هوش مصنوعی در پزشکی

در این مقاله به بررسی اجمالی کاربردهای هوش مصنوعی در پزشکی و تحولاتی که در حوزه‌ی بیولوژی و درمان ایجاد کرده، می‌پردازم.

روزگاری هوش ماشینی برای ما صرفا جنبه‌ی سرگرمی داشت و شاید چیزی بود که فقط در فیلمای علمی- تخیلی، ما رو درگیر جهان انتزاعی و حقیقت‌جویی می‌کرد. هر قدر که جلوتر می‌ریم نمود هوش مصنوعی در جهان عینی رو بیش‌تر حس می‌کنیم، تا جایی که این فکر در ذهنمون جرقه می‌زنه که " نکنه یه وقت هوش ماشینی جای ما رو بگیره".?

همون‌طور که خودتونم متوجه شدید مطالب مذکور صرفا جهت ترغیب شما خواننده‌ی گرامی به ادامه این مبحث بیان شد! فکر ‌کنم دیگه همین قدر مقدمه‌چینی کافی باشه.?

هوش مصنوعی اصلا چیه؟

هوش مصنوعی (AI) درواقع برنامه‌های پیشرفته‌ایه که به شبیه‌سازی رفتارهای خاص و هوشمندانه‌ی انسان مانند منطق، استدلال و تصمیم‌گیری می‌پردازه.

در اکثر نوشته‌ها و مقالات از هوش ماشینی به‌عنوان "دانش شناخت و طراحی عامل‌های هوشمند" یاد می‌شه. این تکنولوژی اومده تا زندگی بشر رو آسون‌تر و بهتر کنه.

یادگیری ماشین اساس هوش مصنوعی مدرنه؛ چون که الگوریتمیه که به ماشین اجازه می‌ده تا به‌صورت مستقل و بدون برنامه‌نویسی مشخصی، به یادگیری بپردازه. یادگیری ماشین دارای یک زیرمجموعه به نام یادگیری عمیقه که با توجه به داده‌هایی که قبلا با اون‌ها کار کرده، به AI امکان نتیجه‌گیری می‌ده. این کار به‌وسیله‌ی یک شبکه‌ی عصبی مصنوعی انجام می‌شه که یک سری الگوریتم یادگیری ماشین هستن.

برای خوندن مطالب بیش‌تر در زمینه انواع و شاخه‌های هوش ماشینی به مقاله هوش مصنوعی در فینتک مراجعه کنید.

رشدِ اثربخشی کاربردهای هوش مصنوعی در پزشکی و مراقبت‌های بهداشتی روز به روز بیش‌تر و بیش‌تر می‌شه و به‌‌دنبال اون گام‌های بزرگی در جهت پیشرفت علم و تکنولوژی برداشته شده.

طبق برآورد سازمان جهانی بهداشت، بیش از 400 میلیون نفر در دنیا به ابتدایی‌ترین مراقبت‌های بهداشتی دسترسی ندارن و AI قابلیت تغییر این شرایط رو داره. هم‌چنین با استفاده از این تکنولوژی می‌شه در هزینه‌های زیاد مادی و معنوی صرفه‌جویی کرد.

از اونجایی که اشتباهات بیمارستانی یکی از دلایل عمده‌ی مرگ و میر بیمارانه، AI می‌تونه این خطاها رو تشخیص داده و از وقوع اونا جلوگیری کنه.

در ادامه به بررسی کاربردای هوش مصنوعی در صنعت پزشکی می‌پردازم:

مزایای هم‌پوشانی تکنولوژی و بیولوژی

تشخیص دقیق‌تر بیماری

هوش ماشینی در تفکیک داده‌ها فوق‌العاده عمل می‌کنه؛ به‌ویژه زمانی‌که داده‌هایی با حجم زیاد درباره‌ی موضوعی خاص، در اختیارش قرار بگیره. این مشخصه برای تشخیص بیماری‌ها بسیار مفید و امیدوارکنندس.

