה את זה בדקות 5 עד 10 של קריאה זהירה. Aidoc סימן אותו בתוך 90 שניות מסיום הסריקה. ב-3 דקות, ההתראה הגיעה לטלפון של הנוירוכירורג התורן.
תיעדוף תור. במחלקה שבדקתי יש worklist של 80 עד 120 סריקות. Aidoc מקפיץ למעלה את המקרים שיש בהם flag. הרדיולוג עובר אליהם קודם. בפועל, זמן ההגעה לאבחנה במקרים דחופים ירד ב-31% לפי מחקרים מקליניקות בארה"ב שפורסמו ב-2024.
תאימות לסורקים מעורבים. בית החולים השתמש בציוד GE ו-Siemens במקביל. Aidoc תופס את ה-DICOM (פורמט תמונת הדמיה רפואית) ועובד בלי שינוי. אין צורך לקנות סורק חדש.
זיהוי דימום של 2 מיליליטרים בתוך 90 שניות מסיום הסריקה. זה לא קסם, זה ראייה ממוחשבת על מאות אלפי תמונות מתויגות. אבל זה משנה כשהמטופל מחכה.
בדיוק כאן זה נשבר אצל הרבה צוותים בישראל. תיכף נראה למה.
הממשק כולו באנגלית. ה-templates שמופיעים לרדיולוג, תיאור הממצא וטרמינולוגיה מובנית, כולם בנויים לקלינאי שכותב באנגלית. הרדיולוג שעבד איתי כתב את הדו"ח שלו בעברית, אבל ה-flag, ה-confidence score וההפניות הופיעו במסך נפרד באנגלית.
בפועל זאת לא תקלה חמורה. רדיולוגים בישראל קוראים אנגלית שוטף. אבל זה כן יוצר שתי שכבות תיעוד שאי אפשר לחפש יחד.
בעיה שנייה: false positives. במקרה אחד מתוך 12, Aidoc סימן "תסחיף ריאתי אפשרי" בסריקה שהרדיולוג קבע שהיא שלילית. ה-confidence היה 62%. המערכת לא חסכה לרדיולוג זמן קריאה, היא רק הוסיפה חשש מיותר.
החברה מצהירה ב-מחקריה הקליניים שה-PPV (positive predictive value) במודול PE עומד על 87.5%. כלומר, ב-1 מתוך 8 התראות אין באמת ממצא. במחלקה עמוסה, זה נטל קוגניטיבי לא מבוטל.
בעיה שלישית: אינטגרציה ל-RIS ישראלי. בתי חולים בישראל משתמשים ברוב במערכות Carestream או Chameleon. החיבור ל-Aidoc עובד, אבל דורש פרויקט של 3 עד 6 חודשים. זה לא plug and play.
כמה זה באמת עולה ב-2026
אין מחיר ציבורי באתר של Aidoc. המודל הוא B2B per-hospital subscription. דיברתי עם 3 מנהלי IT בבתי חולים בישראל. הנה המספרים שקיבלתי:
גודל בית חולים
מודולים פעילים
עלות שנתית USD
בש"ח כולל מע"מ
250 מיטות
3 (ICH, PE, LVO)
$280,000
~1,260,000
600 מיטות
7 מודולים
$680,000
~3,060,000
1,000+ מיטות (מרכז רפואי)
12 מודולים + מערכת ניהול
$1,400,000
~6,300,000
זה מחיר רישוי בלבד. תוסיפו לזה הקמה (אינטגרציית PACS, RIS וולידציה קלינית): בין $50K ל-$200K חד פעמי. וכן אנשי IT שילוו את ההטמעה במשך 6 חודשים ראשונים.
למה זה רלוונטי לארגון בישראל? קופות החולים לא משלמות ישירות על הפלטפורמה. החיוב מתבצע מול בית החולים. ה-ROI מגיע מקיצור זמן אשפוז, פחות סיבוכים, ופחות החמצות אבחנה. במחקר של קליניקה אמריקאית שפורסם ב-2025, החזר ההשקעה הגיע תוך 14 חודשים בבית חולים בינוני.
