Web Analytics Made Easy - Statcounter

ایسنا/خراسان رضوی امروزه به دلیل گسترش دانش و پیچیده‌تر شدن تصمیم‌گیری، استفاده از سیستم‌های اطلاعاتی به خصوص سیستم‌های هوش مصنوعی در حمایت از تصمیم‌گیری اهمیت بیشتری یافته است. 

هوش مصنوعی به سیستم‌هایی اطلاق می‌شود که می‌توانند رفتارهایی مشابه رفتارهای هوشمند انسانی از جمله درک شرایط پیچیده، شبیه‌سازی فرایندهای تفکری و شیوه‌های استدلالی انسان و پاسخ موفق به آن، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل داشته باشند.

بیشتر بخوانید: اخباری که در وبسایت منتشر نمی‌شوند!

محققان در پژوهشی با عنوان «کاربرد سیستم‌های هوش مصنوعی در تصمیم‌گیری‌های پزشکی»آورده‌اند «گسترش دانش در حوزه پزشکی و پیچیدگی تصمیمات مرتبط با تشخیص و درمان، توجه متخصصان را به استفاده از سیستم‌های پشتیبان تصمیم‌گیری در امور پزشکی جلب نموده است». 

در این پژوهش که توسط فرحناز صدوقی دانشیار مدیریت اطلاعات بهداشتی درمانی و عباس شیخ طاهری دانشجوی دکتری مدیریت اطلاعات بهداشتی درمانی دانشگاه علوم پزشکی تهران انجام شده آمده است، «استفاده از انواع مختلف سیستم‌های هوشمند در پزشکی رو به افزایش است؛ به طوری که امروزه تأثیر انواع سیستم‌های هوشمند در پزشکی مورد مطالعه قرار گرفته است».

مطالعات فراوان، قابلیت سیستم‌های هوش مصنوعی را در پشتیبانی از تصمیمات پزشکی نشان داده است. یکی از مزایای این سیستم‌ها، در نظر گرفتن راه‌حل‌های متنوع‌تر است. هوش مصنوعی به پزشک کمک می‌کند تا متغیرهای بیشتر و متنوع‌تری را در زمان تشخیص بیماری یا انتخاب درمان در نظر بگیرد. به عبارتی، با توجه به محدودیت یادآوری ذهن، پزشک ممکن است تمام متغیرهای لازم برای تصمیم‌گیری را در آن واحد در نظر نگیرد یا آنها را فراموش کند یا در پی کسب اطلاعات در خصوص آن نباشد. 

اما از آنجا که روابط بین این متغیرها در زمان طراحی سیستم در آن لحاظ می‌شود، احتمال نادیده گرفتن بعضی از این عوامل یا در نظر گرفتن تأثیر آنها کمتر/ بیشتر از حد معقول، کاهش می‌یابد. بنابراین با توجه به کیفیت تعریف این روابط، می‌توان انتظار داشت تا تصمیمات پزشکان دقیق‌تر شود. وجود متغیرهای زیاد و ناشناخته به معنی پیچیدگی بیشتر تصمیم‌گیری است. 

به کمک این سیستم‌ها، می‌توان متغیرهای بیشتری را در تصمیم‌گیری دخالت داد. همچنین می‌توان با شبکه عصبی متغیرهای ناشناخته، روابط ناشناخته بین متغیرها و همچنین متغیرهایی با تأثیر ناشناخته بر متغیر نتیجه را در نظر گرفت. بدین ترتیب با استفاده از این سیستم‌ها، می‌توان دقت بیشتر در تصمیم‌گیری‌های پیچیده‌تر را انتظار داشت. اما می‌توان با در نظر گرفتن تمام این متغیرها در سیستم‌های هوشمند، به پزشک در اتخاذ تصمیم صحیح کمک کرد.

پژوهشگران می‌گویند، استفاده از منطق خبرگان و کنترل دانش، از دیگر مزایای این سیستم‌ها است. در زمان طراحی سیستم‌های خبره پزشکی، دانش تخصصی در زمینه مورد نظر از خبرگان آن موضوع استخراج و وارد پایگاه دانش می‌شود. این موضوع به این معنی است که دانش و تجربه متخصصین در زمینه‌های مختلف مانند بیماری‌های نادر را می‌توان در تصمیم‌گیری افراد مختلف وارد کرد که این موضوع می‌تواند منجر به کاهش ترس و افزایش اعتماد به نفس شود.

