هنگام صحبت از هوش مصنوعی، اغلب به یاد رباتها یا الگوریتمهای پیچیده و وظایف آنها میافتیم. تصور هوش غیرانسانی در بیمارستانها و مراکز درمان نیز به همین شکل، در ذهن ما بهصورت اغراق شده وجود دارد. اما در عمل منظور و کاربرد آن رباتهای سفید و بازوهای مکانیکی عجیبوغریب نیست؛ بلکه در توسعه سلامت، پیشگیری، استفاده از پتانسیل آن در تشخیص انواع بیماریها و تمایز دادن بیماریها از یکدیگر است.
در ادامه انواع حوزههایی که هوش مصنوعی در سلامت میتواند ورود پیدا کند (کرده است) را بررسی میکنیم؛ یعنی تشخیص، اولویتبندی منابع، آموزش بهداشت و پیشگیری از بیماریهای مختلف.
افزایش ظرفیت تشخیص بیماری در نبود متخصص
تشخیص بیماریها، مهمترین کاربردی است که میتوان از هوش مصنوعی انتظار داشت؛ ابزارهای یادگیری ماشین میتوانند با اطلاعاتی که خودمان به آنها میدهیم، موارد جدید بیماری در افراد جدید را پیشبینی کنند و تشخیص دهند. این تشخیص میتواند از سطح و گرید بیماری تا تمایز آن با بیماری مشابه و… باشد. به این صورت که با پردازش تصویر و یادگیری از نمونههای واقعی، رادیولوژی، تصویر پوست بیمار یا اسکنهای شکم و لگن را بهعنوان خوراک به هوش مصنوعی استفاده و تشخیص را دریافت میکنیم. هرچقدر نمونههای واقعی با تعداد بالاتر بهعنوان خوراک آماده کنیم، تشخیص دقیقتری از سمت AI دریافت میکنیم.
این ابزار هم روند تشخیص را تسریع میبخشد و هم در مناطقی که دسترسی به متخصص مربوطه امکانپذیر نیست، بهعنوان جایگزین عمل میکند. این کار میتواند یک خبر خوب برای مناطق کمبرخوردار باشد؛ چرا که تشخیص سریع و دقیق بیماری یا علائم افراد با هزینه پایین انجام میشود. این مسئله در کنار ویزیت آنلاین توسط پزشک بهصورت همزمان میتوانند تا حد زیادی کیفیت سلامت در مناطق محروم را ارتقا دهند. اتفاقی که هم|کنون در تمام جهان انجام میشود. مطالعات بسیاری هم در جهت توسعه و هم در سنجش میزان عملکرد و کاربردیبودن آنها انجام شده است.
تصمیمگیری هوشمند در شرایط محدود
تصور کنید در مدیریت منابع مناطق محروم و روستایی بتوان با استفاده از Artificial Intelligence، پیشبینی کنیم که کدام منطقه نیاز فوری به اعزام تیم واکسیناسیون دارد؟ یا کدام منطقه نیاز به دریافت تیم درمان فوری دارد؟ در کدام منطقه احتمال شیوع انواع بیماریهای ناشی از عدم وجود بهداشت بیشتر است؟ نیاز به مکمل، ویتامین و ریزمغذیها در ۵ سال آینده در کدام استان افزایش حداکثری خواهد داشت؟
اینها مواردی هستند که هوش مصنوعی میتواند با تحلیل دیتای محلی، با صحت قابلقبولی به ما ارائه بدهد. برای مثال اگر بتوانیم اطلاعاتی نظیر سطح پوشش واکسیناسیون مردم یک منطقه، میزان ابتلای آنان به هر یک از بیماریهای مد نظرمان در طی زمان و به تفکیک دقیق سال، رنج سنی افراد مبتلا شده به هر بیماری و… را بهصورت مدون آماده کنیم و پردازشهای آماری بسیار دقیقی روی این اطلاعات انجام دهیم، نتایج بسیار دقیقی از هوش مصنوعی دریافت میکنیم.
