تشخیص صحیح بیماری با استفاده از فناوری
تشخیص صحیح، دقیق و به‌موقع بیماری با استفاده از فناوری های هوش مصنوعی و یادگیری ماشین نقش مهمی در بهبود شاخص‌های بیماری، استفاده بهینه از منابع محدود بیمارستانی و کاهش بار کاری کارکنان دارد.
چند سالی است که ربات‌های جراح که در چند سال اخیر اخبار متفاوتی از ساخت آنها در جای جای دنیا شنیده می‌شود، تنها یک نمونه بارز بکارگیری هوش مصنوعی در علم پزشکی هستند. بی‌شک ورود هوش مصنوعی در هر علمی، مقدمات تحولات بزرگی را رقم می‌زند. بروز این تحولات بسان انقلاب صنعتی می‌تواند جنبه‌های مثبت و منفی زیادی داشته باشد. صمت در این گزارش به بررسی روندهای رسوخ هوش مصنوعی به دنیای پزشکی پرداخته است.
پرستاری به سبک هوش مصنوعی
هوش مصنوعی در پزشکی استفاده از مدل‌های یادگیری ماشینی برای جست‌وجوی داده‌های پزشکی و کشف دیدگاه‌ها برای کمک به بهبود نتایج سلامت و تجربیات بیمار است. به لطف پیشرفت‌های اخیر در علوم کامپیوتر و انفورماتیک، هوش مصنوعی (AI) به‌سرعت به بخشی جدایی‌ناپذیر از مراقبت‌های بهداشتی مدرن تبدیل می‌شود. الگوریتم‌های هوش مصنوعی و سایر برنامه‌های کاربردی مجهز به هوش مصنوعی برای حمایت از متخصصان پزشکی در محیط‌های بالینی و تحقیقات در حال انجام، استفاده می‌شوند.
در حال حاضر، رایج‌ترین نقش‌های هوش مصنوعی در تنظیمات پزشکی، پشتیبانی تصمیم‌گیری بالینی و تجزیه و تحلیل تصویربرداری است. ابزارهای پشتیبانی تصمیم بالینی به ارائه‌دهندگان خدمات سلامت کمک می‌کنند تا با فراهم کردن دسترسی سریع به اطلاعات یا تحقیقات مرتبط با بیمار، درباره درمان‌ها، داروها، سلامت روان و سایر نیازهای بیمار تصمیم‌گیری کنند. در تصویربرداری پزشکی، ابزارهای هوش مصنوعی برای تجزیه و تحلیل سی تی اسکن، اشعه ایکس، MRI و سایر تصاویر که رادیولوژیست انسانی ممکن است خطا داشته باشد، استفاده می‌شود.
“فناوری هوشمند” رسانه تخصصی انقلاب صنعتی چهارم
ربات‌های جراح در مرز دانش
نوید مقدم، مدیر فناوری اطلاعات مجتمع بیمارستانی امام خمینی (ره) در گفت‌وگو با صمت به بررسی این تحولات و واکنش فعالان عرصه پزشکی پرداخته است. وی بااشاره به کاربرد هوش مصنوعی و بکارگیری ربات‌ها در جراحی‌های پزشکی گفت: امروزه در سراسر دنیا، کاربرد ربات‌ها در جراحی‌های معمول به مرحله عملیاتی رسیده و شاهد اجرای عمل‌های جراحی در شاخه‌هایی نظیر ارولوژی هستیم.
وی افزود: اما در دیگر موارد مانند جراحی‌های حساس‌تر، هنوز کاربرد هوش مصنوعی وارد مرحله عملیاتی نشده است و دانشمندان در تلاش هستند کاربرد هوش مصنوعی را در علم پزشکی گسترده‌تر کنند. برای مثال، در برخی جراحی‌ها در ستون فقرات انسان، برای گذاشتن پیچ‌های درمانی از ربات استفاده می‌شود یا در تشخیص برخی آثار آناتومی در بدن از هوش مصنوعی بهره می‌گیرند. گفتنی است، اکنون جراحی رباتیک در ایران و جهان در لبه دانش است و آن تحولی که انتظار داریم در دنیای پزشکی با بهره‌گیری از هوش مصنوعی به‌وجود بیاید، هنوز اتفاق نیفتاده است.