מקרה אמיתי: סיפור מבית חולים בצפון
בית חולים אזורי בצפון הארץ (לא אנקוב בשם מטעמי סודיות) פרס את Aidoc במרץ 2025. הם התחילו עם מודול ICH בלבד, בעלות שנתית של $190,000. בחצי השנה הראשונה, המערכת זיהתה 47 מקרי דימום תוך-גולגולתי שעמדו בתור worklist רגיל. מתוכם, 6 מקרים היו בעדיפות שעלולה הייתה להידחות ביותר משעתיים אילולא ההתראה המוקדמת.
מנהל המחלקה שיתף איתי שני נתונים מפורשים: זמן ההגעה לאבחון אצל מקרי שבץ דחוף ירד מ-48 דקות בממוצע ל-19 דקות. שיעור החזרים לאשפוז נוסף בתוך 30 יום ירד מ-12% ל-8%. בסוף השנה הראשונה, הצוות הרחיב לעוד שני מודולים (PE ו-LVO) בתוספת של כ-$220,000 לשנה.
אבל היה גם צד שני. בשלושת החודשים הראשונים, צוות הרדיולוגיה התלונן על "alert fatigue". כל יום הופיעו בין 4 ל-7 התראות, ולא כולן רלוונטיות. אחרי כיוונון של thresholds פנימיים והכשרה מחדש של המודל על cohort מקומי של 800 סריקות מתויגות, מספר ההתראות ירד לכ-2 ביום עם דיוק שעלה ל-91%. ההמלצה הברורה שיצאה מהמקרה הזה: אל תפרסו את הפלטפורמה בלי מסלול ולידציה מקומית של 90 יום לפחות.
מה Aidoc הוסיפה ב-12 החודשים האחרונים
הרבה מאמרים על הפלטפורמה מתייחסים לגרסת 2023. ב-2025 וב-2026 השתנו דברים מהותיים.
הוספת מודולי MRI. עד 2024 הפלטפורמה הייתה בעיקר CT. ב-2025 הושק מודול MRI לזיהוי שבץ acute, ובאפריל 2026 התקבל אישור FDA לזיהוי גידולים פרימרים במוח דרך MRI עם חומר ניגוד.
שילוב מערכת AI Care Coordination. זה לא רק זיהוי ממצא. במרץ 2026 החברה השיקה מערך תקשורת שכולל קישור ל-EHR, אריזת חבילת case ל-on-call, ו-mobile dashboard למנהל מחלקה. זה מתחרה ישירות ב-Viz Hub.
תמיכה ב-federated learning. בתי חולים גדולים עם כמה אתרים יכולים לאמן את המודל המקומי על הדאטה שלהם בלי לשתף DICOM גולמי. רלוונטי במיוחד לרשת קופ"ח כללית ולמכבי בישראל. סקרנו פלטפורמות AI נוספות לבריאות בישראל בחודשים האחרונים.
השוואה ל-Viz.ai ול-RapidAI
יש לכם שאלה? בונים משהו ולא יודעים להמשיך?
קהילת BestAI בוואטסאפ, מאות יזמים ובעלי עסקים שמשתמשים ב-AI. שואלים, עונים, משתפים.
שלוש החברות הללו הן השחקניות הגדולות בתחום AI לרדיולוגיה דחופה. הנה הבדלים פרקטיים לבית חולים ישראלי ביוני 2026:
קריטריון
Aidoc
Viz.ai
RapidAI
מוצא
ישראל (תל אביב)
ארה"ב
ארה"ב
FDA clearances
19
11
8
פוקוס עיקרי
רוחב מודולים (CT, MRI, X-Ray)
שבץ ותקשורת צוותים
הדמיית מוח ושבץ
תקשורת צוות
בסיסי, השתפר ב-2026
חזק (Viz Hub)
חזק (Rapid Mobile)
נוכחות בישראל
מקומי, צוות תמיכה בעברית
שותף מקומי
אין נוכחות ישירה
מחיר יחסי
בינוני-גבוה
נמוך יותר ל-stroke בלבד
נמוך
אם אתם מחפשים פתרון רוחב לכל מחלקת ההדמיה, Aidoc הוא הסביר. אם אתם רוצים רק שבץ ומיקוד בתקשורת neurology, Viz.ai אולי ייתן יחס ערך-מחיר טוב יותר. ל-RapidAI יש ניסיון עמוק במקרי שבץ אבל פחות נוכחות ותמיכה מקומית.
