خیزش هوش مصنوعی در علوم پزشکی
دلایلی که ثابت می‌‌کنند در آینده پزشک شما یک انسان نخواهد بود
نوع جدیدی از پزشک وارد اتاق معاینه می‎شود، اما نامی‎ ندارد. در واقع، این پزشک اصلا جاندار نیست. حالا دیگر هوش مصنوعی راه خود را به بیمارستان‎های سراسر دنیا باز کرده است. این بار هوش مصنوعی درصدد است با معرفی یک ربات ترس ما از ماشین آهنی را کاهش دهد. معرفی هوش مصنوعی به مراقبت‎های پزشکی بهداشتی ذهنیت منفی انسان از ماشین را کاهش می‎دهد. هوش مصنوعی در اتاق معاینه حضور دارد تا به پزشکان در کار تشخیص و مداوای بیماری کمک کند و قرار نیست به این زودی جایگزین کامل پزشک انسانی شود، بنابراین چنین فناوری‎هایی زیاد هم رعب‌‌آور نیستند.

1606683296_1_0.gif

برتلن می‎سکو که بیشتر به آینده‌نگر پزشکی معروف است، هوش مصنوعی را «گوشی معاینه قرن بیست و یکم» می‎نامد. ارزیابی او می‎تواند حتی دقیق‎تر از انتظاراتش باشد. انواع تکنیک‎ها و آزمايش‌‌های مختلف تمام اطلاعات مورد نیاز را برای تشخیص و درمان بیماران در اختیار پزشکان قرار می‎دهد، اما آنها با حجم زیادی از مسئولیت‎های اجرایی و بالینی درگیر هستند که سر و سامان دادن به این حجم از اطلاعات موجود ممکن است غیر ممکن نباشد اما کار طاقت فرسایی است. به همین دلیل این گوشی معاینه قرن 21‎ می‎تواند وضعیت را دگرگون کند.
کاربردهای هوش مصنوعی در پزشکی فراتر از کارهای اجرایی تکراری است. از الگوریتم‎های تشخیصی قدرتمند تا روبات‎های جراحی دقیق، این فناوری در تمام شاخه‎های پزشکی حضور خواهد داشت. آنچه مسلم است اینکه هوش مصنوعی جایگاه خود را در علم پزشکی پیدا کرده، اما چیزی که ما هنوز نمی‎دانیم میزان سودمندی آن است. برای تصور آینده‎ای که در آن هوش مصنوعی بخشی از یک گروه مراقبت از بیمار است، ما ابتدا باید بدانیم چگونه می‎توان هوش مصنوعی را با یک پزشک انسانی مقايسه کرد. از لحاظ میزان دقت چگونه می‎توان آنها را با یکدیگر مقايسه کرد؟ هوش مصنوعی قادر به فراهم کردن چه نوع مشارکت خاص و منحصر به فردی است؟ در علم پزشکی هوش مصنوعی از چه طریق می‎تواند بیشتر مفید (یا به طور بالقوه مضر) باشد؟ تنها بعد از پاسخ دادن به این سؤال‌ها است که ما می‎توانیم آینده قدرتمند هوش مصنوعی را پیش بینی کرده و در راستای عملی کردن آن قدم برداریم.

هوش مصنوعی در برابر پزشک انسانی

ما هنوز در مراحل ابتدایی توسعه هوش مصنوعی هستیم، اما این فناوری همین حالا هم قادر است مثل پزشکان بیماری‎ها را تشخیص دهد. محققان بیمارستان جان رادکلیف در آکسفورد انگلستان یک سیستم تشخیصی هوش مصنوعی را توسعه داده‎اند که در تشخیص بیماری قلبی، حداقل در 80 درصد موارد از پزشکان دقیق‎تر است. در دانشگاه هاروارد نیز محققان یک میکروسکوپ هوشمند را توليد کرده‎اند که می‎تواند عفونت‎های بالقوه کشنده خون را شناسایی کند. این ابزار با کمک هوش مصنوعی از طریق بررسی 100 هزار تصویر تولید شده از 25 هزار اسلاید می‎تواند با رنگ‌آمیزی باکتری‎ها شناسایی آنها را ساده‎تر کند. این سیستم هوش مصنوعی همین حالا می‎تواند این باکتری‎ها را با دقت 95 درصدی شناسایی و جداسازی کند.