آیا دستگاه‌ها جای پزشکان را می‌گیرند؟
سرپرست مدیریت فناوری اطلاعات مجتمع بیمارستانی امام خمینی (ره) گفت: حذف مشاغل در بسیاری از تخصص‌ها که مبتنی بر تشخیص است، اتفاق می‌افتد، اما درباره مواردی که مربوط به مداخله و درمان می‌شود، به‌احتمال‌زیاد زمانی طولانی را می‌طلبد تا بتوانیم به‌طورکامل دستگاه‌ها را جایگزین پزشکان کنیم. پیش‌بینی می‌شود که با روند فعلی، شغل پزشکی دچار تحولات عظیمی خواهد شد و همزمان با آن تحولاتی نظیر به‌وجود آمدن شغل‌های تخصصی دیگری رخ می‌دهد. برای مثال ربات‌ها در تشخیص و نوع بیماری به‌طورقطع می‌توانند کمک زیادی به دنیای پزشکی بکنند، اما همزمان با آن، امکان دارد بیماری‌هایی به‌وجود بیاید که به تحلیل و در واقع عملکرد انسانی نیاز دارند، نه دستگاهی که از فلز تشکیل شده است.
محتوی بیشتر از سلامتی و پزشکی هوشمند:
- شناسایی راز های «دی ان ای » با هوش مصنوعی
- توسعه روشی برای تشخیص تومورهای مغزی بدخیم
- تشخیص صحیح بیماری با استفاده از فناوری
- ربات خزنده کوچک بیماری‌ها را درمان می‌کند!
درمان‌های معمول به ربات‌ها سپرده می‌شوند
مقدم درباره تاثیر هوش مصنوعی در آموزش پزشکی گفت: به احتمال زیاد، آموزش پزشکی با ورود هوش مصنوعی تخصصی‌تر خواهد شد و نیازمند افرادی با تخصص‌هایی می‌شویم که بتوانند در این زمینه کمک شایانی به انسان و روندهای درمانی کنند و تشخیص و درمان بیماری‌های معمول به ربات‌ها سپرده می‌شود، در نتیجه تنها بیماری‌ها و موارد نادر پزشکی از سوی انسان درمان می‌شوند.
وی در پاسخ به این پرسش که باتوجه به موارد یادشده، آیا می‌توان برای درمان بیماری‌هایی نظیر سرماخوردگی یا دیگر بیماری‌های مزمن به یک ربات مراجعه کرد؟ گفت: از آنجایی که سیر تشخیص بیماری‌ها از الگوریتم‌های واحدی پیروی می‌کند و پزشکان براساس این الگوریتم‌ها نوع بیماری را تشخیص می‌دهند، مکانیزه کردن آن برای ربات‌ها با استفاده از هوش مصنوعی، فرآیند سختی نیست، در واقع این الگوریتم‌ها هستند که در انتها به پزشکان می‌گویند که افراد به چه بیماری‌هایی مبتلا هستند.
مقدم خاطرنشان کرد: در حال حاضر داده‌های عظیمی که باید براساس هوش مصنوعی به ربات‌ها داده شود تا براساس آن، سیر تشخیص و درمان انجام بگیرد، اتفاق نیفتاده است. این فرآیند باید از سوی پزشکان انجام شود. نمونه کوچک این فرآیند، اندازه‌گیری‌های قند، فشارخون و ضربان قلب است که کمک شایانی برای پزشکان محسوب می‌شود.
به‌گفته مقدم، با این روند در روزگاری نه‌چندان دور بشر از دستگاه سونوگرافی موبایلی برای عکسبرداری‌های داخلی استفاده می‌کند و دیگر از دستگاه‌های حجیم تصویربرداری پزشکی خبری نخواهد بود.
وی ضمن مقایسه کشورمان با جوامع پیشرو در بحث بکارگیری هوش مصنوعی در پزشکی گفت: خوشبختانه همکاری‌های علمی زیادی در ایران وجود دارد که موجب شده است، در این زمینه چندان عقب نباشیم. موضوع مهم دیگر درباره ربات‌های پزشک، ارتباط با بیمار است که در حال حاضر هوش مصنوعی هیچ نقشی از خود بروز نداده است.
تشخیص تا درمان، در مسیر هوشمندانه
مصطفی شنبه‌زاده، استادیار مدیریت اطلاعات سلامت گروه علوم آزمایشگاهی، دانشکده پیراپزشکی دانشگاه علوم پزشکی ایلام، در گفت‌وگو با صمت درباره کاربرد اینترنت اشیا در تشخیص و درمان بیماری‌ها گفت: بشر در حالی نسل پنجم سیستم‌های رایانه‌ای را به کار میبرد که در حال ساخت نسل ششم آنها است، در واقع قرار است سیستم‌های رایانه‌ای به‌گونه‌ای طراحی شوند که مانند انسان فکر کنند و هنگام قرارگیری در موقعیت‌های جدید، برای حل مسئله خلاقیت داشته باشند. گفتنی است، سیستم‌های نسل پنجم مانند انسان فکر نمی‌کنند و این ایرادی بود که انسان در این سیستم‌ها دید و در تلاش برای خلق سیستم‌هایی در نسل ششم برآمد که بتوانند مشابه انسان عمل کنند.