به کارگیری هوش مصنوعی در تصمیم‌گیری و وقت پزشکان بسیار موثر است

با توجه به وفور و تداخل متغیرها در تصمیمات پزشکی، پزشکان می‌توانند با به کارگیری سیستم‌های هوش مصنوعی سریع‌تر و یکدست‌تر تصمیم‌گیری کنند و وقت خود را بیشتر صرف ارزیابی تصمیم نمایند. در نهایت، با این سیستم‌ها، سرعت تحلیل و دسترسی به توصیه‌ها در هر زمان و مکان افزایش می‌یابد؛ به عنوان مثال پیش‌بینی خوشبیم یا بدخیم بودن ضایعه بدون انجام بیوپسی یا پیش‌بینی درست عود یا متاستاز سرطان باعث می‌شود تا پزشکان بتوانند سریع‌تر به درمان یا پیشگیری اقدام کنند.

با وجود مزایای زیاد، به کارگیری سیستم‌های هوش مصنوعی در پزشکی با موانع و چالش‌های بسیار زیاد و جدی روبه‌رو است. از جمله این محدودیت‌ها می‌توان به محدودیت تکنولوژی و هزینه سیستم اشاره کرد. از طرفی، عملکرد آنها مستلزم به روزرسانی مداوم است. همچنین استفاده از این سیستم‌ها، مستلزم وارد کردن داده‌های بیمار در سیستم به منظور دریافت توصیه‌های تشخیصی یا درمانی است. این موضوع بدین معناست که پزشک باید اطلاعات بیمار را یک بار در این سیستم و بار دیگر در پرونده بیمار وارد نماید. 

تکرار ورود اطلاعات در سیستم‌های مختلف می‌تواند مانعی برای استفاده از این سیستم‌ها باشد؛ مگر اینکه داده‌های بیمار به صورت الکترونیک در پرونده بیمار وجود داشته باشد و بتوان از این سیستم‌ها همراه با پرونده الکترونیک به طور یکپارچه استفاده کرد. از دیگر چالش‌های مهم پیش روی سیستم‌های هوشمند، مشکلات مربوط به کسب دانش است. 

برای طراحی سیستم خبره، مشکلاتی در فرایند مهندسی دانش وجود دارد، از جمله اینکه «متخصصین حوزه چه کسانی هستند؟ آیا بین آنها در مورد راه‌حل مشکل توافق وجود دارد؟ آیا آنها از رویکردهای یکسان استفاده می‌کنند؟ آیا آنها تمایل کار با مهندس دانش را دارند؟ علاوه بر این موارد، مهندس دانش چگونه باید دانش خبرگان را استخراج کند؟ آیا خبرگان دانش ناقص یا غلط در اختیار مهندس دانش قرار می‌دهند؟

در حوزه‌ای مانند پزشکی، در صورتی که کاربران به پایگاه دانش سیستم اعتماد نداشته باشند یا آن را به روز ندانند، آن سیستم نمی‌تواند موفق شود. بنابراین ضروری است که فرایند انتخاب خبرگان بسیار دقیق باشد و سیستم به تناسب رشد سریع دانش پزشکی از طریق معرفی قواعد جدید یا آموزش مداوم از طریق نمونه‌های آزمایشی جدید به طور مداوم به روز شود. از دیگر مشکلاتی که منجر به پیچیدگی کسب دانش می‌شود، کمبود روش‌های استاندارد برای بیان شرایط بالینی به صورت قابل فهم برای کامپیوتر است.

محققان می‌گویند، برای ایجاد پایگاه دانش، باید شرایط بالینی مد نظر به صورت قابل فهم برای کامپیوتر تبدیل شود، اما تصویر کردن پزشکی در این قالب ساده نیست و به مدل سازی‌های پیچیده نیاز دارد، از جمله اینکه «چه داده‌هایی از بیمار مرتبط با آن تصمیم است؟ در ارتباط با آن تصمیم چه مفاهیمی وجود دارد؟ ارتباط این مفاهیم چگونه است؟ چه استراتژی‌هایی باید برای حل این مسأله استفاده شود؟ در این استراتژی‌ها چگونه باید از دانش مربوط استفاده کرد؟» 