 وقتی پای مراقبت‎های بهداشتی در میان باشد، هوش مصنوعی لزوما به معنای جایگزینی با پزشکان نیست، بلکه می‎توان از آن برای بهینه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌سازی و ارتقای توانایی‎های آنها استفاده کرد

در برخی موارد دیگر نیز محققان دریافته‎اند هوش مصنوعی می‎تواند در چالش‎های تشخیصی که نیاز به اعلام نظر سریع (مثل تشخیص یک ضایعه سرطانی) دارند از پزشکان انسانی بهتر عمل کند. یک مطالعه صورت گرفته منتشرشده در دسامبر 2017 در JAMA منتشر شد، نشان داده شد که الگوریتم‎های یادگیری عمیق قادر بودند تحت شرایط حساس زمانی سرطان متاستاتیک سینه را بهتر از رادیولوژیست‎های انسانی تشخیص دهند.
در نمونه‎ای دیگر، در مواجهه با جمع‌آوری نشانه‎های معنادار از داده‎های ژنتیکی سلول‎های سرطانی، در حالی که متخصصان انسانی 160 ساعت زمان را صرف بررسی و ارائه توصیه‎های درمانی بر اساس یافته‎های خود کرده بودند، واتسون شرکت ای‎بی‎ام همین توصیه‎ها را در مدت زمانی کمتر از تنها 10 دقیقه به انجام رساند. گوگل نیز به تازگی یک ابزار هوش مصنوعی از نسخه منبع باز DeepVariant خود را برای تحلیل داده‎های ژنتیکی معرفی كرد که دقیق‎ترین ابزار در نوع خود طی یک سال گذشته بوده است. (شکل 1)


شکل 1

همچنین هوش مصنوعی در پيش بيني وقايع بهداشتی قبل از وقوع آن از انسان‎ها بهتر عمل می‎کند. در ماه‎های گذشته محققان دانشگاه ناتینگهام مطالعاتی را منتشر کردند که نشان می‎داد، یک سیستم هوش مصنوعی خودآموخته با بررسی حجم عظیمی‎ از داده از 378,256 بیمار توانسته بود حوادث قلبی عروقی در بیماران را 7.6 درصد بیشتر از استانداردهای مراقبتی فعلی پیش‌بینی کند. برای معرفی چنین موفقیتی محققان نوشتند: «در نمونه آزمايش شده حدود 83 هزار مورد، 355 بیمار بیشتر قرار داشت که می‎شد زندگی آنها را نجات داد و این پیشرفت قابل ملاحظه‎ای در علم پزشکی محسوب می‎شود.»
شاید کاربرد هوش مصنوعی در مواردی که با مقادیر بسیار زیادی از داده سر و کار داریم رویارویی با آن توسط انسان بسیار دشوار است، مفیدتر باشد. این دقیقاً همان چیزی است که در زمینه پزشکی دقیق مورد نیاز است. 
مدیر پروژه غیر انتفاعی تشخیص انسانی، شانتانو ناندی می‎گوید: «وقتی صحبت از توسعه فناوری در هر صنعتی در میان باشد، هوش مصنوعی را نیز باید به طور یکپارچه در آن ادغام کرد. شما باید چنین قابلیتی را با در نظر گرفتن کاربر نهایی طراحی کنید. مردم از نتفلیکس استفاده می‎کنند، اما موضوعی با عنوان هوش مصنوعی برای تماشای فیلم در میان نیست یا مردم از آمازون استفاده می‎کنند، اما با فناوری هوش مصنوعی در خرید کاری ندارند.»
به بیان دیگر، اگر یک فناوری به درستی طراحی شده و به شکلی پیاده سازی شود که مردم آن را مفید بدانند، این مردم حتی متوجه آن هم نخواهند شد که در حال استفاده از هوش مصنوعی هستند.  وقتی پای مراقبت‎های بهداشتی در میان باشد، هوش مصنوعی لزوما به معنای جایگزینی با پزشکان نیست، بلکه می‎توان از آن برای بهینه‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌سازی و ارتقای توانایی‎های آنها استفاده کرد.

