هوش مصنوعی در مراقبت های بهداشتی برای همه چیز از پاسخ به سوالات بیمار گرفته تا کمک به جراحی ها و توسعه داروهای جدید استفاده می شود.

هوش مصنوعی چگونه می تواند برای مراقبت های بهداشتی مفید باشد؟

طبق آمار Statista، ارزش بازار مراقبت های بهداشتی هوش مصنوعی (AI) با ارزش 11 میلیارد دلار در سال 2021، 187 میلیارد دلار در سال 2030 پیش بینی شده است. و شرکت های بیوتکنولوژی و سایرین در صنعت مراقبت های بهداشتی فعالیت می کنند.

الگوریتم‌های یادگیری ماشینی بهتر (ML)، دسترسی بیشتر به داده‌ها، سخت‌افزار ارزان‌تر و در دسترس بودن 5G به افزایش کاربرد هوش مصنوعی در صنعت مراقبت‌های بهداشتی کمک کرده و سرعت تغییرات را تسریع می‌کند. فناوری‌های هوش مصنوعی و ML می‌توانند حجم عظیمی از داده‌های بهداشتی از سوابق سلامت و مطالعات بالینی گرفته تا اطلاعات ژنتیکی را بررسی کنند و آن‌ها را بسیار سریع‌تر از انسان‌ها تجزیه و تحلیل کنند.

در سامانه تله ویزیت، بصورت آنلاین توسط  دکتر فاطمه نعمت اللهی  ویزیت شوید. جهت تله ویزیت روی لینک زیر کلیک کنید.

https://www.televisit24.com/drnematolahi

هوش مصنوعی می تواند به کارآمدتر شدن عملیات مراقبت های بهداشتی کمک کند

سازمان‌های مراقبت‌های بهداشتی از هوش مصنوعی برای بهبود کارایی انواع فرآیندها، از کارهای پشتیبان گرفته تا مراقبت از بیمار، استفاده می‌کنند. در زیر چند نمونه از چگونگی استفاده از هوش مصنوعی برای سودمندی کارکنان و بیماران آورده شده است:

گردش کار اداری: کارکنان مراقبت های بهداشتی زمان زیادی را صرف انجام کارهای اداری و سایر وظایف اداری می کنند. هوش مصنوعی و اتوماسیون می تواند به انجام بسیاری از این وظایف پیش پا افتاده کمک کند و زمان کارمندان را برای سایر فعالیت ها آزاد کند و زمان بیشتری را به آنها با بیماران بدهد. به عنوان مثال، هوش مصنوعی مولد می تواند به پزشکان در یادداشت برداری و خلاصه سازی محتوا کمک کند که می تواند به حفظ سوابق پزشکی تا حد امکان کامل کمک کند. هوش مصنوعی همچنین می تواند به کدگذاری دقیق و به اشتراک گذاری اطلاعات بین بخش ها و صدور صورت حساب کمک کند.

دستیاران پرستار مجازی: یک مطالعه نشان داد که 64 درصد از بیماران با استفاده از هوش مصنوعی برای دسترسی شبانه روزی به پاسخ هایی که پرستاران پشتیبانی می کنند، راحت هستند. دستیاران پرستار مجازی هوش مصنوعی که چت ربات ها، برنامه ها یا سایر رابط های مبتنی بر هوش مصنوعی هستند ، می توانند برای کمک به پاسخ به سؤالات در مورد داروها، ارسال گزارش ها به پزشکان یا جراحان و کمک به بیماران برای برنامه ریزی ملاقات با پزشک استفاده شوند. این نوع از وظایف معمول می تواند کمک کند که کار از دست کارکنان بالینی برداشته شود، آنها می توانند زمان بیشتری را مستقیماً به مراقبت از بیمار اختصاص دهند، جایی که قضاوت و تعامل انسان بیشترین اهمیت را دارد.

کاهش خطای دوز: هوش مصنوعی می تواند برای کمک به شناسایی خطاها در نحوه تجویز خود بیمار داروها استفاده شود. یک مثال از مطالعه‌ای در Nature Medicine می‌آید که نشان می‌دهد تا 70 درصد از بیماران انسولین را طبق دستور مصرف نمی‌کنند. یک ابزار مجهز به هوش مصنوعی که در پس‌زمینه بیمار قرار می‌گیرد مثل روتر Wi-Fi می‌تواند برای علامت‌گذاری خطاها در نحوه استفاده از قلم انسولین یا استنشاقی توسط بیمار استفاده شود.