تأیید عملکرد سیستم یکی از مهمترین چالش‌های این سیستم‌ها است. به طور معمول عملکرد این سیستم‌ها با استاندارد طلایی مقایسه می‌شود و اغلب این استاندارد طلایی خود متخصصین هستند. در مواردی توافق در خصوص این استاندارد بسیار سخت است، زیرا بسیاری از متخصصین در مورد تشخیص یا درمان توافق ندارند. از طرفی، سؤال مهم این است که کدام متخصصین باید در ارزیابی سیستم شرکت کنند؟ آنهایی که خود پایگاه دانش را طراحی کرده‌اند؟ اگر خود خبرگان صحت سیستم را بررسی کنند و به عبارتی توصیه سیستم با توصیه آنان (به عنوان استاندارد طلایی) مقایسه شود، ممکن است صحت سیستم، بالاتر به نظر آید. 

اکثر سیستم‌های خبره و شبکه‌های عصبی مکانیزمی برای کنترل صحت توصیه‌های خود ندارند. این موضوع علاوه بر این که می‌تواند منجر به بی اعتمادی کاربران شود، تعیین مسؤول در برابر توصیه‌های اشتباه را بسیار سخت می‌کند. در واقع، در صورت اشتباه در توصیه‌های سیستم چه کسی را باید مسؤول دانست؟ طراح سیستم، افراد خبره، مهندس دانش یا پزشکی که از سیستم استفاده کرده است؟ بنابراین، موضوعات اخلاقی و قانونی متعاقب استفاده از این سیستم‌ها از جمله مسایل بسیار مهمی است که باید مورد توجه قرار گیرد.

سیستم‌های هوش مصنوعی در حوزه مشخصی کاربرد دارند و برای نمونه جهت تشخیص یک بیماری خاص مورد استفاده قرار می‌گیرند. این موضوع سؤالاتی را پیش می‌آورد آیا برای تمام بیماری‌ها چنین سیستم‌هایی مورد نیاز است؟ در مورد کدام بیماری‌ها باید چنین سیستم‌هایی را طراحی کرد؟ آیا سیستم‌های مختلف برای تشخیص‌های مختلف باید با یکدیگر یکپارچه شوند؟ یکپارچگی آنها چگونه باید انجام شود؟ آیا باید پایگاه دانش جامع و مشترک در حوزه‌های مختلف طراحی شود؟ 

هوش مصنوعی دارای پتانسیل‌های زیادی برای بهبود تصمیم‌گیری‌های پزشکی است

براساس این پژوهش، در ظاهر این موارد باعث شده‌اند تا سیستم‌های هوش مصنوعی به طور عمومی در قالب امور پژوهشی مطرح باشند و کمتر دیده می‌شود که چنین سیستم‌هایی به طور واقعی در عمل مورد استفاده قرار گیرند. در صورتی که این سیستم‌ها باید با امور بالینی جاری ادغام شوند تا بتوان انتظار داشت که بر کیفیت تصمیم‌ها تأثیر بگذارند. به طور خلاصه، هوش مصنوعی دارای پتانسیل‌های زیادی برای بهبود تصمیم‌گیری‌های پزشکی است، اما اجرای موفق این نوع سیستم‌ها در پزشکی، علاوه بر توجه به اصول مورد نیاز برای هر سیستم اطلاعاتی دیگر از جمله توجه به عوامل سازمانی، رفتاری، فرهنگی، مدیریتی، اقتصادی، آموزشی و فنی، مستلزم موارد دیگری نیز است. 

در این مقاله، مهم‌ترین چالش‌ها و سؤالات پیش رو در حوزه کاربرد هوش مصنوعی در پزشکی مورد بحث قرار گرفت که لازم است توسط اندیشمندان، صاحب نظران و پژوهشگران مورد بررسی قرار گیرد و راهکارها یا پاسخ‌های مناسب برای آنها ارائه شود تا بتوان انتظار داشت که کاربرد این نوع سیستم‌ها در حرفه پزشکی افزایش یابد. 

این پژوهش در مجله مدیریت اطلاعات سلامت، منتشر شده است.