نتایج تصویربرداری پزشکی (رادیولوژی)، سوابق پزشکی بیمار، ژنتیک و... می‌تونن با هم ترکیب بشن تا نتایج تشخیص بیماری بهبود پیدا کنه. هم‌چنین ابزارهای AI می‌تونن روش‌های درمانی خاص رو به پزشکان پیشنهاد کنند که این توانایی به‌صورت عملی هم مورد استفاده قرار گرفته. یک نمونه از این توانایی مربوط به تشخیص سرطان پوسته.

ژنومیک شاخه‌ای از بیولوژی مولکولیه که با ساختار، تکامل، عملکرد و نقشه‌ی ژن‌ها سروکار داره. این علم با استفاده از اطلاعات به دست آمده از DNA افراد، اقدام به تشخیص بیماری می‌کنه.

هنگامی‌که این علم با هوش ماشینی تلفیق بشه، می‌تونه بیماری سرطان و بیماری‌های قلبی و عروقی رو در مراحل اولیه تشخیص بده. افزون بر این می‌تونه مشکلات پزشکی که شخص ممکنه در آینده با اون مواجه بشه، از روی ژن‌های اون شخص مشخص کنه.

به‌علاوه محققان به کمک الگوریتم یادگیری عمیق، امکان پیش‌بینی ناراحتی‌های قلبی رو آزمایش کردن و در این آزمایش به این نکته رسیدن که یادگیری ماشینی بهتر از انسان می‌تونه آناتومی قلب رو بر اساس امواج فراصوت طبقه‌بندی کنه. گفتنیه که این تکنولوژی در اروپا در موارد اورژانسیِ مربوط به حمله‌ی قلبی، مورد استفاده قرار گرفته.

کاربردهای هوش مصنوعی در پزشکی در تشخیص عفونت‌های قلبیِ تهدیدکننده، واقعا ستودنیه. تشخیص عفونت‌های قلبی مشکله ولی اغلب اون‌ها رو میشه با تجویز و مصرف آنتی‌بیوتیک به‌مدت حدودا یک هفته معالجه کرد.

برای تشخیص عفونت‌های قلبی، عمل جراحی نیازه که بهش قلب‌نگاری فرامری گفته می‌شه و در نوع خودش بسیار تهاجمی محسوب می‌شه. این عمل بالغ بر 2000 دلار هزینه به‌دنبال داره به‌علاوه تجهیزاتی رو می‌طلبه که بسیاری از بیمارستان‌ها فاقد اون هستن. این‌جاست که نرم‌افزار تشخیص عفونت‌های قلبی به یاری ما میاد و ظرف کم‌تر از 4 ثانیه با دریافت یک سری علائم حیاتی، یک پیش‌بینی محاسبه‌ای رو با دقت 99/99 درصد انجام می‌ده که منجر به تشخیص عفونت می‌شه.

انجام عمل جراحی به کمک ربات‌ها

در سال‌های اخیر استفاده از ربات‌ها در جراحی محبوبیت زیادی پیدا کرده. این ربات‌ها به پزشکان کمک می‌کنن که روش‌های درمانی پیچیده رو با دقت، انعطاف‌پذیری و کنترلی انجام بدن که فراتر از توانایی‌های انسانی باشه.

برای نمونه عمل‌های رباتیک به جراحان امکان استفاده از ابزارهای کوچیک‌تر برای برش‌های دقیق‌تر رو می‌ده؛ چراکه هوش مصنوعی در پزشکی با ترکیب سوابق پزشکی بیمار با داده‌های زمان حال و همین‌طور استفاده از داده‌های موجود از عمل‌های مشابه قبلی، روند عمل جراحی را موثرتر و قابل پیش‌بینی‌تر می‌کنه.