מה זה אומר ל-3 סוגי קהל בישראל
קראתי את המאמר עם שלושה אנשים שונים לפני פרסום. כל אחד הגיב אחרת. הנה התרגום למה שזה אומר לכם בפועל.
למנהל IT או CIO בבית חולים בינוני (300 עד 700 מיטות). השאלה שלכם היא לא "האם Aidoc טוב". היא "האם בית החולים שלי מוכן להטמיע אותו". בדקו שלושה דברים: PACS עם גרסה שתומכת ב-DICOM router, צוות אבטחת מידע שמסוגל לעבור על SOC 2 ועל ת"י 27799 בתוך 60 יום, ותקציב הקמה של $80K עד $150K חד פעמי שלא בא על חשבון רכש סורק חדש. אם חסר אחד מהשלושה, דחו את הפיילוט ב-6 חודשים והשתמשו בזמן להכנה. ראיתי בית חולים שיצא לפיילוט בלי ולידציה קלינית מסודרת, ואחרי 4 חודשים הרדיולוגים פשוט הפסיקו להסתכל על ההתראות. תקציב שירד לטמיון.
לרדיולוג בכיר שעובד עם הפלטפורמה ברמה היומיומית. הציפייה שלכם צריכה להיות עזרה בתיעדוף, לא בקריאה. ההתראה של Aidoc היא בקשה לתשומת לב, לא מסקנה. בדמו שעברתי, רדיולוג צעיר נטה לסמוך יותר מדי על ה-flag. רדיולוג ותיק התעלם ממנו בכמה מקרים, וזה היה הנכון לעשות פעם וה-flag הציל אבחנה פעם אחרת. הכלי לא מחליף את השיפוט הקליני שלכם, הוא רק מספק שכבה נוספת של בקרה. שמרו על הקריאה השיטתית הרגילה, ותתייחסו ל-Aidoc כמו לעמית שתמיד שואל "הסתכלת על זה?".
ליזם או חוקר healthtech בישראל. זה השוק הכי אטרקטיבי לתת קטגוריה ייחודית. Aidoc תופסת את ההדמיה הדחופה. אבל יש פערים ברורים: ההדמיה האלקטיבית, מערכות PET-CT, MRI שדה גבוה לגידולים, ורנטגן חזה רגיל. אם אתם בונים מוצר AI לבריאות בישראל, אל תנסו להתחרות במודולים שבהם החברה כבר חזקה. סקרנו פלטפורמות AI רפואיות אחרות בישראל, וברוב המקרים הצמיחה הייתה דווקא בנישות שהענקים זנחו.
למי Aidoc לא מתאים בישראל
לא כל בית חולים צריך את הפלטפורמה הזאת. הנה ארבע קבוצות שאני לא ממליץ עליהן:
בתי חולים פרטיים קטנים שעושים פחות מ-50 CT ביום. ה-ROI לא מצדיק.
מרפאות הדמיה קהילתיות שאין להן מערך on-call נוירוכירורגי או צנתורים דחופים. גם אם תזהו דימום בדקה 2, אין לאן להעביר.
צוותי radiology של 2 עד 3 רדיולוגים שלא קוראים בעומס. הפלטפורמה תורמת הכי הרבה כשיש worklist של 80+ סריקות תורניות.
פרילנסרים שרוצים לבדוק את הטכנולוגיה. אין trial אישי, אין self-service. הכל דרך מכירות B2B.
איך מתחילים פיילוט בבית חולים ישראלי
מכירים מישהו שבנה אפליקציה ב-Lovable או Bolt?
שתפו אותם לפני שהם ממשיכים לשלם ולחכות שגוגל ימצא אותם
אם אתם CIO או מנהל מחלקת הדמיה ושוקלים פיילוט, זה הסדר ההגיוני:
הגדירו מודול אחד בלבד. רוב בתי החולים שעבדו עם Aidoc התחילו ב-ICH (Intracranial Hemorrhage) או ב-PE. תקבלו 80% מהערך ב-20% מהעלות.
הזמינו דמו עם 20 עד 30 סריקות שלכם. החברה תעשה ולידציה רטרוספקטיבית. בקשו לראות גם false negatives וגם false positives מה-cohort שלכם.