انتهای پیام

منبع: ایسنا

کلیدواژه: هوش مصنوعی استانی علمی و آموزشی سیستم های هوش مصنوعی استفاده از این سیستم ها تصمیم گیری های پزشکی سیستم های هوشمند تصمیم گیری پایگاه دانش مهندس دانش سیستم هایی توصیه ها چالش ها

درخواست حذف خبر:

«خبربان» یک خبرخوان هوشمند و خودکار است و این خبر را به‌طور اتوماتیک از وبسایت www.isna.ir دریافت کرده‌است، لذا منبع این خبر، وبسایت «ایسنا» بوده و سایت «خبربان» مسئولیتی در قبال محتوای آن ندارد. چنانچه درخواست حذف این خبر را دارید، کد ۲۹۹۸۰۷۶۱ 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:

آزمایشگاه‌های تشخیص‌طبی در بین گروه‌های پزشکی دارای کمترین شکایت هستند

 شهروز همتی؛ رئیس انجمن دکترای علوم آزمایشگاهی تشخیص‌طبی ایران در خصوص اخبار منتشر شده در برخی رسانه‌ها از نتایج، کیفیت و انجام آزمایشات پزشکی در آزمایشگاه‌های کشور، به منظور آگاهی افکار عمومی، اظهار داشت: آزمایشگاه‌های تشخیص طبی در بخش‌های دولتی و خصوصی به واسطه صدور جواب کتبی جزو مراکزی هستند که عملکرد شفافی داشته و این عملکرد قابل راستی آزمایی است و آزمایشگاه در قبال صدور جواب باید پاسخگو باشد.

وی گفت: نتیجه هر آزمایش باید در خروجی هر دستگاه وجود داشته باشد و ما از این خروجی به نام سند یاد می کنیم. در واقع از لحظه پذیرش درخواست آزمایش و این که توسط چه فردی خونگیری شده، به وسیله چه دستگاه یا دستگاه‌هایی آزمایش انجام و توسط چه کسی آزمایش تحویل بیمار شده است، همگی مستند و قابل رهگیری و اثبات بوده و هر گونه مخدوش بودن آن‌ها قابل بررسی و شکایت است.

همتی افزود: آزمایشگاه‌های تشخیص طبی کشور تحت نظارت ادارات امور آزمایشگاه‌های استان‌هاست و در سال چند بار در خصوص استقرار استانداردهای سخت‌گیرانه ایزو ۱۵۱۸۹ که از سال ۱۳۸۶ اجباری شده است، مورد بازرسی قرار می‌گیرند و تمدید پروانه آزمایشگاه‌ها منوط به استقرار این الزامات است که شامل پذیرش، جوابدهی، قیمت‌های اعلام شده توسط دولت، انجام آزمایش‌های کنترل کیفیت در بخش‌های مختلف، ایمنی فضا و تجهیزات، استخدام و آموزش پرسنل و بسیاری از موارد دیگر می‌شود.

رئیس انجمن دکترای علوم آزمایشگاهی تشخیص‌طبی ایران یادآور شد: از زمانی که پذیرش نسخ به صورت آنلاین صورت می‌گیرد، آزمایش توسط پزشک درخواست داده شده و توسط آزمایشگاه‌ها ثبت می‌شود و این درخواست قابل دخل و تصرف نیست.

همتی تاکید کرد: امروزه حدود ۸۰ درصد آزمایش‌های درخواستی بیماران به صورت آنلاین است که در سایت بیمه‌های پایه نیز همزمان ثبت می‌شودد. بنابراین امکان صدور جواب‌هایی که ضروری نباشد وجود ندارد.

وی همچنین گفت: از طرفی طی سال‌های اخیر با هدف افزایش کیفیت خدمات آزمایشگاهی تعداد زیادی از آزمایشگاه‌ها وارد فرآیند اعتبار بخشی داوطلبانه شده‌ و آزمایشگاه‌ها خود را به صورت داوطلبانه طی فرآیند سخت‌گیرانه‌ای مورد ممیزی نهاد اعتبار بخشی قرار می‌دهند.

همتی ادامه داد: با وجود این که سالانه میلیاردها جواب توسط آزمایشگاه‌های کشور صادر می‌شود، آزمایشگاه‌های تشخیص طبی در بین گروه‌های مختلف پزشکی دارای کمترین شکایت در نظام پزشکی و دانشگاه‌های علوم پزشکی کشور هستند.