وی افزود: ویژگی مهم نسل ششم سیستم‌های رایانه‌ای، فرمان دادن با هوش مصنوعی است؛ باتوجه به توسعه دانش و ابزارهای فناورانه در صنایع گوناگون، امکان دارد هر صنعتی طی زمان با وضعیت غیرقابل‌پیش‌بینی مواجه شود که بدون بهره‌گیری از ابزارهای هوشمند برپایه هوش مصنوعی امکان توسعه آن فراهم نباشد؛ در واقع صنایع برای تحول و توسعه، نیازمند دستور و راهکارهای جدید هستند. صنعت بهداشت و درمان هم مبرا از این جریان نیست؛ بنابراین در مسیر تشخیص تا درمان بیماری‌ها باید در مسیر هوشمندسازی قرار بگیریم.
به‌گفته شنبه‌زاده، هر بیمار یک تجربه جدید است که برای درمان او نیازمند راهکار تازه‌ای هستیم که دستگاه‌های هوشمند می‌توانند با سرعت بیشتری این راهکار را در اختیار پزشک بگذارند؛ بنابراین صنعت بهداشت و درمان در آینده‌ای نزدیک برای تشخیص، غربالگری، درمان بیماری‌ها و پیش‌بینی وضعیت آینده، نیازمند هوش مصنوعی و سیستم‌های کامپیوتری هوشمند می‌شود.
پیش‌بینی وضعیت بیمار با هوش مصنوعی
استادیار مدیریت اطلاعات سلامت دانشکده پیراپزشکی دانشگاه علوم پزشکی ایلام بااشاره به نمونه‌های کاربردی هوش مصنوعی در دنیای پزشکی گفت: هوش مصنوعی می‌تواند در پیش‌بینی وضعیت آینده بیمار، عملکرد مهمی داشته باشد؛ برای مثال، می‌تواند پیش‌بینی کند که آیا یک بیمار مبتلا به آنفلوآنزا تا چه میزان به درمان‌های دارویی یا حتی بستری شدن در بیمارستان‌ها نیاز دارد.
در کل، در بررسی هر نوع بیماری می‌تواند به شانس بقای بیمار پی ببرد. گفتنی است، سیستم‌های هوش مصنوعی این‌گونه طراحی می‌شوند که پزشکان بتوانند تا پیش از رخداد وضعیت بحرانی، برای حل مسائل اقدامات موثری را به‌ثمر برسانند. وی در تشریح بیشتر یادگیری ماشین و کاربرد آن در بهداشت و درمان خاطرنشان کرد: یکی از کاربردهای هوش مصنوعی، یادگیری ماشین است. در یادگیری ماشین، کارشناسان به‌واسطه تجربه‌های گذشته به سیستم‌ها آموزش می‌دهند تا بتوانند در شرایط سخت و بحرانی تصمیمات درستی بگیرند. برای مثال، آزمون‌های زیادی برای تشخیص کرونا ایجاد شد، اما وقتی با حجم زیادی از افراد مواجه شدیم که نیازمند تست تشخیصی برای کرونا بودند، منابع بهداشت و درمان در برخی موارد پاسخگو نبود. بر همین اساس، استفاده از زیرساخت‌هایی برمبنای یادگیری ماشین و تست‌های غربالگری هوشمند،؛ می‌تواند راهکار مناسبی برای کاهش بحران در این زمینه باشد.
شنبه‌زاده گفت: مبنای اطلاعات سیستم‌های یادگیری ماشین در تشخیص بیماری‌ها، موردهای گذشته است که داده‌های اصلی آن به‌حساب می‌آید، بنابراین این سیستم‌ها براساس تجربیات گذشته، فرآیند تشخیصی خود را اعمال می‌کند، در واقع در یادگیری ماشین می‌توان از تجربیات گذشته به‌نحو احسن استفاده کرد. برای مثال، در این سیستم‌ها اطلاعات و داده‌های زیادی از مبتلایان و علائم‌شان درباره بیماری کرونا و آنفلوآنزا تعریف می‌شود و این سیستم‌ها تشخیص می‌دهند که کدام علائم به آنفلوآنزا و کدام به کووید ۱۹ دلالت دارد. درباره دیگر بیماری‌ها هم، چنین فرآیندی امکان‌پذیر است.