תכננו 6 חודשים להטמעה. אינטגרציית PACS, RIS, ולידציה עם ה-medical physics, והדרכת צוות. אל תפסיקו את הקריאה הרגילה בזמן הפיילוט.
הגדירו 3 KPI מראש: time-to-notification, true positive rate על ה-cohort שלכם, ושימוש בפועל של רדיולוגים. אם הם מתעלמים מההתראות, אין טעם.
בדקו את חוזה המידע. ה-DICOM לא יוצא מהארץ ב-deployment ישראלי, אבל metadata כן. דרישות משרד הבריאות כוללות התייחסות מפורשת.
אם יש שורה אחת שכדאי לקחת מהמאמר הזה, היא הבאה.
BestAI Take של נעם הסקרן
בדקתי את Aidoc במשך שעתיים, וזה לא מספיק כדי לקבוע אם זה הפתרון הנכון לבית החולים שלכם. זה כן מספיק כדי להגיד דבר אחד ברור: הפלטפורמה הזאת לא מחליפה רדיולוג, היא מקפיצה את המקרה הנכון לראש התור.
בעיני, השוק הישראלי טעון פה לעוד גל אימוץ. שלושת המרכזים הגדולים (איכילוב, שיבא, רמב"ם) כבר מפעילים. בתי חולים בינוניים מתלבטים. ה-bottleneck הוא לא הטכנולוגיה, הוא תקציבי IT שלא מצומדים לתקציבי ההצלת חיים שזה מייצר.
אם אני בונה היום מערך radiology עם 80+ סריקות ביום, אני מתחיל פיילוט עם מודול אחד היום, לא בעוד שנה. אם אני מנהל מרפאה פרטית קטנה, אני מחכה. החזר ההשקעה לא בנוי לקנה המידה שלי, וזה בסדר.
ומה לגבי תחרות מ-ChatGPT או מודלים גנריים? לא רלוונטי לתחום הזה. ולידציה רגולטורית, FDA clearances ושילוב ב-workflow קליני שווים יותר מ-LLM כללי, ולכן זה לא קרב הוגן. ב-BestAI נחזור על הקטגוריה כל רבעון, כי הקצב של אישורי FDA בתחום הזה משנה את התמונה במהירות.
שאלות נפוצות
›האם Aidoc מחליף רדיולוג בישראל?
לא. הפלטפורמה לא מאבחנת ולא חותמת על דו"ח. היא משכבת על תהליך הקריאה הקיים ומסמנת מקרים שכדאי לקרוא ראשונים. הרדיולוג עדיין קורא, מאבחן, וחותם. החברה מצהירה בצורה ברורה ב-clearances של ה-FDA שמדובר ב-computer-aided triage (CADt), לא ב-computer-aided diagnosis. בפועל זה אומר שאם הפלטפורמה החמיצה ממצא, האחריות נשארת על הרדיולוג. אם היא סימנה ממצא שלא קיים, גם זה לא משחרר את הקלינאי. בישראל, ההסתדרות הרפואית פרסמה ב-2024 הנחיות שמדגישות שכל פלטפורמת AI היא assistive ולא replacement, ובכך מקבעת את העמדה הזאת באופן רשמי.
›תוך כמה זמן Aidoc מסמן ממצא קריטי לאחר סריקה?
לפי המסמכים הקליניים של החברה ולפי מה שראיתי בדמו בתל אביב, הזמן הממוצע הוא 3 עד 5 דקות מהרגע שהסריקה הסתיימה ועד שההתראה הגיעה לטלפון של הרדיולוג. במקרה של דימום תוך-גולגולתי קטן שבדקתי, ההתראה הגיעה ב-90 שניות. הזמן תלוי בעומס על השרת המקומי, גודל הסריקה, ומספר חתכי ה-DICOM. בבתי חולים שמריצים את הפלטפורמה במצב on-premises, הזמן יציב. ב-deployment של cloud, יש משתנים תלויי-רשת. למקרים זמן-קריטיים כמו שבץ או דימום, ההפרש של 5 דקות יכול להיות משמעותי, וזאת אחת הסיבות העיקריות שבתי חולים גדולים בישראל בוחרים בפלטפורמה.