وی افزود: برای  حفظ و افزایش کیفیت، آزمایشگاه‌ها سه نوبت در سال توسط نهادهای کنترل کیفیت خارجی مورد پایش قرار می‌گیرند و نتایج این ارزیابی‌ها توسط ادارات امور آزمایشگاه‌ها مورد بررسی قرار می‌گیرد. بر اساس الزامات ۱۵۱۸۹ آزمایشگاه‌ها مکلفند بسته به نوع آزمایش، نمونه‌های بیماران را برای مدت مشخصی نگهداری کنند و اگر ادعایی مبنی بر عدم نمونه‌گیری و وجود نمونه در آزمایشگاه صورت گیرد، این ادعا کاملا قابل بررسی است و وجود نمونه در آزمایشگاه قابل اثبات می‌باشد.

وی تاکید کرد: ذکر این نکته قابل توجه است که با وجود تحریم‌ها، مشکلات اقتصادی و بالا رفتن قیمت ارز، آزمایشگاه‌ها در تلاشند تا کیفیت خدمات خود را حفظ کنند. از آنجا که نتایج آزمایش‌ها  ۷۰ درصد در تصمیم‌گیری بالینی تاثیر دارد، آزمایشگاه‌ها تمامی تلاش خود را در ارائه یک جواب درست و قابل قبول معطوف می‌دارند. زیرا معتقدند که افزایش کیفیت خدمات و ارائه به موقع و درست آن تاثیری انکارناپذیر در سلامت بیماران دارد و موجب کاهش هزینه بیماران و نظام سلامت خواهد شد.

رئیس انجمن دکترای علوم آزمایشگاهی تشخیص طبی ایران گفت: در شرایط سختی که آزمایشگاه ها با آن ها روبرو هستند آزمایشگاهیان ترجیح می دهند که آزمایشگاه های خود را تعطیل کنند تا به کارهای خلاف روی بیاورند و ما شاهد آن هستیم که هر ساله تعدادی از آزمایشگاه‌ها به دلایل اقتصادی درخواست تعطیلی آزمایشگاه خود را به کمیسیون ماده ۲۰ دانشگاه ها ارائه می دهند.

وی در پایان گفت: امیدواریم استادان گرامی هنگام مصاحبه‌های خود با اشراف بیشتری موضوعات را تجزیه و تحلیل کنند و اگر مشکلی وجود دارد از طریق مجاری قانونی با آن برخورد کرده و موضوعات را به شنیده‌ها و حدسیات واگذار نکنند و صحت و سقم آن را بررسی نمایند. زیرا درج این‌گونه مطالب موجب کدورت خاطر مسئولان فنی و بیش از هزاران  پرسنل آزمایشگاه خواهد شد. قابل ذکر است که پرسنل و مسئولان آزمایشگاه‌ها طی دوران کرونا با از خود گذشتگی و تلاش فراوان در ساخت کیت‌های تشخیصی، نمونه‌گیری و انجام آزمایش‌ها و حتی کمک در امر واکسیناسیون سهم بزرگی در کنترل بیماری کووید ۱۹ داشتند که قابل تقدیر است.

منبع: قدس آنلاین

دیگر خبرها

  • آنچه که باید در مورد ویژگی‌های جدید واتس‌اپ بدانید
  • روز ملی ایمنی در حمل و نقل و حسرت فرصت هایی که از دست می روند....
  • (تصاویر) شاهکار طراح ایرانی در نمایشگاه خودرو پکن
  • آزمایشگاه‌های تشخیص‌طبی در بین گروه‌های پزشکی دارای کمترین شکایت هستند
  • نیویورک‌تایمز: سیستم پزشکی غزه در آستانه فروپاشی است
  • برنامه بهبود سلامت شهری در ایران/ تعامل مدیریت شهری با نظام سلامت
  • آزمایشگاه‌های هوشمند آینده پزشکی را متحول می‌کنند؟
  • متخصص حوزه انفورماتیک سلامت بیان کرد؛ نقش آزمایشگاه های پزشکی هوشمند در تشخیص بیماری ها
  • نقش آزمایشگاه‌های پزشکی هوشمند در تشخیص بیماری‌ها
  • نقش آزمایشگاه های پزشکی هوشمند در تشخیص بیماری ها