جراحی های کمتر تهاجمی: ربات های مجهز به هوش مصنوعی می توانند برای کار در اطراف اندام ها و بافت های حساس برای کمک به کاهش از دست دادن خون، خطر عفونت و درد پس از جراحی استفاده شوند.

پیشگیری از تقلب: تقلب در صنعت مراقبت های بهداشتی بسیار زیاد است و 380 میلیارد دلار در سال است و هزینه حق بیمه پزشکی و هزینه های پرداختی مصرف کنندگان را افزایش می دهد. پیاده‌سازی هوش مصنوعی می‌تواند به شناسایی الگوهای غیرمعمول یا مشکوک در دعاوی بیمه، مانند صورت‌حساب برای خدمات پرهزینه یا رویه‌های انجام نشده، جداسازی (که به معنای صدور صورت‌حساب برای مراحل تکی یک رویه است، به‌گونه‌ای که رویه‌های جداگانه هستند) و انجام آزمایش‌های غیرضروری کمک کند.

هوش مصنوعی پتانسیل بهبود تجربه کاربر مراقبت های بهداشتی را دارد

یک مطالعه اخیر نشان داد که 83٪ از بیماران ارتباط ضعیف را به عنوان بدترین بخش تجربه خود گزارش می دهند که نشان دهنده نیاز شدید به ارتباط واضح تر بین بیماران و ارائه دهندگان است. فناوری‌های هوش مصنوعی مانند پردازش زبان طبیعی (NLP)، تجزیه و تحلیل پیش‌بینی‌کننده و تشخیص گفتار می‌توانند به ارائه‌دهندگان مراقبت‌های بهداشتی کمک کنند تا ارتباط مؤثرتری با بیماران داشته باشند. برای مثال، هوش مصنوعی می‌تواند اطلاعات دقیق‌تری درباره گزینه‌های درمانی بیمار ارائه دهد و به ارائه‌دهنده مراقبت‌های بهداشتی اجازه می‌دهد تا برای تصمیم‌گیری مشترک، مکالمات معناداری با بیمار داشته باشد.

هوش مصنوعی می تواند برای افزایش کارایی در تشخیص های مراقبت های بهداشتی استفاده شود

با توجه به دانشکده بهداشت عمومی هاروارد، اگرچه استفاده از هوش مصنوعی در مراحل اولیه است، ممکن است هزینه های درمان را تا 50 درصد کاهش دهد و نتایج سلامتی را تا 40 درصد بهبود بخشد.

یک مثال مورد استفاده در دانشگاه هاوایی است، جایی که یک تیم تحقیقاتی دریافتند که به کارگیری فناوری هوش مصنوعی یادگیری عمیق می تواند پیش بینی خطر سرطان سینه را بهبود بخشد. تحقیقات بیشتری مورد نیاز است، اما محقق اصلی اشاره کرد که یک الگوریتم هوش مصنوعی را می‌توان روی مجموعه‌ای از تصاویر بسیار بزرگ‌تر از یک رادیولوژیست آموزش داد . به اندازه یک میلیون یا بیشتر تصویر رادیولوژی! همچنین، می توان آن الگوریتم را بدون هیچ هزینه ای به جز سخت افزار تکرار کرد.

یک گروه MIT یک الگوریتم ML را برای تعیین زمان نیاز به یک متخصص انسانی توسعه داد. در برخی موارد، مانند شناسایی کاردیومگالی در اشعه ایکس قفسه سینه، آنها دریافتند که یک مدل ترکیبی انسان-AI بهترین نتایج را ایجاد می کند.

مطالعه منتشر شده دیگری نشان داد که هوش مصنوعی سرطان پوست را بهتر از پزشکان با تجربه تشخیص می دهد. محققان آمریکایی، آلمانی و فرانسوی از یادگیری عمیق بر روی بیش از 100000 تصویر برای شناسایی سرطان پوست استفاده کردند. با مقایسه نتایج هوش مصنوعی با نتایج 58 متخصص پوست بین المللی، آنها دریافتند که هوش مصنوعی بهتر عمل می کند.

هوش مصنوعی در سازمان های مراقبت های بهداشتی می تواند به معنای نظارت بهتر بر سلامت و مراقبت های پیشگیرانه باشد

همانطور که مانیتورهای سلامتی و تناسب اندام محبوب تر می شوند و افراد بیشتری از برنامه هایی استفاده می کنند که جزئیات مربوط به سلامت آنها را ردیابی و تجزیه و تحلیل می کند، آنها می توانند این مجموعه داده های بلادرنگ را با پزشکان خود به اشتراک بگذارند تا مسائل بهداشتی را نظارت کنند و در صورت بروز مشکل هشدار دهند.

