هوش مصنوعی جایگزین متخصص رادیولوژی نیست
تاریخ انتشار: ۲۰ فروردین ۱۳۹۹ | کد خبر: ۲۷۵۲۹۴۱۵
به گزارش حوزه بهداشت و درمان گروه علمی پزشكی باشگاه خبرنگاران جوان، حسن هاشمی، دبیربورد رادیولوژی درباره هوش مصنوعی اظهار کرد: در سالهای اخیر با بهره گیری از کامپیوتر و نرم افزارهای جدید جهشهای شگرفی در پیشرفت زمینههای مختلف علوم ایجاد شده است و فن آوریهای نوین روز به روز در حال گسترش است.
او افزود: هر بار که یک روش جدیدی ابداع، با تبلیغات و هیاهوی بسیار سعی شده که اعلام شود این بهترین روش بوده و روشهای قبلی به طور کامل جایگزین خواهد شد و دیگر نیازی به آنها نیست، ولی با گذشت زمان ثابت شد که همیشه این طور نیست و هنوز هم از روشهای قدیمی در مواردی باید بهره گرفت.
بیشتر بخوانید:
اخباری که در وبسایت منتشر نمیشوند!
دبیربورد رادیولوژی گفت: هوش مصنوعی در سالهای اخیر به عنوان یک تسهیل کننده علوم به کار میرود و سرو صدای زیادی هم در عرصه علم روز ایجاد کرده است و ابتدا تصور میشد که پس از آن، دیگر نیروی انسانی متخصص نیاز نیست و با بهره گیری از هوش مصنوعی میتوان بسیاری از مسائل را به تنهایی حل کرد.
او گفت: در علوم نظری، علوم ریاضی، فیزیک و ... تا حد بسیار زیادی میتوان این ادعا را ثابت کرد، اما در علوم تجربی و پزشکی ماجرا به گونه دیگر است و برای همین آنها را علوم تجربی و پزشکی میگویند.
هاشمی بیان کرد: در علوم تجربی و پزشکی همه چیز صفر و یک نیست. مثلا امروزه برای درمان یک نوع بدخیمی خاص برای همه افراد مختلف نمیتوان از پروتکلهای درمانی یکسان استفاده کرد، حتی لازم است بر اساس ژن برای او تصمیم درمانی گرفته شود یعنی یک بیماری شناخته شده یکسان در افراد مختلف درمان متفاوت خواهد شد.
او یادآوری کرد: در حوزه تصویربرداری پزشکی هر وقت یک وسیله جدید اختراع، هیاهو شد که دیگر تجهیزات قبلی رادیولوژی تشخیصی کنار خواهد رفت. مثلا وقتی MRI آمد گفتند که جای سی تی اسکن را خواهد گرفت، ولی چنین نشد و هنوز هم از تمام روشها نظیر رادیوگرافی ساده، سی تی، سونوگرافی و MRI برای بیماریهای مختلف استفاده میشود و هیچکدام جایگزین روشهای دیگر نشده است.
او افزود: در واقع هوش مصنوعی به عنوان تسهیل کننده و وسیله کمک تشخیصی برای متخصصین رادیولوژی به کار میرود و نتایج بدست آمده از هوش مصنوعی در تصویربرداری پزشکی، باید قبل از هر گونه اقدام پزشکی، به نظر یک کارشناس خبره متخصص رادیو لوژی برسد و هوش مصنوعی هرگز جایگزین رادیولوژیست نبوده و فقط کمک تشخیصی است، در طراحی این نرم افزار و این نقشه هوش مصنوعی در ابتدا نیز حتما باید با نظر رادیولوژیست باشد.
دبیربورد رادیولوژی تصریح کرد: اخیرا گفته شده که با هوش مصنوعی برای تشخیص بیماری کرونا به رادیولوژیست نیاز نیست، غافل از اینکه دهها بیماری ممکن است شواهدی نظیر تغییرات ریوی کرونا ایجاد بکنند که اگر تشخیص بیماری اشتباه اعلام شود، ممکن است برای بیمار مخاطره آمیز باشد.
هاشمی گفت: برای مثال اگر یک شخص با بیماری آمبولی ریه به عنوان کرونا در منزل قرنطینه شود و جان خود را از دست بدهد، پیامدهای بعدی تشخیص کامپیوتری و هوش مصنوعی به عهده کیست؟. در قبال مسائل حقوقی و بیمهها آیا کامپیوتر پاسخگوخواهد بود یا مهندس طراح هوش مصنوعی و یا پزشک معالج که با اکتفا به استفاده از هوش مصنوعی بیمار را درمان کرده است؟.