این ربات‌ها مجهز به بازوهای مکانیکی، دوربین و ابزار جراحی هستن که باعث افزایش مهارت، تجربه و دانش پزشکان برای انجام گونه‌ی نوینی از جراحی می‌شن. جراحان این بازوهای مکانیکی رو به‌وسیله‌ی یک رایانه کنترل می‌کنن و این ربات تصویری 3 بعدی از محل جراحی، همراه با بزرگنمایی ارائه می‌ده. این کار در گذشته امکان‌پذیر نبود و جراحان تنها بر قدرت چشمشون متکی بودن.

در جراحی‌هایی که به کمک ربات‌ها انجام می‌شن پس از جراحی، بیماران درد کمتری حس کرده و هم‌چنین زمان بهبودی بیمار نیز کاهش پیدا می‌کنه.

یک شرکت مشاور تکنولوژی به نام Accenture تخمین می‌زنه که عمل‌های جراحی صورت گرفته با AI می‌تونه باعث صرفه‌جویی 40 میلیارددلاری در صنعت پزشکی آمریکا تا سال 2026 بشه!?

گفتنی است که این ربات‌های جراح تاالان موفق به انجام جراحی بدون کمک انسان نشدن. اما در آینده‌ای نه‌چندان دور شاهد خواهیم‌ بود که این ربات‌ها با AI و تکنولوژی یادگیری ماشینی، به‌تنهایی در اتاق‌های جراحی حضور دارن و جراحی‌های موفقی انجام می‌دن. تا رسیدن به این مرحله این ربات‌ها در کنار پزشکان فعالیت کرده و نتایج خوبی رو به عنوان دستیار رقم میزنن.

جمع‌آوری، مدیریت و دسترسی سریع به داده‌ها و اطلاعات پزشکی

یکی از مرزهای بعدی که قراره توسط کلان‌داده‌ها (Big data) فتح بشه، بدون شک صنعت بهداشت و درمان خواهد بود.

گاهی اوقات اطلاعات بسیار باارزش، در میان میلیون‌ها داده از بین میره و این امر موجب می‌شه تا زیان‌های چندصد میلیون‌دلاری به این صنعت وارد ‌بشه. هم‌چنین عدم توانایی در اتصال نقاط مهم داده‌ها، روند تشخیص مناسب و ایجاد داروهای جدید را کند می‌کنه.

تکنولوژی هوش مصنوعی می‌تونه میلیون‌ها داده رو در چند دقیقه تجزیه و تحلیل کنه و اطلاعاتی از اون استخراج کنه که برای به دست آوردن اون‌ها، به صرف زمان زیادی نیازمند بودیم.

در یک محیط بزرگ مثل محیط حساس پزشکی، مدیریت اطلاعات یکی از چالش‌های پیش روی ماست. با استفاده از کاربردهای هوش مصنوعی در پزشکی می‌تونیم با خودکارسازی بخش اداری، اسناد رو بر اساس محتوا و هدف ثبت کنیم، برنامه‌ریزی امور مربوط به بیمار رو به‌صورت خودکار انجام بدیم، روی کارایی کارمندان نظارت داشته باشیم و اطلاعات پزشکی رو طبقه‌بندی کرده و در دسترس داشته باشیم.

پرستار مجازی

هوش ماشینی به دنبال روش نوینی برای نظارت و مراقبته. با وارد شدن این تکنولوژی به پزشکی، وجود پرستار در کنار تخت‌خواب اندک اندک منسوخ می‌شه و جای خودش رو به پرستار مجازی میده.

این پرستارهای مجازی ممکنه در قالب اتاق‌های گفت‌وگوی مجهز به هوش ماشینی باشن؛ چراکه می‌تونن در زمینه‌هایی مانند نظارت بر بیماران برای اطمینان از اجرای دستورالعمل‌های پزشکی، یادآوری برای مصرف دارو، رفتن به قرار ملاقات پزشک، پاسخ به سوالات پزشکی و ارائه‌ی دستورالعمل‌های خاص به بیماران در حال بهبود یا بهبودیافته، همون کارایی رو داشته‌ باشن که پرستاران واقعی دارن.