راه‌حل‌های هوش مصنوعی ،مانند برنامه‌های داده‌های بزرگ، الگوریتم‌های یادگیری ماشین و الگوریتم‌های یادگیری عمیق ، می‌توانند برای کمک به انسان‌ها در تجزیه و تحلیل مجموعه‌های داده بزرگ برای کمک به تصمیم‌گیری بالینی و سایر تصمیم‌گیری‌ها استفاده شوند. همچنین می‌توان از هوش مصنوعی برای کمک به شناسایی و ردیابی بیماری‌های عفونی مانند همه گیری، سل و مالاریا استفاده کرد.

هوش مصنوعی می تواند به اتصال داده های متفاوت مراقبت های بهداشتی کمک کند

یکی از مزایایی که استفاده از هوش مصنوعی برای سیستم‌های سلامت به ارمغان می‌آورد، جمع‌آوری و اشتراک‌گذاری اطلاعات است. هوش مصنوعی می‌تواند به ارائه‌دهندگان کمک کند تا داده‌های بیمار را به‌طور مؤثرتری پیگیری کنند.

بر اساس گزارش مرکز کنترل و پیشگیری از بیماری ها، 10 درصد از جمعیت ایالات متحده دیابت دارند. بیماران اکنون می توانند از ابزارهای پوشیدنی و سایر دستگاه های نظارتی استفاده کنند که بازخوردی در مورد سطح گلوکز آنها به خود و تیم پزشکی ارائه می دهد. هوش مصنوعی می‌تواند به ارائه‌دهندگان کمک کند تا آن اطلاعات را جمع‌آوری کنند، آن‌ها را ذخیره و تجزیه و تحلیل کنند، و بینش‌های مبتنی بر داده‌ها را از تعداد زیادی از مردم ارائه دهند. استفاده از این اطلاعات می تواند به متخصصان مراقبت های بهداشتی کمک کند تا نحوه درمان و مدیریت بهتر بیماری ها را تعیین کنند.

سازمان ها همچنین شروع به استفاده از هوش مصنوعی برای کمک به بهبود ایمنی دارو کرده اند. به عنوان مثال، شرکت SELTA SQUARE در حال نوآوری در فرآیند مراقبت دارویی (PV) است، یک رشته قانونی اجباری برای شناسایی و گزارش اثرات نامطلوب داروها، سپس ارزیابی، درک و پیشگیری از آن اثرات PV نیازمند تلاش و کوشش قابل توجهی از سوی تولیدکنندگان دارو است، زیرا از مرحله آزمایش‌های بالینی در تمام طول عمر دارو انجام می‌شود. سلتا اسکوئر از ترکیبی از هوش مصنوعی و اتوماسیون استفاده می‌کند تا فرآیند PV را سریع‌تر و دقیق‌تر کند، که به ایمن‌تر شدن داروها برای مردم در سراسر جهان کمک می‌کند.

در برخی موارد، هوش مصنوعی می‌تواند نیاز به آزمایش ترکیبات دارویی بالقوه را به صورت فیزیکی کاهش دهد، که صرفه‌جویی زیادی در هزینه‌ها دارد. شبیه‌سازی‌های مولکولی با وفاداری بالا می‌توانند بر روی رایانه‌ها بدون متحمل شدن هزینه‌های بالای روش‌های کشف سنتی اجرا شوند.

هوش مصنوعی همچنین این پتانسیل را دارد که به انسان در پیش بینی سمیت، زیست فعالی و سایر ویژگی های مولکول ها یا ایجاد مولکول های دارویی ناشناخته قبلی از ابتدا کمک کند.

در سامانه تله ویزیت، بصورت آنلاین توسط  دکتر سیروس مومن زاده  ویزیت شوید. جهت تله ویزیت روی لینک زیر کلیک کنید.

https://www.televisit24.com/drmomenzadeh

حکمرانی هوش مصنوعی در مراقبت های بهداشتی

همانطور که هوش مصنوعی در ارائه مراقبت های بهداشتی اهمیت بیشتری پیدا می کند و کاربردهای پزشکی هوش مصنوعی بیشتر توسعه می یابد، حاکمیت اخلاقی و نظارتی باید ایجاد شود. مسائلی که باعث نگرانی می شوند عبارتند از احتمال سوگیری، عدم شفافیت، نگرانی های مربوط به حریم خصوصی در مورد داده های مورد استفاده برای آموزش مدل های هوش مصنوعی، و مسائل ایمنی و مسئولیت.

