۵ کاربرد شگفت‌انگیز هوش مصنوعی در پزشکی که ترستان را از این فناوری می‌ریزد!

این روز‌ها فضای پیرامون هوش مصنوعی پر از چیزی است که سرمایه‌گذاران به آن «فاد» (FUD؛ یعنی ترس، تردید و عدم قطعیت) می‌گویند؛ حسی شبیه به وحشت و نگرانی از آینده. ماجرا فراتر از یک اضطراب ساده مالی است؛ چه پای یک رونق واقعی در میان باشد و چه حبابی زودگذر، خیلی‌ها نگرانند که هوش مصنوعی زیادی در کارش ماهر شود و تعادل دنیای ما را طوری به هم بزند که برای مواجهه با آن آماده نباشیم.

اما اگر از این زاویه تاریک فاصله بگیریم، روی دیگر سکه پیشرفت‌های چشمگیری است که در دنیای پزشکی و سلامت رخ می‌دهد؛ حوزه‌ای که هوش مصنوعی در آن نقشی اساسی در نجات جان انسان‌ها ایفا می‌کند، آن هم نه فقط چند نفر! در تمامی بخش‌های این سیستم پیچیده درمانی، هوش مصنوعی به پزشکان و پرستاران کمک می‌کند تا مراقبت بهتری به بیماران ارائه دهند و دسترسی به خدمات پزشکی پیشرفته را برای همه آسان‌تر کنند.

دیدگاه‌هایی از قلب سیلیکون‌ولی

در رویداد Next Endeavor که در مانتین‌ویو کالیفرنیا برگزار شد، کیتی بایرلی رزندس (Caty Byerly Rezendes) با مونجال شاه (Munjal Shah)، هم‌بنیان‌گذار و مدیرعامل استارتاپ Hippocratic AI، درباره تحولات هیجان‌انگیز هوش مصنوعی در بخش سلامت به گفت‌وگو نشست؛ اما این گفتگو پیش از هر چیز با یک دغدغه مهم شروع شد: ایمنی.

رزندس در آغاز گفت: «این روز‌ها بحث‌های زیادی پیرامون هوش مصنوعی و ایمنی آن جریان دارد، اما حوزه بهداشت و درمان به نوعی یک خط قرمز مقدس به حساب می‌آید. پس چطور می‌توان هوش مصنوعی ساخت که برای حضور در این فضای حساس به اندازه کافی ایمن باشد؟»

مونجال شاه در پاسخ، ماجرای جالبی را تعریف کرد: استخدام ۷ هزار پزشک و کادر درمان دارای پروانه رسمی در آمریکا برای بررسی و نظارت بر عملکرد این هوش مصنوعی در یک کارآزمایی پزشکی از راه دور (تله‌مدیسین).

او توضیح داد: «از این کادر درمانی خواسته شد با سیستم تماس بگیرند، نقش بیمار را بازی کنند و هر خطایی از هوش مصنوعی سر زد علامت بزنند. در این میان، از هر ۵۰ تماس، یکی از آن‌ها به یک پرستار واقعی وصل می‌شد و کادر درمان خطاهای پرستار انسان را هم یادداشت می‌کردند. ما تا زمانی که سیستم‌مان از یک پرستار واقعی ایمن‌تر و کم‌خطاتر نشد، آن را به بازار عرضه نکردیم.»

به گفته او، این فرآیند عظیم شامل ارزیابی حدود ۲۸۰ میلیون تعامل با بیماران بوده است.

تعهد قاطع از بالا‌ترین سطح

مونجال شاه ماجرای جالب دیگری هم درباره جلب اعتماد سرمایه‌گذاران برای توسعه این سیستم فوق‌العاده ایمن روایت کرد.

او گفت: «وقتی مشغول جذب سرمایه بودیم، به سرمایه‌گذاران گفتیم تا زمانی که سیستم ما از انسان ایمن‌تر نشود، محصول را منتشر نمی‌کنیم. آن‌ها پرسیدند این کار چقدر طول می‌کشد؟ من هم گفتم نمی‌دانم، هر وقت به آن نقطه رسیدیم خبرتان می‌کنم! اگر با این قضیه راحت نیستید، پولتان را به ما ندهید. ما این شرط را درست در همان ابتدا و پیش از تعهد مالی آن‌ها شفاف کردیم.»