تشخیص درد با هوش مصنوعی

هوش ماشینی به‌ کمک یک تکنولوژی پیشرفته، میزان درد افراد رو شناسایی می‌کنه. این سیستم که

Deep face life نام داره، نوعی الگوریتم یادگیری ماشینیه که بر پایه ویدیوهایی از حالات مختلف درد کشیدن انسان، آموزش دیده.

این سیستم با استفاده از این ویدیوها تونسته حالت‌های مختلف چهره‌ی انسان‌ها در حین تحملِ درجات مختلف درد رو با دقت و ظرافت فوق‌العاده بالایی یاد بگیره و درحال‌حاضر قادره درجات مختلف درد بیماران رو تشخیص بده. ضمنا دقت تشخیص این سیستم با توجه به سن، جنسیت و رنگ پوستِ افراد نیز بالاتر میره.

سیستم تشخیص دردی که امروزه استفاده می‌شه، سیستم آنالوگ بصری (VAS) نام داره. این سیستم با وجود کاربردی که داره، کاملا براساس الگوی پرسش و پاسخ طراحی شده و نتایج تشخیص اون با توجه به پاسخ‌های بیماران، می‌تونه به‌کلی متفاوت باشه.

سیستم‌های تشخیص درد بر پایه یادگیری ماشینی نمی‌تونن به طور کامل جایگزین سیستم‌های تشخیص درد VAS امروزی بشن. اما می‌تونن در بسیاری از شرایط کارآمدتر باشن. برای مثال این سیستم می‌تونه تشخیص بده که آیا فرد در حال درد کشیدنه یا اینکه دروغ می‌گه!? در واقع هوش مصنوعی در پزشکی در تشخیص دروغ هم موثر واقع می‌شه!?

این پروژه هم‌چنان در حال توسعه و پیش‌رویه و محققان امیدوارن که این سیستم رو در یک اپلیکیشن موبایل اجرا کنن تا پزشکان بتونن بدون دردسر به اون دسترسی داشته‌باشن.

هوش مصنوعی، کاشف آنتی‌بیوتیک‌

یک روش پیش‌گامانه‌ی یادگیری ماشین، انواع جدید و قدرتمند آنتی‌بیوتیک رو از مجموعه‌ی بیش از ۱۰۰ میلیون مولکول شناسایی کرده که در برابر طیف گسترده‌ای از باکتری‌ها، از جمله سل و انواع غیرقابل درمان، موثر عمل می‌کنه.

محققان معتقدن این آنتی‌بیوتیک که هالسین نامیده میشه، اولین آنتی‌بیوتیک کشف‌شده با هوش مصنوعیه. گرچه AI برای کمک به بخش‌هایی از فرآیند کشف آنتی‌بیوتیک مورد استفاده قرار می‌گرفته‌، اما این اولین باره که انواع کاملا جدیدی از آنتی‌بیوتیک رو بدون استفاده از هیچ فرضِ انسانیِ قبلی شناسایی می‌کنه. این کار به رهبری زیست‌شناس مصنوعی، جیم کالینز در موسسه فن‌آوری ماساچوست (MIT) منتشر شده.

هوش مصنوعی، داروساز کم خرج

دارو، عنصری تاثیرگذار در زندگی و تداوم حیات بشره. اگرچه قدمت دارو و داروسازی به هزاران سال قبل برمی‌گرده، با این حال علم و تکنولوژی‌های مربوط به اون، همواره شاهد پیشرفت‌های جدی بوده. خوبه بدونید که از هر 10 داروی جدیدی که فرایند تهیه‌ی فرمولاسیونش انجام میشه، 9 دارو به هنگام انجام تست‌ها و کسب مجوز با شکست روبه‌رو میشه. این موضوع هزینه‌های زیادی به شرکت‌های داروسازی تحمیل می‌کنه. این هزینه‌ها در حدود 1.3 میلیارددلار برای هر دارو برآورد شده.

