۶ نوآوری بزرگ هوش مصنوعی در حوزه پزشکی در سال ۲۰۲۳

«دکتر هاروی کاسترو» پزشک متخصص اورژانس و سخنران ملی در زمینه هوش مصنوعی از «دالاس» می‌گوید: «2023 سالی برجسته برای هوش مصنوعی در حوزه مراقبت‌های بهداشتی بوده است، شاهد پیشرفت‌های پیشگامانه‌ای بوده‌ایم که شیوه‌های پزشکی را تغییر داده و راه را برای آینده‌ای هموار کرده است که مراقبت‌های بهداشتی در آن شخصی‌تر، کارآمدتر و در دسترس‌تر باشد.»

کاسترو و سایر کارشناسان هوش مصنوعی، برخی از مهم‌ترین پیشرفت‌های سال را برای پزشکان و بیماران ارزیابی کردند که در این مطلب 6 مورد از نوآوری‌های حوزه پزشکی را به شما معرفی می‌کنیم.

۶ نوآوری بزرگ هوش مصنوعی در حوزه پزشکی

ChatGPT و سایر هوش‌های مصنوعی زاینده (مولد)

دکتر «تینگلانگ دای» استاد مدیریت عملیات و تجزیه‌و‌تحلیل تجاری در دانشکده بازرگانی «جانز هاپکینز» خاطرنشان کرد: «علی‌رغم فقدان یک چارچوب قانونی رسمی حاکم بر استفاده از آن، هوش مصنوعی زاینده به طور گسترده توسط متخصصان پزشکی مورد استفاده قرار می‌گیرد.»

دای به فاکس‌نیوز دیجیتال گفت: «ChatGPT همچنان شناخته‌شده‌ترین و پرکاربردترین ابزار هوش مصنوعی زاینده در میان متخصصان مراقبت‌های بهداشتی در فعالیت‌های مختلف با هدف کاهش بار کاری غیرضروری و اجازه دادن به پزشکان برای تمرکز بر فعالیت‌های اصلی خود است.»

وی خاطرنشان کرد: «دانشگاه جانز هاپکینز چندین پروژه تحقیقاتی در حال انجام دارد که پتانسیل استفاده از هوش مصنوعی مولد را برای کاهش فرسودگی پزشکان در نتیجه سوابق پزشکی الکترونیکی بررسی می‌کنند.»

مدل زبان بزرگ همه چیز را از نحوه دریافت توصیه‌های پزشکی گرفته تا نحوه ارتباط پزشکان و نگهداری سوابق بیمار، تحت تاثیر قرار می‌دهد.

کاسترو گفت: «ChatGPT ارتباطات مراقبت‌های بهداشتی را با ارائه ابزارهایی برای برنامه‌های درمانی شخصی و مشارکت بیمار از راه دور متحول کرده است. به عنوان مثال، از آن برای ایجاد مواد آموزشی تعاملی برای بیمار، افزایش درک و انطباق استفاده شده است.»

با این حال، این چت‌بات هوش مصنوعی نیز شک و تردیدهایی را برانگیخته، چرا که گاهی اوقات پاسخ‌های آن فاقد دقت کافی بوده است.

کاسترو می‌افزاید: «نظارت انسانی در این حوزه ضروری است و باید اطمینان حاصل شود که ابزارهای هوش مصنوعی مانند ChatGPT به عنوان مکمل کار درمان استفاده می‌شوند، نه به عنوان جایگزینی برای پزشکان.»

تشخیص بیماری از طریق تصاویر شبکیه

در سپتامبر سال جاری، محققان تیم دانشگاه کالج لندن یک مدل هوش مصنوعی «پیشگامانه» برای تشخیص بیماری با استفاده از تصاویر شبکیه چشم را معرفی کردند که نتایجش در مجله Nature منتشر شد.

دای به فاکس‌نیوز دیجیتال گفت: «این مدل که از طریق یادگیری خود‌نظارتی بر روی 1.6 میلیون تصویر بدون برچسب شبکیه ایجاد شده است، در تشخیص و پیش‌بینی بیماری‌های چشمی و اختلالات سیستمیک مانند نارسایی قلبی و انفارکتوس میوکارد عالی عمل می‌کند.»

دای افزود، این مدل که RETFound نام دارد، «پیشرفت قابل توجهی در هوش مصنوعی حوزه پزشکی است که رویکرد کارآمدتری برای تشخیص بیماری از طریق یک مدل پایه ارائه می‌کند».

بهبود بهره‌وری پزشکی

دای خاطرنشان کرد: «یک مطالعه مشترک بین ایالات متحده-بریتانیا-بنگلادش اولین شواهد واقعی را مبنی بر این ارائه کرد که هوش مصنوعی مستقلا می‌تواند بهره‌وری پزشکی را بهبود بخشد.»

این مطالعه افزایش 40 درصدی بهره‌وری بالینی در تشخیص بیماری شبکیه در بیماران مبتلا به دیابت را نشان داد.

