گسترش هوش مصنوعی

صنعت مراقبت های بهداشتی و پزشکی باید از هوش مصنوعی (AI) به میزان بسیار بیشتری نسبت به قبل استفاده کند، اما پیشرفت در این حوزه می تواند به شدت سخت باشد. عوامل مشابهی وجود دارد که سیستم مراقبت های بهداشتی را برای توسعه دهندگان AI بسیار جذاب می سازد.پایگاه های داده قدیمی یا حتی غیر موجود، سیستم های کامپیوتری قدیمی و کمبود پزشک، عواملی هستند که مانع از گسترش هوش مصنوعی در این صنعت شده اند.

بخش مراقبت های بهداشتی و پزشکی نیز نکات منحصر به فردی برای هوش مصنوعی دارد: داده ها باید آزادانه از طریق سیستم های هوش مصنوعی جریان داشته باشند تا نتایج واقعی به دست آیند، اما استخراج داده ها از فایل های دست نوشته شده بیمار یا PDF ها برای متخصص هوش مصنوعی مشکل است. علیرغم چالش های فنی و عملیاتی، تحقیقات جدید نشان می دهد که ورود غول های فن آوری به صنعت ممکن است اطلاعات و سرمایه لازم برای دیجیتالی کردن این بازار نسبتا دست نخورده را فراهم کند.

جایی که AI اکنون می تواند کمک کند

شاخه به شاخه شدن بخش های مختلف مراقبت های بهداشتی و پزشکی در میان موسسه های پزشکی و تحقیقاتی (در سال ۲۰۱۶، حدود ۱۰ درصد از کل مرگ و میر ایالات متحده به علت خطاهای پزشکی بوده است)، فرصتی را برای هوش مصنوعی ایجاد کرده است که بتواند هرچه سریع تر وارد این حوزه شود. Mabu یک ربات شبیه به انسان است که توسط Catalia Health و انجمن قلب آمریکا رونمایی شده است . این ربات، بیماران در معرض خطر ابتلا به نارسایی احتقانی قلب را  که کمک می کند.
Mabu به عنوان یک دستیار بهداشت شخصی از بیمار می خواهد که احساسات خود را بیان کند و سپس پیشنهادات درمانی و دارویی خود را ارائه می دهد.
Cory Kidd ، بنیان گذار موسسه Catalia Health می گوید: “نکاتی مهمی وجود دارد که به ما اطمینان می دهد که Mabu ، نیازمندی به یک پرستار و پزشک را پوشش می دهد به گونه ای که این ربات با بیمار صحبت می کند و بسیار شبیه به یک پرستار در خانه فرد بیمار عمل می کند. Mabu گامی امیدوار کننده در جهت گسترش هوش مصنوعی در سیستم های مراقبت پزشکی و بهداشتی است.

این گسترش تکنولوژی بدون ایجاد اختلال در کار پزشکان با تکیه بر داده های رباتی شبیه Mabu می تواند از طریق ایمیل یا متن به سامانه الکترونیکی  ( EMRs ) که داده هایی از جنس “مکالمات روزانه” با ربات هستند را به  سامانه ارسال کند. موسسه Catalia Health به همین روش اطلاعات بیماران را هم جمع می کنند و به تحلیل آنها می پردازند. پیاده سازی AI در تمامی موسسه های مراقبت پزشکی و بهداشتی در کل یک کشور کار سختی است اما می شتواند شروع یک جهش بزرگ در حوزه سلامت باشد.

طرح بزرگ

حرکت به سوی هوش مصنوعی در بیمارستان ها و مراکز بهداشتی در حال گسترش است. دولت انگلیس اعلام کرده است که قصد دارد تا سال ۲۰۳۰ انگلستان را در خط مقدم استفاده از AI و کاربرد اطلاعات پزشکی در تشخیص زود هنگام بیماری، نوآوری روش های درمانی و پیشگیری از بیماری قرار دهد. در حالی که این ادعا ممکن است بلندپروازانه به نظر برسد، اما با توجه به وضعیت فعلی پیشرفت تکنولوژی در سازمان دولتی NHS ، بیمارستان ها با طیف گسترده ای از شرکت هایی مواجه خواهند شد که برای گسترش هوش مصنوعی کار می کنند.

ذهن عمیق ( DeepMind ) ، چت بات ها ( Chatbots )و بیومتریک صدا همه مورد استفاده برای حل مشکلات منحصر به فرد در بخش هستند و برخی از شرکت ها روش دیگری برای اطمینان از استفاده از AI به طور کامل استفاده می کنند.

دکتر احمد شفیع متخصص سرطان در طول بیش از ۲۰ سال فعالیت تجربه های جالبی را بیان می کند . دانشجویان زیادی به تخصص دکتر شفیع نیاز دارند و آموزش همه آنها کار مشکلی است. دکتر استیو دان که در زمینه جلوه های بصری پزشکی فعالیت دارند، به وسیله دوربین های ۳۶۰ درجه بیش از ۳۰۰ دانشجو را تحت آموزش مستقیم قرار دهد. دکتر دان پیشنهاد کرد که با استفاده از دوربین های ۳۶۰ درجه، از پروسه عمل فیلم برداری شود و به صورت زنده،جراحی دکتر شفیع باعث آموزش دقیق دانشجویان شود.

تبدیل بیت به بیت داده ها

با توجه به حجم بالای داده های علمی پزشکان، سیستم های قدیمی و سوابق دست نوشته دیگر کاربرد سریع و راحتی ندارد، به ویژه اینکه امکان تحلیل روی داده ها به روش های سنتی وجود ندارد. با استفاده از هوش مصنوعی بسیاری از تحلیل ها و پیش بینی های دقیق قابل اجراست و در عین حال ارائه مراقبت های بهتر و بیشتر به بیماران را میسر می کند. بخش بهداشت و درمان به کمک AI به مرحله توسعه و سرمایه گذاری رسیده است و بزرگان این حوزه دائما در حال افزایش حجم سرمایه گزاری مالی و علمی هستند.

منبع: آرمان رایان شریف

تبلیغات

پاسخ دهید

آدرس ایمیل شما منتشر نخواهد شد. فیلدهای اجباری مشخص شده اند *
شما می توانید از این استفاده کنید HTML برچسب ها و ویژگی ها: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>