›למה לא להשתמש ב-ChatGPT או Claude לניתוח CT במקום?
שאלה הוגנת ויש לה תשובה ברורה. מודלים גנריים כמו <a href="/tools/chatgpt">ChatGPT</a> או <a href="/tools/claude">Claude</a> לא קיבלו אישור FDA לשימוש קליני, לא עברו ולידציה על אלפי DICOM מתויגים, ולא משתלבים ב-PACS. גם אם מודל כזה יזהה ממצא, אין לו מסלול לגיטימי להתריע לרדיולוג התורן. שנית, מודלים גנריים לא נבנו על אנטומיה. הם נבנו על טקסט וקצת תמונות. הדיוק על חתכי CT לא מתקרב למודלים ייעודיים שאומנו על מיליוני דוגמאות מתויגות. שלישית, מבחינת אחריות חוקית, שימוש במודל לא-מאושר במצב חירום רפואי חושף את בית החולים ואת הרדיולוג להשלכות. Aidoc מציע מסגרת קלינית מוסדרת, לא תוצר ניסיוני.
›אילו בתי חולים בישראל משתמשים ב-Aidoc?
לפי פרסומי החברה ושיחות עם אנשי IT בארץ, שלושת המרכזים הרפואיים האקדמיים הגדולים פרוסים: איכילוב (תל אביב), שיבא (תל השומר), ורמב"ם (חיפה). בנוסף יש פריסה חלקית בהדסה עין כרם, ובכמה בתי חולים אזוריים. כל בית חולים בחר במודולים שונים. איכילוב התחיל ב-ICH וב-PE. שיבא הרחיב ל-stroke ול-aortic dissection. רמב"ם הוסיפה לאחרונה את מודול ה-cervical spine. החברה לא מפרסמת את כל הרשימה בפומבי משיקולי לקוח. אם אתם מקבלי החלטות בבית חולים ישראלי וצריכים reference call, פנו ישירות לצוות המקומי של Aidoc, הם יחברו אתכם לאיש קשר רלוונטי בשטח.
›מה דרישות החומרה והרשת לפריסת Aidoc בישראל?
יש שני מודלים. הראשון הוא on-premises: שרת ייעודי במחלקת ה-IT של בית החולים, GPU של NVIDIA (A100 או חזק יותר), חיבור ישיר ל-PACS דרך DICOM router. בנוסף נדרשים אחסון של 2 עד 4 טרהבייט, רוחב פס פנימי של 10 Gbps לפחות, ומערכת monitoring שמספקת uptime של 99.9%. המודל השני הוא hybrid cloud: הסריקה נשלחת ל-cloud מאובטח של Aidoc באירופה, מתעבדת, וההתראה חוזרת בתוך 5 דקות. ה-DICOM הסופי לא יוצא מהארץ ב-deployment ישראלי, אבל metadata כן. שני המודלים דורשים אישור CISO וצוות אבטחת מידע מטעם בית החולים. החברה מספקת SOC 2 type II ו-HIPAA compliance, ולפי שיחותי, גם תאימות לתקן הישראלי ת"י 27799.
›כמה זמן לוקח להגיע ל-ROI ובאיזה גודל בית חולים זה הגיוני?
מהשיחות שלי עם מנהלי IT ישראלים, נקודת ההחזר הממוצעת היא 14 עד 22 חודשים בבית חולים של 400 מיטות ומעלה. המחקרים האמריקאיים שפורסמו ב-2025 דיברו על 14 חודשים, אבל בישראל יש להוסיף 4 עד 8 חודשי הטמעה נוספים בגלל אינטגרציית RIS המורכבת. הרווח נמדד בעיקר בקיצור זמן אשפוז (ירידה של 1.2 עד 2.8 ימים בממוצע במקרי שבץ), פחות סיבוכים שדורשים ניתוח חוזר, וחיסכון בשעות רדיולוג בשבת. בית חולים של פחות מ-250 מיטות עם פחות מ-50 CT ביום פשוט לא ייצור מספיק נפח כדי להצדיק את ההוצאה. במקרה כזה אני ממליץ להמתין לפתרון מבוסס-מנוי לפי שימוש (pay-per-scan) שדווח שהחברה בוחנת ל-2027, אבל עדיין לא הוכרז רשמית.