سیستم‌های تصمیم‌یار بالین
وی ادامه داد: یادگیری ماشین در تشخیص اولیه می‌تواند برای بیماران مفید باشد، چرا که یادگیری ماشین قابلیت بالایی در تشخیص بیماری‌ها دارد، به این نوع فناوری سیستم‌های تصمیم‌یار بالین گفته می‌شود که پزشک می‌تواند در اقدامی پیشدستانه سرعت بیشتری به فرآیند تشخیص و درمان بدهد و با دید بهتری عمل کند، همچنین به طراحی مدل و نرم‌افزاری در این زمینه پرداختیم؛ اما یکی از معضلات اصلی، شناخت کافی نداشتن پزشکان از کاربردهای فناورانه در دنیای پزشکی است، در واقع پزشکان چندان با کامپیوتر و رایانه‌ها و زیرساخت‌های فناورانه میانه خوبی ندارند و نمی‌خواهند که با آنها کار کنند. اگر بتوانیم سیستم‌های یادگیری ماشین را در علم پزشکی به‌نوعی طراحی کنیم که هر پزشک در تشخیص و درمان بیماری‌ها از آنها بهره بجوید، به‌گونه‌ای که روی میز هر پزشک یک سیستم یادگیری ماشین باشد و بتواند در تشخیص از آن کمک بگیرد، اتفاق بزرگی است.
چین و امریکا، پیشتاز هوش مصنوعی در پزشکی
شنبه‌زاده گفت: در حقیقت با غربالگری‌های اولیه از سوی یادگیری ماشین می‌توانیم سرعت بیشتری در روند مهار پاندمی‌ها ایجاد کنیم. گفتنی است، در برخی کشورها نظیر چین و ایالات متحده برای غربالگری سرطان‌ها از جمله سرطان پستان از سیستم‌های کامپیوتری و ماشین‌های یادگیری استفاده می‌کنند؛ در این شرایط است که بار کاری کادر درمان هم کاهش پیدا می‌کند. این پژوهشگر گفت: باتوجه به مشکلات زیاد بیمارستان‌ها و حجم بالای مراجعات، به‌ویژه در دورانی که جامعه در یک بیماری همه‌گیر به سر میبرد، استفاده از یادگیری ماشین می‌تواند به‌عنوان یک راهکار فناورانه و نوآورانه پیشنهاد داده شود.
طرفداران کاربردهای فناورانه
وی در پاسخ به این پرسش که نگرش تصمیم‌گیران در بهره‌وری از یادگیری ماشین در تشخیص و درمان بیماری به‌ویژه در وزارت بهداشت و درمان چیست؟ گفت: از آنجایی‌که در وزارت بهداشت نگرش بالینی و دیدی پزشک‌محور وجود دارد، استفاده از فناوری طرفدار چندانی ندارد. به‌اعتقاد من، برای پیاده‌سازی سیستم‌های یادگیری ماشین در فضای کاربردی بهداشت و درمان باید اقدامات جدی انجام گیرد، چرا که موجب بهبود، درمان و کاهش هدررفت منابع به‌ویژه در دوران پاندمی‌ها می‌شود.
سخن پایانی
پیش‌بینی می‌شود در عصر حاضر برخی تخصص‌ها در دنیای پزشکی با بهره‌گیری از هوش مصنوعی حذف یا جایگزین شوند. برای مثال، در روندهای تشخیصی، هوش مصنوعی پیشرفت زیادی کرده است و می‌تواند جایگزین تخصص‌هایی شود که در این زمینه فعالیت می‌کنند. گفتنی است، بعد از آنکه هوش مصنوعی جایگزین برخی روندهای تشخیصی و تخصص‌هایی شود که به این روندها ارتباط دارند، بسیاری از این مشاغل از دور خارج شده و آنجا است که باید شاهد تحولی عظیم در دنیای پزشکی باشیم، در واقع در آن زمان، هوش مصنوعی تا چه حد از دنیای پزشکی را به تصرف خود درمی‌آورد. به‌گفته کارشناسان، یکی از موارد مهم در بحث بکارگیری هوش مصنوعی در پزشکی، تحلیل اطلاعات سلامت افراد است که انتظار می‌رود راه‌حلی برای آن تدوین شود. در شرایط فعلی، این موضوعات در قالب استارت‌آپ‌هایی نمود پیدا کرده، اما نمی‌توانیم به‌عنوان راه‌حل به آنها نگاه کنیم.
منبع: صمت
” اقتصادالکترونیکی“آخرین و به روزترین محتوی در اقتصاددیجیتال