استفاده از فناوری‌های مبتنی بر تحلیل کلان‌داده و هوش مصنوعی، می‌تونه موجب بهبود چشم‌گیری در زمینه‌ی داروسازی بشه؛ چراکه باعث افزایش دقت در مرحله‌ی تهیه‌ی فرمولاسیون و تقلیل هزینه و زمان در کل روند داروپژوهی و داروسازی میشه.

لازم به ذکره که بالغ بر 30 شرکت داروسازی در جهان، روی استفاده از هوش ماشینی و کلان‌داده، به‌منظور ساختن داروهای جدید تمرکز کردن.

از این دست شرکت‌ها می‌تونیم به شرکت داروسازی بین‌المللی نوارتیس (Novartis) اشاره کنیم که با شرکت‌ داده‌پردازی IBM، شرکت تجهیزات رایانه‌ای Intel، شرکت تحلیل داده‌ی Quantum black و دانشگاه MIT همکاری می‌کنه. بدون شک نواریس در استفاده از هوش مصنوعی در صنعت پزشکی برای انجام تست‌های دارو، داروپژوهی و پروژه‌های تحلیل بیمار پیشتاز خواهد بود.

تشخیص اپیدمی به یاری هوش مصنوعی!

در تاریخ 25 ژانویه، رسانه وایرد (Wired) خبری منتشر کرد مبنی بر اینکه استارتاپ بلو دات (blue dot) اولین هشدار رو در مورد اپیدمی ووهان چین اعلام کرده!

در این خبر ذکر شده که این استارتاپ کانادایی که با استفاده از الگوریتم هوش ماشینی، وقوع اپیدمی در مناطق مختلف جهان را پیش‌بینی می‌کنه، در 31 دسامبر وقوع یک اپیدمی ویروسی در ووهان را به مشتریان خودش هشدار داده.

این در حالیه که سازمان کنترل بیماری‌های آمریکا، تقریبا یک هفته پس از اون در این مورد هشدار داده.

شاید اگه امروز به شکل مؤثری از تکنولوژی‌های روز کمک گرفته می‌شد، می‌تونستیم به شکلی کارآمدتر از انتشار و نرخ مرگ‌ومیر بیماری‌هایی مثل ویروس کرونا جلوگیری کنیم.

شاید بد نباشه مقاله‌ای در مورد ویروس کرونا که این روزها نقل مجالس شده، با شما عزیزانم به اشتراک بذارم.

آیا مغز غیربیولوژیک می‌توانه جای پزشکان رو بگیره؟

تکنولوژی‌های هوش مصنوعی از زمانی‌که وارد حوزه‌ها و صنایع دیگه شدن، جایگاه، نقش و کارکرد نیروی انسانی رو متاثر کردن. برای مثال در حوزه‌ی بانکداری افرادی که تسهیلات و وام‌ها رو ارزیابی، تعیین و اعطا می‌کردن، نقششون کاملا تغییر کرده و دیگه نقششون تحلیل‌گری نیست بلکه فقط اطلاع‌رسانی انجام میدن.

حالا این سوال مطرح میشه که با وجود تحولاتی که هوش ماشینی در صنعت پزشکی ایجاد کرده، آیا ممکنه جایگزین پزشکان بشه؟?

در پاسخ به این سوال باید بگم خیر؛ چون

یک ربات هرچقد هم که عملکرد بالاتری نسبت به پزشک داشته باشه، نمی‌تونه اعتماد بیماران رو به اندازه‌ی پزشک به خودش معطوف کنه و بیماران ترجیح میدن که توسط پزشک مداوا بشن و ربات، دستیار پزشک باشه نه جایگزینش.

یک ربات همیشه همه‌ی کارهای انسانی رو بهتر از انسان انجام نمیده و با وجود پیشرفت‌های وسیع AI ، هنوز هم برخی کارها رو انسان سریع‌تر، مطمئن‌تر و مقرون به‌صرفه‌تر انجام میده. با این فرض که هوش مصنوعی بتونه تمامی فعالیت‌های انسانی رو پوشش بده، فاصله‌ی زیادی داریم.

منبع

https://dataio.ir/