این دستاورد با استفاده از یک دستگاه هوش مصنوعی پاکسازی شده توسط FDA برای غربال‌گری بیماران هنگام ورود به بیمارستان حاصل شد.

طبق گفته دای، دستگاه هوش مصنوعی به پزشکان اجازه می‌دهد تا روی پیچیده‌ترین بیماران تمرکز کنند. هنگامی که دستگاه برای پیچیدگی تنظیم شود، 265٪ افزایش در بهره‌وری وجود خواهد  داشت.

تصویربرداری و آموزش پزشکی

3DALL-E  یک مدل تولید تصویر مبتنی بر هوش مصنوعی است که در ابتدا توسط OpenAI در ژانویه 2021 راه‌اندازی شد.

همان‌طور که OpenAI آن را توصیف می‌کند، DALL-E3 یک پرامپت متنی را به عنوان ورودی می‌گیرد و یک تصویر جدید را به عنوان خروجی تولید می‌کند.

در حوزه پزشکی، کاسترو اشاره می‌کند که DALL-E3 می‌تواند تصاویر پزشکی دقیقی را از توضیحات متنی ایجاد کند. این قابلیت در حوزه پزشکی، ارائه کمک‌های بصری برای شرایط و روش‌های پیچیده پزشکی بسیار مفید بوده است.

کاسترو افزود: «همچنین پیشرفت‌هایی در تصویربرداری پزشکی مبتنی بر هوش مصنوعی مانند فناوری MRI بهبود‌یافته که منجر به زمان‌های اسکن سریع‌تر، وضوح تصویر بهبود‌یافته و کاهش قرار گرفتن در معرض تشعشع شده است و دقت تشخیصی را به طور قابل توجهی بهبود می‌بخشد.»

تسریع تحقیقات مربوط به سرطان

«آندره استوا»، مدیرعامل و یکی از بنیان‌گذاران ArteraAI، یک شرکت پزشکی در کالیفرنیا، تحقیقات سرطان را به عنوان “زمین حاصل‌خیز برای هوش مصنوعی” توصیف کرد.

او به فاکس‌نیوز دیجیتال گفت: «ما از هوش مصنوعی برای یافتن الگوهای پنهان در داده‌ها، شخصی‌سازی تصمیم‌گیری در مورد درمان و کمک به پیش‌بینی درمان استفاده می‌کنیم.»

استوا خاطرنشان کرد که هوش مصنوعی به سرعت بخشیدن به آزمایشات بالینی کمک و درها را به روی امکانات جدید در مراقبت‌های بهداشتی باز می‌کند.

تصور کنید که هوش مصنوعی درمان‌های سرطان را متناسب با ژنوم منحصربه‌فرد شما طراحی می‌کند! این احتمالات نامحدود است.

دستگاه‌های پزشکی هوش مصنوعی

از ژوئیه 2023، 692 دستگاه هوش مصنوعی توسط سازمان غذا و داروی ایالات متحده (FDA) برای استفاده بالینی تایید شد که نسبت به سال 2022 افزایش 33 درصدی داشته است.

دای می‌گوید: «دستگاه‌های تایید‌شده اکنون 19 تخصص را پوشش می‌دهند، اگرچه رادیولوژی همچنان بزرگ‌ترین تخصص است و تقریبا سه‌چهارم دستگاه‌های تایید شده مربوط به آن است.»

یک گزارش هوش مصنوعی از مجله پزشکی نیوانگلند نیز استفاده در دنیای واقعی از این دستگاه‌ها را برجسته کرده و رشد سریع آن‌ها را نشان می‌دهد.

یک سال برجسته

«مت محبی» رئیس هوش مصنوعی و تحقیقات در Brightside Health در نیویورک، سال 2023 را به عنوان یک “سال برجسته” برای تحقیقات بنیادی در مدل‌های زبان بزرگ برای مراقبت‌های بهداشتی توصیف کرد.

او به فاکس نیوز دیجیتال گفت: «برخی از بزرگ‌ترین شرکت‌ها برای تولید عملکردی پیشرفته در معیارهای پزشکی با یکدیگر رقابت می‌کنند.»

محبی ادامه داد: «در حالی که بیماران امروز نمی‌توانند مزایای این یافته‌ها را در مطب پزشک ببینند، اما چیزهای زیادی در انتظار است. پزشکانی که از این فناوری‌ها استقبال می‌کنند به احتمال زیاد جایگزین پزشکانی می‌شوند که این کار را نمی‌کنند.»

کاسترو می‌گوید پیشرفت‌های هوش مصنوعی در سال 2023 نشان‌دهنده «جهش قابل توجهی در ادغام هوش مصنوعی در مراقبت‌های بهداشتی» است.

این نوآوری‌ها آینده‌ای را نوید می‌دهند که در آن مراقبت‌های بهداشتی شخصی‌تر، کارآمدتر و در دسترس‌تر باشد و در نهایت منجر به نتایج بهتر بیماران و چشم‌انداز مراقبت‌های بهداشتی متحول شود.