![](https://faterafkar.com/wp-content/uploads/2022/03/فرصت-های-هوش-مصنوعی-در-مراقبت-های-بهداشتی.jpg)
![](https://faterafkar.com/wp-content/uploads/2022/03/فرصت-های-هوش-مصنوعی-در-مراقبت-های-بهداشتی.jpg)
هوش مصنوعی چگونه مراقبت های بهداشتی را بهبود می بخشد و چه کسی در این زمینه چه کاری انجام می دهد ؟
از کمک به پزشکان در زمینه تشخیص گرفته تا دسته بندی داده های بیماران تا حتی کمک به جراحی، نمی توان شک کرد که هوش مصنوعی برای صنعت مراقبت های بهداشتی بسیار ارزشمند است. علاوه بر این، هوش مصنوعی همچنین میتواند یاد بگیرد که پروتئینهای خوب و نامزدهای مناسب برای آزمایشهای بالینی را برای سرعت بخشیدن به فرآیند کشف و توسعه دارو شناسایی کند. پس جای تعجب نیست که شرکتهای بزرگ هوش مصنوعی که در فضای مراقبتهای بهداشتی کار میکنند، دائماً در تلاش هستند تا خدمات خود را برای ارائه تسهیلات بیشتر به سیستم مراقبتهای بهداشتی بهبود بخشند. در اینجا دلایلی وجود دارد که چرا هوش مصنوعی باید به بخشی از هر سیستم مراقبت های بهداشتی در سراسر جهان تبدیل شود.
در دسترس ساختن مراقبت های بهداشتی
در کشورهایی که زیرساختهای مراقبتهای بهداشتی قوی ندارند، دسترسی به مراقبت بسیار آسان نیست، بهویژه برای کسانی که در مناطق دورافتاده زندگی میکنند که هیچ امکانات مراقبتهای بهداشتی در دسترس نیست. در اینجا میتوان از هوش مصنوعی برای ایجاد نوعی زیرساخت یا بافت دیجیتالی مراقبتهای بهداشتی در این مناطق استفاده کرد تا خدمات کاملی را ارائه ندهد، بلکه حداقل راهی برای کمک به بیماران برای درک علائم خود و یافتن درمان مناسب فراهم کند. برنامه هایی مانند Ada راهنمایی های بهداشتی را برای جمعیت های توسعه نیافته ارائه می دهند. چنین راهحلهایی رایگان هستند و به زبانهای بومی مناطقی که راهاندازی شدهاند در دسترس هستند و دسترسی را افزایش میدهند.
پیش بینی بیماری ها
از آنجایی که هوش مصنوعی این پتانسیل را دارد که همه دادههای افراد را در یک مکان ذخیره کند، میتواند به این اطلاعات دسترسی داشته باشد تا بیماریهای قبلی بیماران را با علائم فعلی مقایسه کند تا به تشخیص دقیقتری دست یابد. از آنجایی که چنین برنامههایی میلیونها تشخیص قبلی را ذخیره میکنند، بیمارانی که از آنها استفاده میکنند نیازی به نظر دوم ندارند. به علاوه، با ترکیب و تجزیه و تحلیل دادهها از منابع مختلف، هوش مصنوعی میتواند مشکلات سلامتی را که فرد در آینده میتواند به آن مبتلا شود، پیشبینی کند.
یکی از این برنامه ها Verily by Google است که به عنوان مطالعه پایه شروع شد و در حال کار بر روی پیش بینی بیماری های غیرواگیر مانند سرطان و حملات قلبی و همچنین بیماری های ژنتیکی ارثی است. هدف این است که پزشکان را قادر سازند تا هر وضعیتی را که ممکن است فرد در آینده از آن رنج میبرد، پیشبینی کنند تا بتوانند برنامههای درمانی برای اجتناب از آن یا درمان به موقع آن ارائه دهند.
راه دیگری که هوش مصنوعی می تواند به تشخیص کمک کند، شناسایی نشانگرهای زیستی است. بیومارکرها مولکولهای خاصی هستند که در مایعات بدن وجود دارند و میتوانند وجود یک بیماری خاص را در بدن فرد مشخص کنند. از آنجایی که هوش مصنوعی میتواند اکثر کارهای دستی را در تشخیص این نشانگرهای زیستی خودکار کند، میتواند در زمان و انرژی زیادی در تشخیص بیماری صرفهجویی کند. از آنجایی که الگوریتمهای هوش مصنوعی میتوانند به طرز ماهرانهای مولکولها را برای شناسایی شرایط خاص طبقهبندی کنند، مقرون به صرفهتر نیز هستند. اگر پزشکان از کمک هوش مصنوعی در تشخیص بیماری ها استفاده کنند، دیگر نیازی به انجام آزمایش های گران قیمت آزمایشگاهی و سایر روش ها مانند تعیین توالی ژنوم کامل نخواهند داشت.