او با تاکید براینکه هوش مصنوعی جایگزین متخصص رادیولوژی نیست، بیان کرد: هوش مصنوعی به عنوان یک وسیله کمک تشخیصی است و در مواردی که دسترسی به رادیولوژیست وجود ندارد ممکن است در بعضی زمینهها کمک کننده باشد، اما قطعا به عنوان وسیله جایگزین متخصص رادیولوژی و یا هر رشته دیگر نخواهد بود.
هوش مصنوعی ابزار کمکی جهت تشخیص افتراقی بیماریهاعلی حکمتنیا، نایب رئیس انجمن رادیولوژی ایران درباره موضوع هوش مصنوعی در رشته رادیولوژی اظهار کرد: هوشمصنوعی مقولهای است که سالیان اخیر در جامعه پزشکی مورد تحقیق قرار گرفته و در همه رشتههای مختلف ازجمله رادیولوژی مطرح است.
او افزود: موضوع هوش مصنوعی به هیچ عنوان جایگزین جراح متخصص داخلی، متخصص رادیولوژی و متخصص پاتولوژی ایران را نمیتواند بگیرد و نوعی وسیله کمکی در تشخیص بیماری به شمار میرود.
نایب رئیس انجمن رادیولوژی ایران ادامه داد: زمانی که پزشکی نسخهای را برای بیمار مینویسد ممکن است داروهایی که در قالب نسخه ارائه میدهد عوارضی را به همراه داشته باشد بنابراین همه داروهای ارائه شده باید توسط مراجع علمی و قانونی مورد تایید قرار گرفته باشد این موضوع در مورد هوش مصنوعی نیز به همین صورت است.
حکمتنیا با تاکید بر اینکه استفاده از هوش مصنوعی در حوزههای مختلف از جمله علم رادیولوژی باید مورد تایید مراجع علمی کشور و سطح بین الملل قرار گیرد، گفت: ما به موضوع هوش مصنوعی به عنوان شاخهای از علم احترام میگذاریم، ولی باید توجه داشت که هوش مصنوعی وسیله مطلق برای تشخیص بیماری نیست بلکه نوعی ابزار کمکی در تشخیص افتراقی محسوب میشود.
او بیان کرد: در کنگره رادیولوژی ۲۰۲۰ که در ۱۳ آبان ۹۹ برگزار میشود از جمله مباحث ارائه شده موضوع هوش مصنوعی است که این مسئله توسط متخصصین و اساتید برجسته ایرانی و خارجی مورد بحث و گفتگو قرار خواهد گرفت.
انتهای پیام/
منبع: باشگاه خبرنگاران
کلیدواژه: سلامت جامعه رادیولوژی دیجیتال متخصص رادیولوژی هوش مصنوعی هوش مصنوعی هوش مصنوعی تشخیص بیماری روش ها
درخواست حذف خبر:
«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را بهطور اتوماتیک از وبسایت www.yjc.ir دریافت کردهاست، لذا منبع این خبر، وبسایت «باشگاه خبرنگاران» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۷۵۲۹۴۱۵ را به همراه موضوع به شماره ۱۰۰۰۱۵۷۰ پیامک فرمایید. لطفاً در صورتیکه در مورد این خبر، نظر یا سئوالی دارید، با منبع خبر (اینجا) ارتباط برقرار نمایید.
با استناد به ماده ۷۴ قانون تجارت الکترونیک مصوب ۱۳۸۲/۱۰/۱۷ مجلس شورای اسلامی و با عنایت به اینکه سایت «خبربان» مصداق بستر مبادلات الکترونیکی متنی، صوتی و تصویر است، مسئولیت نقض حقوق تصریح شده مولفان در قانون فوق از قبیل تکثیر، اجرا و توزیع و یا هر گونه محتوی خلاف قوانین کشور ایران بر عهده منبع خبر و کاربران است.
خبر بعدی:
چاقوی هوش مصنوعی چگونه نظام سلامت را جراحی میکند
به گزارش خبرنگار مهر؛ در سالهای اخیر، ظهور فناوری هوش مصنوعی مولد و ادغام این فناوری انقلابی در صنایع مختلف، فرآیندها و نتایج را در همه ابعاد زیست و فعالیت بشر متحول کرده است. یکی از مهمترین حوزههایی که هوش مصنوعی در آن تأثیر عمیقی داشته و بسیاری از فرایندهای جاری آن را دستخوش تغییر شدید کرده، سلامت دیجیتال و پزشکی است.
