آیا تشخیص بیماری با هوش مصنوعی ممکن است؟

استفاده از هوش مصنوعی (AI) در سراسر دنیای پزشکی، به ویژه در تشخیص بیماری‌ها در حال رشد است. روش‌های تشخیصی سنتی دستی و زمان‌بر هستند، برای مثال، خواندن اسکن‌های بیمار فرآیندی آهسته و با مهارت است و کمبود رادیولوژیست در بعضی کشورها، برای انجام این کار رو به افزایش است. استفاده از هوش مصنوعی می‌تواند به تصمیم‌گیری‌های بالینی کمک کند و با فراهم کردن امکان ارائه مراقبت مداوم‌تر در محیط‌های مختلف مراقبت‌های بهداشتی و آزاد کردن زمان برای کارهای دیگر، از پزشکان حمایت کند.

همانطور که پزشکان از طریق آموزش، تکالیف و تجربه یاد می‌گیرند، الگوریتم‌های هوش مصنوعی هم با فرآیندها یا مجموعه‌ای از قوانین برای عملیات حل مسئله، باید شغل خود را بیاموزند، و همچنین با داده‌ها یا اسکن‌ها و یادگیری تشخیص الگوها، تجزیه و تحلیل داده‌ها و دیگر موارد تصمیم بگیرند.

مؤسسه ملی تحقیقات بهداشت و مراقبت (NIHR) از نوآوری و فناوری هوش مصنوعی از مفهوم تا پذیرش و گسترش NHS، از طریق توسعه نمونه اولیه و آزمایش در دنیای واقعی در تنظیمات بهداشت و مراقبت اجتماعی پشتیبانی می‌کند. استفاده از ربات تشخیص بیماری و دکتر هوش مصنوعی آنلاین را هم برای آینده دنیای پزشکی را هم بسیار جدی در نظر گرفته‌اند.

تشخیص بیماری با هوش مصنوعی

محققان مؤسسه تحقیقات سرطان لندن، با بودجه NIHR، آزمایشی را ایجاد کرده‌اند که می‌تواند پیش‌بینی کند که کدام ترکیب دارویی برای بیماران سرطانی در کمتر از 24 تا 48 ساعت کار می‌کند. آنها از هوش مصنوعی برای تجزیه و تحلیل داده‌های مقیاس بزرگ از نمونه‌های تومور استفاده می‌کنند و می‌توانند پاسخ بیماران به داروها را با دقت بیشتری نسبت به روش های‌فعلی تعیین کنند.

تجزیه و تحلیل ساختار ژنتیکی تومورها می‌تواند جهش‌هایی را که رشد را سریع‌تر می‌کنند، آشکار کند و برخی از آنها را می‌توان درمان کرد. این به تنهایی برای انتخاب ترکیبات دارویی کافی نیست و آزمایش‌های جدید همچنین تغییرات مولکولی تومور و نحوه تعامل آنها با یکدیگر را در پاسخ به درمان‌ها بررسی می‌کند. اینجاست که نرم افزار تشخیص بیماری از روی علائم مبتنی بر هوش مصنوعی می‌تواند کمک زیادی به همه داشته باشد.

هوش مصنوعی در دو مرحله کار می‌کند، ابتدا با پیش‌بینی نحوه عملکرد سلول‌ها نسبت به داروهای سرطانی، به طور خاص به سه نشانگر ژنتیکی نگاه می‌کند و سپس پیش‌بینی می‌کند که چگونه به ترکیب دو دارو پاسخ می‌دهند. اینکار می‌تواند اطلاعات را به سرعت پردازش کند، نتایج را تنها در دو روز برگرداند، و این پتانسیل را دارد که پزشکان را راهنمایی کند که کدام درمان‌ها بیشتر برای بیماران سرطانی مفید هستند.

بهبود مستمر مراقبت‌های پزشکی به کمک هوش مصنوعی

دکتر Jenna Tugwell-Allsup یک رادیوگراف و پژوهشگر در هیئت بهداشت دانشگاه بتسی کادوالدر در شمال ولز است که مدتهاست از تحقیق به عنوان راهی برای کمک به بیماران دفاع کرده است. کار او نشان داد که به بیماران یک کلیپ ویدیویی برای تماشای داده است که حاوی اطلاعاتی است در مورد بیماری است. او دریافت که این ویدئو در کاهش اضطراب بیماران موثرتر از ارائه اطلاعات مکتوب است.