کمک در جراحی
هوش مصنوعی در حال حاضر در اتاق های عمل مورد استفاده قرار می گیرد زیرا برنامه های کاربردی مبتنی بر هوش مصنوعی ثابت کرده اند که کمک بزرگی به پزشکان در طول روش های جراحی می کنند. جراحی به کمک ربات در حال حاضر موضوعی است که در آینده در صنعت مراقبت های بهداشتی مطرح است و راه را برای درمان موفقیت آمیز جراحی بیماری های نادر هموار کرده است. طبق گزارش شرکت Mayoclinic، اکنون می توان عملیات پیچیده را با دقت و با حداقل عوارض جانبی، درد و از دست دادن خون کمتر و بهبودی سریعتر از طریق جراحی با کمک ربات انجام داد.
چالش های پیش روی هوش مصنوعی در صنعت مراقبت های بهداشتی
اشتباه رایجی که متخصصان مراقبت های بهداشتی هنگام استفاده از هوش مصنوعی در سیستم خود مرتکب می شوند این است که فقط بر روی مزایا تمرکز می کنند و در عین حال خطراتی را که همان سیستم می تواند به همراه داشته باشد نادیده می گیرند. و تکیه کردن فقط به ماشین ها به جای انسان برای کمک به یک بیماری می تواند چندین اشکال بالقوه داشته باشد. بنابراین، داشتن دانش کامل از هر سیستم هوش مصنوعی که یک پلت فرم مراقبت های بهداشتی قصد استفاده از آن را دارد، ضروری است. خود هوش مصنوعی راه درازی در پیش دارد تا بتواند بدون تردید توسط هر سیستم مراقبت بهداشتی وارد شود. در زیر برخی از چالشهایی که هوش مصنوعی در صنعت مراقبتهای بهداشتی با آن مواجه است و برخی از مواردی که ممکن است اشتباه پیش بروند، زمانی که متخصصان مراقبتهای بهداشتی به جای یافتن راههایی برای غلبه بر این چالشها، تنها به هوش مصنوعی وابسته هستند، آورده شده است :
فناوری محدود باعث تشخیص محدود میشود.
همانطور که در بالا ذکر شد، برای تشخیص صحیح هر بیماری خاص، هوش مصنوعی به انواع دادههای جمعآوریشده از میلیونها نفر که از یک بیماری مشابه رنج میبرند، وابسته است. علاوه بر این، باید داده های کافی از چنین بیمارانی که متعلق به یک گروه خاص هستند در پایگاه داده های هوش مصنوعی وجود داشته باشد تا مقایسه صحیح انجام شود. بنابراین، اگر دادههای کافی از بیماران از یک پیشینه خاص وجود نداشته باشد، هوش مصنوعی تشخیص نادرستی میدهد و اگر پزشکان تجربه کافی برای تشخیص نادرست بودن آن را نداشته باشند، ممکن است این اشتباه را انجام دهند.
برای ذکر یک مثال، در مطالعهای که توسط MIT News منتشر شد، سوگیریهای نوع پوست در سه سیستم تحلیل چهره هوش مصنوعی که به صورت تجاری منتشر شده بودند، یافت شد. به خصوص در زنان با پوست تیره، میزان خطا در دو برنامه تا 34 درصد افزایش یافت. این می تواند در هنگام تشخیص و درمان بیماری های پوستی جدی مانند ملانوما در پوست های تیره و روشن، تهدیدهای جدی باشد.
تداوم تعصبات
از آنجایی که ماشینهای مبتنی بر هوش مصنوعی فاقد شفقت و درک از ماهیت انسان و شرایطی هستند که در آن زنده میمانند، آنها اغلب هنگام تشخیص بیماران دچار تعصبات اقتصادی و اجتماعی میشوند. همانطور که دکتر ربکا پیرسون، مدیر ارشد فناوری ThoughtWorks تاکید کرد، در حالی که این سوگیریها اغلب همیشه غیرعمدی هستند، اما نقش مهمی در حفظ چنین سوگیریهایی دارند که در حال حاضر باعث ایجاد نابرابری در بخش سلامت میشوند.