به عقیده بسیاری از کارشناسان، در مقطع کنونی و به واسطه ظهور فناوری هوش مصنوعی، انقلاب علمی و فنی دیگری در صنعت مراقبتهای سلامت و پزشکی درحال وقوع است. به گواه بسیاری از اعضای جامعه سلامت و کاربران، این فناوری در حال تغییر حوزه بهداشت و بهبود کیفیت خدمات و نتایج درمانهای پزشکی است. از همین روی، استفاده از دستگاهها و سیستمهای مبتنی بر این فناوری برای تشخیص بیماریها به شدت در حال افزایش بوده و فرایندهای هوشمندسازی بخش سلامت در بسیاری از کشورهای جهان روند صعودی گرفته است.
در این نوشتار کوتاه به بررسی کاربرد هوش مصنوعی در تغییر چشم انداز مراقبتهای بهداشتی میپردازیم.
در تعریف کلی، هوش مصنوعی به شبیه سازی فرآیندهای هوش انسانی توسط ماشینها از طریق سیستمهای کامپیوتری اشاره دارد. بر همین مبنا، الگوریتمهای هوش مصنوعی میتوانند دادهها را تجزیه و تحلیل کنند، از آنها بیاموزند و بر اساس اطلاعات جمعآوریشده تصمیمگیری و پیشبینی کنند. از سوی دیگر، سلامت دیجیتال شامل استفاده از فناوری برای بهبود ارائه مراقبتهای بهداشتی، تشخیص، نظارت و درمان است. در عصر حاضر و با پیشرفت شگرف فناوری، بسیاری از حوزهها از سوابق الکترونیکی سلامت گرفته تا دستگاههای پوشیدنی، کارآمدی نظام سلامت را افزایش داده و راهحلهای سلامت دیجیتال به شیوههای مدرن مراقبتهای بهداشتی تبدیل شدهاند.
با عنایت به این قابلیت هوش مصنوعی، فناوری مذکور در مراقبتهای بهداشتی این پتانسیل را دارد که کارآمدی تصمیمات بالینی را افزایش دهد، نتایج درمان بیمار را بهبود بخشد و به صورت کلی عملیات را ساده کند. از همین روی میتوان نتیجه گرفت که ادغام هوش مصنوعی با حوزه سلامت، قابلیتهای سیستمهای سلامت دیجیتال را بیشتر میکند و ارائه مراقبتهای کارآمدتر و مؤثرتر را ممکن میسازد.
فناوری هوش مصنوعی میتواند در راستای غلبه بر بسیاری از چالشهای حوزه مراقبتهای بهداشتی، امکاناتی همچون دسترسی سریع به پزشکی و تشخیص از راه دور و برنامههای درمانی شخصی را به کاربران ارائه دهد. فناوری مذکور همچنین به شناسایی گسترش و پیشبینی شیوع بیماریها کمک میکند. استفاده از هوش مصنوعی در مراقبتهای بهداشتی مزایای متعددی را به کاربران و پزشکان ارائه میدهد. از جمله این مزایا میتوان به موارد زیر اشاره کرد:
تشخیص بهبود یافته بیماریها با یادگیری ماشینی
الگوریتمهای هوش مصنوعی میتوانند تصاویر پزشکی، نتایج آزمایشها و دادههای بیمار را تجزیه و تحلیل کنند و با نتیجهگیری مبتنی بر دادهها به ارائه دهندگان مراقبتهای پزشکی در تشخیص دقیق کمک کنند.
شخصیسازی درمان با ابزار هوشمند
ابزارهای متعدد مبتنی بر هوش مصنوعی میتوانند به تنظیم برنامههای درمانی شخصیسازی شده و بهینه برای بیماران بر اساس ویژگیهای منحصر به فرد و سابقه پزشکی آنها کمک کنند. بیماران با این ابزار میتوانند به تناسب شرایط خود، از امکانات و مراقبتهای مختص به خود برخوردار شوند.
امور اداری برای کادر درمان آسان می شود
سیستمهای مجهز به هوش مصنوعی میتوانند وظایف اداری را به طور خودکار انجام دهند. از همین روی، استفاده از چنین ابزاری زمان بندی را برای کادر درمان بهینه میسازد، گردش کار را ساده میکند و در مجموع به ارائه دهندگان خدمات بهداشتی اجازه میدهند که بر مراقبت از بیمار تمرکز بیشتری داشته باشند.