تمرکز تحقیقات فعلی او بر روی هوش مصنوعی از جمله آزمایش MIDI است که در حال بررسی این است که آیا یک ابزار هوش مصنوعی می‌تواند ناهنجاری‌ها را در اسکن‌های سر MRI شناسایی کند. ابزار هوش مصنوعی در حال توسعه و آزمایش بر روی اسکن‌های سر بیمار و همچنین اسکن‌های داوطلبان سالم است تا به آن آموزش دهد تا ناهنجاری‌ها را سریع‌تر شناسایی کند و این موارد برای ارزیابی توسط پزشک اولویت‌بندی شوند.

او همچنین بودجه‌ای برای انجام یک مطالعه برای تعیین اینکه آیا یک الگوریتم هوش مصنوعی می‌تواند با ارزیابی گذشته نگر عکس اشعه ایکس قفسه سینه بیماران شناخته شده سرطان ریه، زمان تشخیص سرطان ریه را کاهش دهد، دریافت کرده است که می‌تواند کمک زیادی به تشخیص بیماری با هوش مصنوعی کند.

جنا یک کارگروه محلی هوش مصنوعی در رادیولوژی راه اندازی کرده است و با سایر گروه‌های مشابه برای ساده کردن روند کار با هوش مصنوعی همکاری خواهد کرد. او می‌گوید: «تحقیق موانع آنچه را که ما فکر می‌کنیم می‌دانیم از بین می‌برد. فقط به این دلیل که ما کاری را به خوبی انجام می‌دهیم، به این معنی نیست که نمی توانیم آن را بهتر انجام دهیم. امیدوارم تحقیقات من، دیگران را در رادیوگرافی راهنمایی کرده و تحت تاثیر قرار داده باشد تا درباره نحوه کار ما و اینکه چگونه می‌توانیم به طور مستمر مراقبت را بهبود بخشیم فکر انتقادی کنند.

بسیار این کار او را ساخت یک سایت هوش مصنوعی پزشکی برای درمان و کمک به تشخیص بیماری با هوش مصنوعی، بسیار مفید می‌دانند.

تشخیص هوشمند بیماری

از آنجایی که فناوری‌های هوش مصنوعی می‌توانند مجموعه داده‌ها و اسکن‌ها را در چند ثانیه تجزیه و تحلیل کنند، آموزش آن‌ها برای خواندن اسکن‌های بیمار و کمک به تشخیص و پیش‌بینی بهترین درمان‌ها، ارزش زیادی دارد.

NIHR تضمین می‌کند که بیماران و پزشکان به طور فعال در توسعه این ابزارهای جدید مشارکت دارند تا بتوان آنها را در تنظیمات عملی در سراسر NHS پیاده سازی کرد. این همچنین تضمین می‌کند که این الگوریتم‌ها برای کاهش احتمال سوگیری در این الگوریتم‌ها، هم از نظر داده‌هایی که روی آن‌ها آموزش دیده‌اند و هم از نظر فرضیات نادرست در مورد میزان دسترسی به آنها توسط گروه‌های دارای امتیاز کمتر. طراحی شده‌اند.

پیشرفت در هوش مصنوعی برای سرعت بخشیدن به تشخیص بیماری با هوش مصنوعی، تنها یکی از حوزه‌های تحقیقاتی بسیاری است که در سراسر بریتانیا در حال انجام است.

شما هم می‌توانید به راحتی و از طریق زبان فارسی با ChatGPT و سایر سرویس‌های هوش مصنوعی صحبت کنید. تنها کافی است اپلیکیشن زی‌گپ را دانلود و به راحتی از آن استفاده کنید. همچنین شما می‌توانید نظرات خود را با ما و سایر کاربران در شبکه‌های اجتماعی ما در اینستاگرام و تلگرام به اشتراک بگذارید.