مراقب‎های بهداشت روان

مدیر واحد علوم رفتاری بخش سلامت شرکت تحلیل رفتاری مبتنی بر هوش مصنوعی Cogito، اسکایلر پلیس می‎گوید: «امروز ما به‌خوبی ارزش هوش مصنوعی به عنوان مکمل انسان، نه جایگزین با آن را درک می‎کنیم.» Cogito از سیستم ضبط و تجزیه و تحلیل صدای قدرت گرفته از هوش مصنوعی برای بهبود تعاملات خدمات مشتری در بسیاری از صنایع استفاده می‎کند. این شرکت با استفاده از یک اپلیکیشن سلامت روان به نام Cogito Companion که رفتار بیمار را ردگیری می‎کند به عرصه مراقبت‎های بهداشتی قدم گذاشته است. (شکل 2)


شکل 2

 این اپلیکیشن تلفن بیمار را برای سیگنال‎های رفتاری فعال و غیرفعال از قبیل اطلاعات مربوط به موقعیت مکانی که می‎تواند نشان دهنده آن باشد که یک بیمار برای چندین روز خانه را ترک نکرده یا لاگ‎های ارتباطی را که نشان می‎دهد آنها برای چندین هفته به دیگران پیام ارسال نکرده یا صحبت نکرده‎اند، تحت نظر قرار می‎دهد. این شرکت مدعی است که اپلیکیشن آنها تنها اطلاعات مربوط به برقراری تماس تلفنی یا ارسال پیامک را ردگیری می‎کند و اطلاعات مربوط به فرد تماس گیرنده و گفتگوی رد و بدل شده را جمع آوری نخواهد کرد. گروه مراقب از بیمار می‎تواند گزارش‌های بعدی را برای نشانه‎هایی که ممکن است تغییرات کلی در سلامت روان بیمار را نشان دهد، تحت نظر داشته باشد.
Cogito برای آزمایش این اپلیکیشن با چندین سیستم مراقب بهداشتی مشارکت داشته که حوزه فعالیت آنها بیشتر روی جمعیت اعضای سابق نیروهای مسلح است. جانبازان جنگی در معرض خطر جدی انزوای اجتماعی قرار دارند و اغلب به علت خجالت اجتماعی، تمایلی به شرکت در نظام مراقبت‎های بهداشتی، به ویژه در زمینه‎های بهداشت روان ندارند. اسکایلر پلیس می‎گوید: «نتیجه‎ای که ما به دست آوردیم این بود که این اپلیکیشن به عنوان راهکاری برای جلب اعتماد عمل می‎کند، به شکلی که می‎تواند در سطح گسترده‎تری تعاملات مراقب‎های بهداشتی را به انجام برساند. استفاده از این اپلیکیشن به طور مؤثری به عنوان یک آغازگر تغییر رفتار عمل می‎کند و به جانبازان جنگی کمک می‎کند تمایل بیشتری به تعامل با خدمات بهداشت روان نشان دهند.»
از هوش مصنوعی نیز در این اپلیکیشن برای الگوريتم‎های یادگیری ماشینی برای تجزیه و تحلیل صدای ضبط شده توسط بیمار (چیزی شبیه دفتر خاطرات صوتی) استفاده می‎شود. این الگوریتم‎ها برای دریافت نشانه‎های عاطفی طراحی شده‎اند. پلیس می‎گوید: «ما قادر به ساخت الگوریتم‎هایی هستیم که با الگوها در نحوه صحبت کردن مردم مانند انرژی، ذهنیت، پویایی و جریان در مکالمه مطابقت دارند.»
انسان‌ها این الگوريتم را به کار می‎گیرند تا یاد بگیرند کدام اصوات قابلیت اطمینان یا صلاحیت لازم را برای شناسایی صدای یک فرد افسرده دارد یا می‎تواند تفاوت بین صدای یک بیمار دو قطبی در زمان شیدایی و سرخوشی با زمانی را که آنها دچار افسردگی هستند، از هم تشخیص دهد. از آنجا که این اپلیکیشن اطلاعات مربوط به حس و حال هر بیمار را به صورت لحظه‎ای ردگیری می‎کند، این اطلاعات به متخصصان بالینی کمک می‎کند تا وضعیت پیشرفت بیماران خود را نیز طی زمان ردگیری کنند.
درک جنبه‎های انسانی مکالمات و جنبه‎های انسانی سلامت روان تنها نخستین گام برای رسیدن به هدف نهایی یا همان پیدا کردن راه درمان این بیماری‎ها است و این همان جایی است که نقش پزشکان را درباره مسائل بهداشت روان به روشنی مشخص می‎کند. اما وقتی موضوع یاری رساندن مطرح می‎شود، ربات‎ها در کجای این معادله قرار دارند؟