تشخیص زودهنگام تا مداخله پیشگیرانه
هوش مصنوعی میتواند مجموعه کلان دادهها را برای شناسایی الگوها و روندها تجزیه و تحلیل کند و امکان تشخیص زودهنگام بیماری و عارضههای جسمی و مداخلات پیشگیرانه برای درمان را فراهم کند.
هوش مصنوعی و شخصیسازی پزشکی
هدف پزشکی شخصی سازی شده درمان متناسب با ویژگیهای فردی مانند ژنتیک، سبک زندگی و محیط است. هوش مصنوعی با تجزیه و تحلیل مقادیر زیادی از دادههای بیمار برای شناسایی استراتژیهای درمانی بهینه برای افراد خاص، نقش مهمی در این حوزه ایفا میکند. با در نظر گرفتن تغییرات ژنتیکی، نشانگرهای زیستی و سایر عوامل، هوش مصنوعی میتواند به ارائهدهندگان مراقبتهای بهداشتی کمک کند تا درمانهای هدفمندتر و مؤثرتری به بیماران خود ارائه دهند.
تسریع کشف دارو
فرآیند کشف دارو برای شرکتهای داروسازی و متخصصان زمان بر و پرهزینه است و بسیاری از نامزدهای دارویی بالقوه در رسیدن به محصول نهایی و عرضه به بازار ناکام هستند. در چنین شرایطی هوش مصنوعی با تسریع در شناسایی نامزدهای دارویی امیدوارکننده، پیشبینی تداخلات دارویی و بهینهسازی آزمایشهای بالینی، فرآیند کشف دارو را متحول میسازد. با تجزیه و تحلیل ساختارهای مولکولی، مسیرهای بیولوژیکی و دادههای بالینی، هوش مصنوعی میتواند توسعه داروها و درمانهای جدید را تسریع کند.
پزشکی از راه دور نزدیک میشود
پزشکی از راه دور به بیماران این امکان را میدهد که مراقبتهای پزشکی را از راه دور دریافت کنند و نیاز به مراجعه حضوری به مراکز درمانی را از بین میبرد. هوش مصنوعی خدمات پزشکی از راه دور را با فعال کردن مشاوره مجازی، نظارت از راه دور بر علائم حیاتی بیماران و تجزیه و تحلیل پیشبینیکننده برای مداخله زودهنگام افزایش میدهد. با استفاده از چت رباتها و دستیاران مجازی مبتنی بر هوش مصنوعی، ارائه دهندگان مراقبتهای بهداشتی میتوانند مراقبتهای شخصی را در هر زمان و هر مکان به بیماران ارائه دهند.
هوش مصنوعی در پایش سلامت
دستگاههای پوشیدنی و حسگرهای مجهز به فناوری هوش مصنوعی، نظارت مستمر سلامت و تجزیه و تحلیل دادهها را در زمانی اندک امکانپذیر میکنند. این دستگاهها میتوانند علائم حیاتی، سطح فعالیت و الگوهای خواب را رصد کنند و بینشهای ارزشمندی را در مورد وضعیت سلامتی بیماران به پزشکان ارائه دهند. الگوریتمهای هوش مصنوعی میتوانند انحرافات از الگوهای عادی را تشخیص دهند و به ارائهدهندگان مراقبتهای بهداشتی در مورد مسائل بالقوه سلامتی هشدار دهند و امکان مداخلات به موقع و مراقبتهای پیشگیرانه را فراهم کنند.
بهبود مراقبت های روانی
هوش مصنوعی همچنین در زمینه سلامت روان برای بهبود تشخیص و درمان اختلالات سلامت روان مورد استفاده قرار میگیرد. ابزارهای مجهز به هوش مصنوعی میتوانند الگوهای گفتار، حالات چهره و سایر نشانههای رفتاری را برای ارزیابی وضعیت سلامت روانی بیماران تجزیه و تحلیل کنند. با ارائه توصیههای درمانی شخصی و نظارت بر پیشرفت بیماران در طول زمان، هوش مصنوعی میتواند ارائه مراقبتهای بهداشت روانی و نتایج را بهبود بخشد.
چالشهای ادغام هوش مصنوعی در بهداشت و درمان
همان طور که پیشتر ذکر شد، بی شک هوش مصنوعی تحولی بدیع در حوزه مراقبتهای بهداشتی ایجاد کرده است؛ اما علیرغم مزایای بالقوه ادغام هوش مصنوعی در این بخش، پیاده سازی و استفاده از آن در حوزه مذکور بدون چالش نیست. در ادامه به برخی از چالشهای کلیدی این حوزه میپردازیم.