کاربردهای کلیدی و واقعی

اما هوش مصنوعی دقیقاً چه باری را از دوش سیستم درمان برمی‌دارد؟ در ادامه با پنج راهکار محوری این فناوری آشنا می‌شویم:

دستورالعمل‌های پیش از عمل و پیگیری پس از ترخیص

وقتی بیماری نیاز به راهنمایی دارد تا بداند قبل از عمل جراحی چه اقداماتی باید انجام دهد، هوش مصنوعی این اطلاعات را به ساده‌ترین شکل در اختیارش می‌گذارد. همین ماجرا برای مراقبت‌های خانگی بعد از ترخیص هم صدق می‌کند. اگر پرسنل بیمارستان وقت کافی برای پیگیری ریز به ریز وضعیت بیمار نداشته باشند، هوش مصنوعی دستورالعمل‌های جزئی و دقیقی ارائه می‌دهد که نتیجه‌اش بهبود سریع‌تر و کوتاه‌تر شدن دوره نقاهت است.

مشاوره دارویی شبانه‌روزی

داروهای بی‌شمار با دستورالعمل‌ها و هشدارهای پیچیده؛ در شرایطی که پزشک یا پرستار نمی‌تواند هر روز تمام این نکات را برای تک‌تک بیماران مرور کند، دستیارهای هوشمند هوش مصنوعی آماده‌اند تا ۲۴ ساعته این توضیحات را به ساده‌ترین زبان به بیمار ارائه دهند.

بررسی‌های بالینی و تریاژ دقیق

هوش مصنوعی ابزاری عالی برای اجرای دقیق پروتکل‌های استانداردی است که ضامن کیفیت درمان در مراکز پزشکی هستند. مونجال شاه در این باره می‌گوید:

«ما پروتکلی به نام اشمیت تامپسون (Schmidt Thompson) را اجرا می‌کنیم؛ استانداردی که ۹۵ درصد مراکز تماس تریاژ پرستاری در آمریکا بر پایه آن کار می‌کنند. اگر اتفاقی رخ دهد، اجرای این پروتکل نشان می‌دهد که استاندارد مراقبت رعایت شده و از بار مسئولیت حقوقی مراکز درمانی می‌کاهد.»

به گفته او، هوش مصنوعی می‌تواند چنین پروتکل‌هایی را با حداکثر دقت پیاده کند.

رزندس اشاره کرد که این نوع چک‌لیست‌ها از قدیم بخشی از پزشکی سنتی بوده‌اند:

«گاهی این بررسی‌ها خیلی ساده به نظر می‌رسند؛ مثلاً یاد چک‌لیست‌های جراحی دانشگاه جانز هاپکینز می‌افتم که هدفشان فقط اطمینان از جراحی روی عضو درست بدن بود، مثلاً علامت‌گذاری اینکه جراحی باید روی پای راست انجام شود نه پای چپ! چنین سیستم‌های سنتی و کاغذی تا حدی اطمینان‌بخش هستند، اما به نظر می‌رسد زمان آن رسیده که با فناوری‌های مدرن کاملاً متحول شوند.»

شناسایی و جذب بیماران پرخطر

یک چالش همیشگی در پزشکی: چگونه می‌توان بیماران پرخطر را متقاعد کرد که برای چکاپ‌های دوره‌ای و ضروری مراجعه کنند؟ تجربه نشان داده هوش مصنوعی در این کار هم فوق‌العاده عمل می‌کند.

شاه با ارائه آمار و ارقام شگفت‌انگیز گفت: «هوش مصنوعی چنان قدرت اقناع بالایی داشت که موفق شد ۲۵۲ نفر از این افراد را برای معاینه ثبت‌نام کند. از این تعداد، ۱۸۰ نفر در مطب حاضر شدند و در نهایت ۹ مورد بیماری جدی از جمله ۳ مورد سرطان شناسایی شد. هوش مصنوعی همیشه با همدلی رفتار می‌کند و هرگز خسته یا عصبی نمی‌شود.»

با احتساب تفکیک مراقبت‌های قبل و بعد از عمل، این پنج راهکار کلیدی نشان می‌دهند که فناوری چطور می‌تواند در خدمت سلامت قرار گیرد.

آینده‌ای روشن و امیدبخش

شاه در پایان تأکید کرد: «موج پیشرفت هوش مصنوعی همه بخش‌ها را به جلو می‌راند، اما ما عادت کرده‌ایم بازی را با حاصل‌جمع صفر ببینیم و نگران باشیم. ولی تصور کنید چه اتفاقی می‌افتد وقتی همه مردم دستیاری داشته باشند که هر روز مراقب سلامتشان است و برای بهبود حالشان تلاش می‌کند؟»

به راستی چه اتفاقی خواهد افتاد؟ ما تازه در ابتدای این مسیر شگفت‌انگیز هستیم و باید منتظر ماند و دید این هم‌افزایی هوش مصنوعی و پزشکی به کجا خواهد رسید.