مطلب پیشنهادی

چهار اولویت اخلاقی در رابطه با فناوری‌های عصبی و هوش مصنوعی
فناوری‌های عصبی و لزوم احترام به حریم شخصی

زیر تیغ جراحی (روباتیک)

طی یکی دو دهه اخیر، اصلی‎ترین عناوین به کارگیری هوش مصنوعی در پزشکی به توسعه ربات‎های جراح مربوط بوده است. در طول تاریخ، کاربرد روبات‎های جراح (که ایده‎های داوینچی شناخته شده‎ترین آنها است) به عنوان یک راهکار گسترشی در کنار جراح انسانی که این دستگاه را کنترل می‎کند، مطرح بوده است. یکی از این نوع جراحی‎های بلندپروازانه که اولین نمونه جهانی از آن نیز نامیده می‎شود، در سال 2010 در مونترال کانادا صورت گرفت. این نخستين جراحی صورت گرفته توسط یک ربات جراح و یک ربات متخصص بیهوشی (که McSleepy نام داشت) بود. داده‎های جمع‌آوری شده در این روش نشان‌دهنده عملکرد چشمگیر این پزشکان روباتیک است.
در سال 2015، بیش از یک دهه پس از نخستین حضور روبات‎های جراح در اتاق عمل، دانشگاه ام‎ای‎تی یک تجزیه و تحلیل روی داده‎های سازمان غذا و داروی ایالات متحده برای ارزیابی میزان ایمنی جراحی روباتیک انجام داد. طی مدت این تحقيق 144 بیمار فوت شده و 1391 بیمار آسیب دیده گزارش شد که عمدتا به علت مشکلات فنی یا خرابی دستگاه بود. این گزارش اشاره می‎کند که با وجود تعداد به نسبت زیاد گزارش‌ها، اکثریت قریب به اتفاق این جراحی‎ها با موفقیت انجام شده و هیچ‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌‌گونه مشکلی را به همراه نداشته است. اما تعداد حوادث در بخش‎های پیچیده‎تر جراحی (مثل جراحی قلب و عروق) به میزان قابل توجهی نسبت به بخش‎های جراحی عمومی‎ بالاتر بوده است. (شکل سه) از این تحقيقات به این نتیجه می‎رسیم با وجود این که جراحی روباتیک می‎تواند در بعضی از تخصص‎ها به خوبی عمل کند، اما بهتر است (لااقل در حال حاضر) جراحی‎های پیچیده‎تر به همان جراحان انسانی واگذار شود. اما این موضوع می‎تواند به سرعت تغییر کرده و هر چه جراحان روباتیک بیشتر قادر به جراحی مستقل از جراحان انسانی شوند، تشخیص این‌که چه کسی در بروز مشکلات احتمالی مقصر بوده دشوار‎تر می‎شود.
آیا یک بیمار می‎تواند برای سوء قصد از یک ربات شکایت کند؟ از آنجا که این فناوری هنوز نسبتا جدید است، دعوای قضایی در چنین مواردی هنوز به طور کامل قانونگذاری نشده است. در حالت سنتی کارشناسان تخلفات پزشکی را در نتیجه غفلت از سوی پزشک یا نقض استاندارد تعریف شده مراقبت در نظر می‎گیرند. اما مفهوم غفلت و قصور چیزی است که هوش مصنوعی به طور ذاتی فاقد آن است و در حالی که این امکان وجود دارد تا ربات‎ها بتوانند به نوعی از استانداردهای عملکردی پایبند باشند، اما باید استانداردهایی وجود داشته باشند. بنابراین اگر نمی‎شود ربات را مقصر دانست، چه کسی یا چه چیزی مسئول این خطاها است؟ آیا خانواده بیمار می‎تواند جراح انسانی ناظر بر ربات را پاسخگو بداند؟ یا شرکتی که توليد این ربات را برعهده داشته مسئول ماجرا است؟ مهندسی که آن را طراحی کرده چطور؟ این سوالی است که در حال حاضر جواب مشخصی برای آن وجود ندارد، اما دیر یا زود باید به این وضعیت رسیدگی شود.