لورا کرافت، معاون تحلیلگر گارتنر، گفت: حاکمیت هوش مصنوعی به ویژه برای کاربردهای بالینی این فناوری ضروری است. با این حال، از آنجایی که تکنیک‌های جدید هوش مصنوعی عمدتاً قلمرو جدیدی برای اکثر [سازمان‌های ارائه‌کننده سلامت] هستند، فقدان قوانین، فرآیندها و دستورالعمل‌های مشترکی برای کارآفرینان مشتاق وجود دارد که هنگام طراحی پایلوت‌های خود از آنها پیروی کنند.

سازمان بهداشت جهانی (WHO) 18 ماه را صرف بررسی با کارشناسان برجسته در اخلاق، فناوری دیجیتال، حقوق و حقوق بشر و اعضای مختلف وزارتخانه های بهداشت کرد تا گزارشی به نام اخلاق و حاکمیت هوش مصنوعی برای سلامت تهیه کند. این گزارش چالش‌های اخلاقی برای استفاده از هوش مصنوعی در مراقبت‌های بهداشتی را شناسایی می‌کند، خطرات را شناسایی می‌کند، و شش اصل اجماع را برای اطمینان از اینکه هوش مصنوعی به نفع عموم عمل می‌کند، تشریح می‌کند:

حفاظت از خودمختاری

ارتقاء ایمنی و رفاه انسان

تضمین شفافیت

پرورش مسئولیت پذیری

تضمین عدالت

ترویج ابزارهایی که پاسخگو و پایدار هستند

گزارش WHO همچنین توصیه‌هایی ارائه می‌کند که تضمین می‌کند هوش مصنوعی حاکم برای مراقبت‌های بهداشتی، هم وعده‌های فناوری را به حداکثر می‌رساند و هم کارکنان مراقبت‌های بهداشتی را در برابر جوامع و افرادی که با آنها کار می‌کنند پاسخگو می‌داند.

آینده و پتانسیل هوش مصنوعی در اکوسیستم مراقبت های بهداشتی

هوش مصنوعی فرصت هایی را برای کمک به کاهش خطای انسانی، کمک به متخصصان و کارکنان پزشکی و ارائه خدمات به بیماران 24/7 فراهم می کند. همانطور که ابزارهای هوش مصنوعی همچنان در حال توسعه هستند، پتانسیل استفاده بیشتر از هوش مصنوعی در خواندن تصاویر پزشکی، اشعه ایکس و اسکن، تشخیص مشکلات پزشکی و ایجاد برنامه های درمانی وجود دارد.

برنامه های کاربردی هوش مصنوعی به ساده سازی وظایف مختلف، از پاسخگویی به تلفن ها تا تجزیه و تحلیل روند سلامت جمعیت (و احتمالاً برنامه هایی که هنوز در نظر گرفته نشده اند) ادامه خواهند داد. به عنوان مثال، ابزارهای هوش مصنوعی آینده ممکن است کار پزشکان و کارکنان را به طور خودکار یا افزایش دهند. این امر باعث می‌شود انسان‌ها زمان بیشتری را صرف مراقبت‌های حرفه‌ای مؤثرتر و دلسوزانه‌تر کنند.

آی بی ام و هوش مصنوعی در مراقبت های بهداشتی

وقتی بیماران به کمک نیاز دارند، نمی‌خواهند (یا نمی‌توانند) منتظر بمانند. منابع مراکز درمانی محدود هستند، بنابراین کمک همیشه به صورت آنی یا 24 ساعته در دسترس نیست و حتی تأخیرهای جزئی می تواند باعث ناامیدی و احساس انزوا شود یا باعث بدتر شدن شرایط خاص شود.

چت ربات‌های مراقبت بهداشتی هوش مصنوعی IBM watsonx Assistant می‌توانند به ارائه‌دهندگان کمک کنند تا دو کار انجام دهند: تمرکز زمان خود در جایی که باید باشد و توانمندسازی بیمارانی که برای دریافت پاسخ سریع به سؤالات ساده تماس می‌گیرند.

IBM watsonx Assistant بر اساس مدل‌های یادگیری عمیق، یادگیری ماشین و پردازش زبان طبیعی (NLP) برای درک سؤالات، جستجوی بهترین پاسخ‌ها و کامل تراکنش‌ها با استفاده از هوش مصنوعی مکالمه ساخته شده است.

منبع:ibm.com

همچنین بخوانید:

هوش مصنوعی در پزشکی به چه معناست؟

شبکه کارشناسان سلامت دیجیتال

چشم پزشکی از راه دور چیست؟