به عنوان مثال، اگر یک بیمار از محلهای کمدرآمد میآید، یک الگوریتم هوش مصنوعی میتواند آن را به عنوان شاخصی از سیستم حمایت اجتماعی ضعیف در نظر بگیرد و یک مرکز پرستاری را برای درمان توصیه کند. از آنجایی که این روش گرانتر از درمان خانگی است، ممکن است بیمار از ادامه آن دلسرد شود. فقط یک پزشک می تواند به محیط خانواده و خانواده بیمار نگاه کند تا مشخص کند که چه نوع برنامه درمانی می تواند از عهده آن برآید و به بهترین وجه با نیازهای فردی او سازگار است. به همین دلیل استکه به توسعهدهندگان اپلیکیشنهای هوش مصنوعی توصیه می شود اگر میخواهند هوش مصنوعی جایگزین پزشکان شود، کتابهای درسی بهتری داشته باشند، بهعنوان مثال، جهان و همه افراد در آن را بدون تعصبات طبقاتی، نژادی و جنسیتی مطالعه کنند.
تجاوز به حریم خصوصی داده ها
هنگام برخورد با برنامه های کاربردی هوش مصنوعی، باید به یاد داشته باشید که آنها با ماشین ها سروکار دارند. و ماشین ها ممکن است خراب شوند! برنامه های کاربردی هوش مصنوعی امکان ذخیره تمامی اطلاعات بیماران را فراهم کرده اند. این شامل سوابق همه بیماریهای قبلی و همچنین اطلاعات شخصی و گزارشهای پزشکی آزمایشهای خون و غیره است. در حالی که یک شخص میتواند محرمانه بودن پزشک و بیمار را تضمین کند، دستگاهها چنین قولی نمیدهند.
یک نقص به دلیل سوگیری الگوریتمی یا عدم حفظ سیستم می تواند منجر به از دست رفتن این داده ها شود. یا بدتر از آن، می تواند به دست افراد اشتباهی برسد که به راحتی می توانند از این اطلاعات علیه افراد مربوطه استفاده کنند. این زمانی اتفاق می افتد که سیستم به درستی در برابر هکرها ایمن نشده باشد. در واقع، طبق مطالعه ای که توسط ScienceDaily منتشر شده است، پیشرفت در هوش مصنوعی تهدیدی برای داده های سلامت افراد است. یافتن و اتخاذ اقدامات مناسب برای ایمن سازی هر سیستم هوش مصنوعی در صنعت مراقبت های بهداشتی ضروری است.
راه پیش رو برای دکتر هوش مصنوعی
هموار کردن راه برای تسلط هوش مصنوعی بر صنعت مراقبت های بهداشتی و جایگزینی کامل پزشکان آسان نیست. برای اولین بار، ما باید راه هایی برای رسیدگی و غلبه بر چالش های ذکر شده در بالا پیدا کنیم. برای شناسایی و مقابله با خطرات احتمالی باید مطالعات بیشتری انجام شود. در نهایت، ما باید راههایی برای آموزش و متقاعد کردن مردم در مورد مزایای مختلفی که هوش مصنوعی میتواند برای صنعت مراقبتهای بهداشتی به ارمغان بیاورد، پیدا کنیم تا آنها در اعتماد کردن به ماشینها به جای انسان احساس امنیت کنند. در واقع، طبق نظرسنجی شرکت Accenture، یک چهارم بیمارانی که ادعا کردند از خدمات بهداشتی مبتنی بر هوش مصنوعی استفاده نخواهند کرد.
نه تنها مصرف کنندگان باید در مورد مزایای هوش مصنوعی آموزش ببینند، بلکه متخصصان مراقبت های بهداشتی نیز باید در مورد استفاده از الگوریتم ها مطلع شوند. تنها زمانی که بتوانند به این الگوریتمها اعتماد کنند، میتوانند متقاعد شوند که از آنها در امکانات خود استفاده کنند. و این اعتماد تنها از طریق مقدار زیادی اعتبار بالینی ایجاد می شود که تنها با انجام مطالعات و تحقیقات گسترده در این زمینه قابل دستیابی است.
شکی وجود ندارد که ما هنوز راه درازی در پیش داریم تا هوش مصنوعی بتواند به طور کامل صنعت مراقبت های بهداشتی را در اختیار بگیرد زیرا هنوز باید ارزش خود را در امکانات کوچکتر و در کشورهای در حال توسعه ثابت کند. این واقعیت را نمی توان انکار کرد؛ با این حال، کسانی که قبلاً هوش مصنوعی را در امکانات خود گنجاندهاند، از مزیت رقابتی برخوردار هستند. با این حال، حتی در چنین مکانهایی، هوش مصنوعی به جای تلاش برای جایگزینی کامل پزشکان، تشخیص و غیره را تسهیل میکند.
لینک منبع : https://www.iotforall.com/dr-ai-challenges-opportunities-ai-enabled-healthcare