در حالت سنتی کارشناسان تخلفات پزشکی را در نتیجه غفلت از سوی پزشک یا نقض استاندارد تعریف شده مراقبت در نظر می‎گیرند. اما مفهوم غفلت و قصور چیزی است که هوش مصنوعی به طور ذاتی فاقد آن است

ساخت و نه پیش‌بینی آینده 

در سال‎های پیش رو قوانین هوش مصنوعی در پزشکی رشد خواهد کرد. بر اساس گزارش تهیه شده Accenture Consulting ارزش بازار هوش مصنوعی در پزشکی در سال 2014 معادل 600 میلیون دلار بوده است و پیش‌بینی می‎شود این رقم تا سال 2021 به 6.6 میلیارد دلار برسد.
ممکن است این صنعت پررونق باشد، اما ما نباید عجولانه و شتابزده هوش مصنوعی را به کار بگیریم. زیرا چیزهایی که برای انسان‎ها منطقی جلوه می‎کنند برای ماشین‎ها این‌گونه نیستند. برای مثال، یک هوش مصنوعی را در نظر بگیرید که آموزش داده شده تا تشخیص دهد آیا ضایعات پوستی به‌طور بالقوه سرطانی هستند یا خیر. متخصصان پوست اغلب از قوانین مخصوص برای اندازه‌گیری ضایعاتی که احتمال دارد سرطانی شده باشد، استفاده می‎کنند. وقتی هوش مصنوعی بر اساس این تصاویر آزمایش میکروسکوپی بافت زنده آموزش داده می‎شود، این احتمال بیشتر وجود دارد که اگر یک نشانه در این تصویر وجود داشت، بگوییم یک ضایعه سرطانی شده است.
الگوريتم‎ها نیز ممکن است گرایش‌های ما را به ارث ببرند که بخشی از آن به دلیل عدم تنوع در مواد مورد استفاده برای آموزش هوش مصنوعی است. چه در پزشکی یا غیر از آن، داده‎هایی که ماشین‎ها بر اساس آن آموزش می‎بینند تا حد زیادی توسط کسی که تحقيق را اداره می‎کند و جایی‌که این کار انجام می‎شود مشخص می‎شود. هنوز هم سفیدپوستان هستند که روی رشته‎های تحقيقات بالینی و علمی‎ تسلط دارند و همچنین تعداد بیشتری از بیمارانی را که در آزمایشات بالینی شرکت می‎کنند سفیدپوستان تشکیل می‎دهند. گاهی اوقات تصور یکپارچه‌سازی هوش مصنوعی و روبات‎ها در علم پزشکی برای ما دلهره‌آور است، اما در نهایت این خود انسان‎ها هستند که در این مورد گفتگو کرده و چنین تغییراتی را به وجود می‎آورند. ما هستیم که تصمیم مي‌گيريم کجا باید هوش مصنوعی اعمال شود و بهترین راه انجام آن چیست. پزشکان می‎توانند با استفاده از هوش مصنوعی به عنوان یک ابزار آینده‎ای را رقم بزنند که به دنبال آن هستند، آینده‎ای که هم برای آنها و هم برای بیمارانشان بهترین نتیجه را به همراه داشته باشد.

ماهنامه شبکه را از کجا تهیه کنیم؟
ماهنامه شبکه را می‌توانید از کتابخانه‌های عمومی سراسر کشور و نیز از دکه‌های روزنامه‌فروشی تهیه نمائید.

ثبت اشتراک نسخه کاغذی ماهنامه شبکه     
ثبت اشتراک نسخه آنلاین

 

کتاب الکترونیک +Network راهنمای شبکه‌ها

  • برای دانلود تنها کتاب کامل ترجمه فارسی +Network  اینجا  کلیک کنید.

کتاب الکترونیک دوره مقدماتی آموزش پایتون

  • اگر قصد یادگیری برنامه‌نویسی را دارید ولی هیچ پیش‌زمینه‌ای ندارید اینجا کلیک کنید.

ایسوس

نظر شما چیست؟