حریم خصوصی و امنیت دادهها
دادههای مستخرج از فعالیت بخش مراقبتهای بهداشتی، از جمله اطلاعات بیماران و وضعیت سلامتی شهروندان بسیار حساس هستند. همین امر، اطمینان از حفظ حریم خصوصی و امنیت دادهها در هنگام استفاده از سیستمهای هوش مصنوعی در این حوزه را بسیار مهم و حیاتی میکند.
هوش مصنوعی و چالش تطابق با مقررات
مقررات و استانداردهای مراقبتهای بهداشتی نیز مانند همه حوزههای دیگر باید هنگام توسعه و استقرار ابزارهای مبتنی بر هوش مصنوعی در محیطهای بالینی مورد بازنگری قرار گرفته و پس از به روز رسانی به صورت دقیق اجرا شوند. عدم توجه به این مسئله، میتواند منجر به عدول از استانداردها و بروز برخی مشکلات در این بخش حساس شود.
ادغام ابزارهای مبتنی بر فناوری هوش مصنوعی با سیستمها و انطباق آنها با فرایندهای کاری سنتی، بدون در نظر گرفتن ملاحظات و الزامات پیشنیاز، میتواند بسیار پیچیده و زمانبر باشد و چالشهایی برای نظام سلامت ایجاد کند.
نگرانیهای اخلاقی
در نهایت میتوان گفت که استفاده از هوش مصنوعی در بخش مراقبتهای بهداشتی، مسائل اخلاقی بغرنجی مربوط به رضایت بیمار، سوگیری در الگوریتمها و پاسخگویی در قبال تصمیمات اتخاذ شده توسط سیستمهای هوش مصنوعی را در پی دارند. بی شک رسیدگی به این مسئله حساس، مستلزم مطالعات دقیق و اتخاذ تدابیر لازم جهت کاهش ملاحظات مذکور است.
نقش ناظران انسانی در تشخیص کمرنگ می شود
هوش مصنوعی در بهبود دقت و کارایی تشخیصی نویدبخش پیشرفت بسیار بزرگی است. الگوریتمهای هوش مصنوعی میتوانند تصاویر پزشکی اشعه ایکس، ام آر آی و سی تی اسکن را برای تشخیص ناهنجاریها تجزیه و تحلیل کنند و به رادیولوژیستها در تشخیص یاری دهد. با استفاده از تکنیکهای یادگیری ماشینی و یادگیری عمیق، هوش مصنوعی میتواند به شناسایی الگوها و ناهنجاریهایی که ممکن است توسط ناظران انسانی و پزشکان نادیده گرفته شود، کمک کند.
آینده ادغام هوش مصنوعی در مراقبتهای بهداشتی
به عقیده کارشناسان، آینده هوش مصنوعی در بخش مراقبتهای بهداشتی دارای پتانسیل بسیار زیادی برای تغییر روش ارائه و تجربه کاربران است. پیشرفتهای حاصل شده در فناوری هوش مصنوعی، مانند پردازش زبان طبیعی، تجزیه و تحلیل پیشبینیکننده و اتوماسیون رباتیک فرآیندها به نوآوری در مراقبتهای بهداشتی ادامه خواهند داد. از برنامههای درمانی شخصی گرفته تا جراحی با کمک هوش مصنوعی، امکانات این فناوری در مراقبتهای بهداشتی نامحدود یا حداقل بسیار پرشمار به نظر میرسد.
از همین روی میتوان نتیجه گرفت که کاربرد هوش مصنوعی در سلامت دیجیتال و پزشکی در حال تغییر شکل صنعت مراقبتهای بهداشتی و بهبود نتایج بیماران است. هوش مصنوعی روش ارائه مراقبتهای بهداشتی را متحول کرده و آن را کارآمدتر، مؤثرتر و بیمار محورتر میکند. در حالی که چالشهایی در پیادهسازی هوش مصنوعی در مراقبتهای بهداشتی وجود دارد، مزایای آن بسیار بیشتر از خطرات آن است و راه را برای آیندهای هموار میکند که در آن هوش مصنوعی نقشی محوری در پیشرفت شیوههای مراقبتهای بهداشتی و بهبود کیفیت مراقبت برای همه ایفا میکند.
کد خبر 6075146