هوش مصنوعی گوگل به کمک پزشکان می‌آید
پژوهش تازه گوگل درباره سامانه هوش مصنوعی پزشکی «ایمی» (AMIE) نشان می‌دهد که هوش مصنوعی می‌تواند با جمع‌آوری و سازمان‌دهی اطلاعات بیماران پیش از ملاقات با پزشک، به بهبود روند مراقبت‌های پزشکی کمک کند. در این مطالعه، خلاصه‌های تولیدشده توسط این سامانه در ۷۵ درصد موارد به آماده‌سازی پزشکان برای ویزیت کمک کرده و تشخیص‌های افتراقی آن در ۹۰ درصد موارد با تشخیص نهایی پزشکان مطابقت داشته است.
به گزارش توسعه برند؛ گوگل در پژوهشی تازه، نقش متفاوتی برای هوش مصنوعی در حوزه سلامت بررسی کرده است؛ نقشی که به‌جای جایگزینی پزشکان، بر کمک به آن‌ها برای شناخت بهتر وضعیت بیمار پیش از آغاز ویزیت تمرکز دارد.
این مطالعه با همکاری پژوهشگران گوگل و مرکز پزشکی بث اسرائیل دیکونس انجام شده و نتایج آن در نشریه علمی «لنست» منتشر شده است. در جریان پژوهش، ۹۸ بیمار پیش از مراجعه به یک درمانگاه سرپایی مراقبت‌های اولیه برای دریافت خدمات پزشکی فوری، با سامانه AMIE گفت‌وگو کردند. این سامانه یک چت‌بات پژوهشی مبتنی بر هوش مصنوعی است که برای بررسی اطلاعات پزشکی و ارائه تشخیص‌های احتمالی طراحی شده است.
پزشکان ناظر، گفت‌وگوهای بیماران با AMIE را به‌صورت زنده زیر نظر داشتند. گوگل اعلام کرده است که هیچ‌یک از این گفت‌وگوها بر اساس معیارهای ایمنی از پیش تعیین‌شده، به توقف و مداخله نیاز پیدا نکردند.
هوش مصنوعی پیش از ویزیت وارد عمل می‌شود
نکته اصلی این پژوهش، زمان استفاده از هوش مصنوعی است. AMIE پیش از ملاقات بیمار با پزشک، درباره نیازها و وضعیت او سؤال می‌کند، اطلاعات را در قالب یک خلاصه منظم ارائه می‌دهد و چند تشخیص احتمالی را برای بررسی پزشک پیشنهاد می‌کند.
در این فرایند، سامانه مسئول تصمیم‌گیری نهایی درباره درمان نیست. پزشک همچنان باید اطلاعات را ارزیابی کند، درباره اهمیت علائم قضاوت کند و تصمیم بگیرد که چه اقداماتی برای بیمار لازم است.
نتایج مطالعه نشان داد که خلاصه‌های AMIE در ۷۵ درصد موارد به آماده‌سازی پزشکان برای ملاقات با بیماران کمک کرده‌اند. همچنین، این اطلاعات در بیش از نیمی از موارد بر رویکرد پزشکان به مراقبت از بیمار تأثیر گذاشته‌اند.
“”توسعه برند را در اینستاگرام و تلگرام و لینکدین دنبال کنید””
یکی دیگر از یافته‌های مطالعه به تشخیص‌های افتراقی مربوط می‌شود. تشخیص افتراقی به بررسی چند بیماری یا علت احتمالی برای توضیح علائم بیمار گفته می‌شود. بر اساس نتایج منتشرشده، تشخیص‌های افتراقی پیشنهادی AMIE در ۹۰ درصد موارد با تشخیص نهایی پزشکان مطابقت داشته‌اند.
با این حال، این میزان تطابق به معنای دقت ۹۰ درصدی سامانه در تمام شرایط پزشکی نیست و به‌تنهایی نمی‌تواند توانایی آن را برای جایگزینی پزشک اثبات کند. یافته‌ها بیشتر نشان می‌دهند که هوش مصنوعی می‌تواند در گردآوری اطلاعات و آماده‌سازی مقدمات ویزیت نقش مؤثری داشته باشد.
چرا نحوه ارائه اطلاعات اهمیت دارد؟
کاربرد هوش مصنوعی در پزشکی تنها به توانایی تولید پاسخ یا پیشنهاد یک تشخیص محدود نمی‌شود. اطلاعات تولیدشده باید برای پزشک روشن، به‌موقع و قابل‌بررسی باشند تا بتواند آن‌ها را با شرایط واقعی بیمار تطبیق دهد.
در چنین شرایطی، کیفیت خلاصه‌های تولیدشده و امکان بررسی و اصلاح آن‌ها اهمیت زیادی پیدا می‌کند. اگر سامانه اطلاعات را به شکلی منظم و قابل‌استفاده ارائه دهد، پزشک می‌تواند پیش از آغاز گفت‌وگو، شناخت اولیه دقیق‌تری از وضعیت بیمار داشته باشد.
ارزش AMIE در این پژوهش، کمک به آماده‌سازی پزشک برای گفت‌وگو با بیمار است، نه واگذاری تصمیم درمانی به هوش مصنوعی. این تفاوت، رویکردی محتاطانه‌تر برای استفاده از فناوری در یکی از حساس‌ترین حوزه‌های خدمات انسانی ارائه می‌کند.
چالش اعتماد به هوش مصنوعی پزشکی
با وجود نتایج اولیه امیدوارکننده، برای ارزیابی گسترده‌تر AMIE همچنان به مطالعات بالینی بزرگ‌تری نیاز است. عملکرد چنین سامانه‌ای باید در میان گروه‌های متنوع بیماران، تخصص‌های مختلف پزشکی و محیط‌های درمانی متفاوت بررسی شود.
همچنین، پرسش‌هایی درباره حفاظت از اطلاعات شخصی بیماران، مسئولیت حقوقی در صورت بروز خطا، سوگیری‌های احتمالی و رضایت آگاهانه افراد مطرح است. یکی از نگرانی‌های مهم نیز این است که سامانه ممکن است در خلاصه خود، جزئیاتی را که برای تشخیص یا تصمیم‌گیری پزشک اهمیت دارند، نادیده بگیرد.
به همین دلیل، نتایج این مطالعه را باید نشانه‌ای اولیه از ظرفیت هوش مصنوعی در پشتیبانی از فرایند مراقبت پزشکی دانست، نه مدرکی قطعی برای ایمنی و اثربخشی آن در همه شرایط.
آینده هوش مصنوعی در مراقبت‌های پزشکی
پژوهش گوگل نشان می‌دهد که یکی از مسیرهای استفاده از هوش مصنوعی در پزشکی می‌تواند کمک به متخصصان برای جمع‌آوری اطلاعات، آماده‌سازی بهتر ویزیت و آغاز گفت‌وگو با شناخت بیشتر از وضعیت بیمار باشد.
در این الگو، هوش مصنوعی بخشی از کارهای مقدماتی را انجام می‌دهد، اما تفسیر اطلاعات و تصمیم‌گیری همچنان بر عهده پزشک باقی می‌ماند. موفقیت چنین ابزارهایی به توانایی آن‌ها در کمک واقعی به پزشکان، حفظ ایمنی بیماران و ایجاد اعتماد در محیط درمانی وابسته است.
در نتیجه، مسیر پیش روی هوش مصنوعی پزشکی لزوماً به سمت جایگزینی پزشکان محدود نمی‌شود؛ بلکه می‌تواند شامل ابزارهایی باشد که به متخصصان کمک می‌کنند با اطلاعات منسجم‌تر و آمادگی بیشتر، مراقبت از بیماران را پیش ببرند.