چرا که بررسی یک معضل، بیماری، یا مسئله میتواند حتی بعضا به ۱۰۰۰ فاکتور مستقل بستگی داشته باشد و ذهن انسان میتواند نهایتا ۱۰ فاکتور را پردازش کند. بررسی همزمان تمامی فاکتورها فقط بهوسیله ماشین و کامپیوتر امکانپذیر است. حال تصور کنید تمامی تصمیمگیریهای اینچنینی در مدیریت منابع و برنامهریزی را به کمک هوش مصنوعی انجام دهیم. چیزی که به تجربه ثابت شده است که بسیار موثر خواهد بود.
افزایش سطح سلامت در مناطق محروم
هوش مصنوعی در سطح پیشبینی و در نتیجه پیشگیری نیز میتواند مؤثر باشد. برای مثال میتواند پراکندگی بیماریها در مناطق مختلف را تحلیل کرده و بر اساس آن وضعیت سلامت در همان منطقه را در بازههای زمانی دلخواه پیشبینی کند. برای مثال بررسی الگوی توزیع بیماریهای اوریون، سیاهسرفه، سرخجه، آبلهمرغان و هاری در سطح شهر همدان و در سالهای ۱۳۹۴ تا ۱۳۹۸؛ با استفاده از دیتاهای این تحقیق بهعنوان دیتای ورودی به هوش مصنوعی، میتوان از آن انتظار داشت که وضعیت ابتلای همین بیماریها در همین منطقه را در ۵ یا ۱۰ سال آینده پیشبینی کند. پیشبینی که هر چقدر فاکتورهای دخیل در بررسی بیشتر باشند، نتایج دقیقتر خواهند بود.
حال با در دسترس داشتن پیشبینیها و نیز بررسیهای منطقهای، برای مدیریت بودجه مناطق مختلف در هر استان و نیز مطالعات و تصمیمگیریهای اینچنینی مؤثرتر عمل خواهیم نمود. همچنین این توانایی به برنامهریزان محلی اجازه میدهد مداخلات پیشگیرانه (آموزش بهداشت، تأمین مکمل غذایی، پاکسازی منابع آب و…) را زودتر اجرا کنند و بهجای واکنش پس از وقوع بحران، از وقوع آن جلوگیری کنند.
موانع و محدودیتها در استفاده از هوش مصنوعی
علیرغم تمامی ویژگیهای مثبتی که عنوان شد، در استفاده از هوش مصنوعی در حیطه سلامت افراد در مناطق محروم، با محدودیتها و خطراتی نیز مواجهیم. محدودیتهایی نظیر کمبود امکانات زیرساخت مانند اینترنت پرسرعت و نیز مسئله حریم خصوصی افراد در استفاده از اطلاعات، از اهمیت بالایی برخوردار است.
· شکاف دیجیتال: نبود اینترنت پرسرعت و یا دستگاههایی مانند گوشیهای هوشمند برای اتصال به اینترنت، میتواند از مهمترین موانع دسترسی باشد.
· سوگیری دادهها: برای داشتن نتایج کارآمد، باید اطلاعات هر منطقه را تاحدامکان برای همان منطقه و یا مناطقی شبیه به خودش استفاده کرد. به این صورت که مدلهای برازش شده با استفاده از دیتای مناطق شهری، برای تحلیل و پیشبینی معضلات مناطق روستایی کارآمد نیستند.
· حریم خصوصی: در جمعآوری اطلاعات شخصی افراد برای استفاده هوش مصنوعی باید به حریم خصوصی افراد توجه کرد. جمعآوری این دادههای حساس نیازمند چارچوبهای اخلاقی و قانونی است؛ WHO توصیههایی برای حاکمیت و اخلاق AI و قانونمندی در این حیطه دارد.
· وابستگی به تکنولوژی: تکیه کامل بر هوش مصنوعی و ماشین بدون نظارت نیروی انسانی متخصص، کاربردی و پایدار نیست.
از همین روی، توجه به محدودیتها و موانع در راستای ایجاد زیرساخت و بستر در استفاده از هوش مصنوعی در حیطه سلامت، امری ضروری است. در غیر این صورت میتواند به هدررفت مالی و زمانی منجر شود.
هوش مصنوعی ابزاری برای عدالت سلامت
امروزه در بسیاری از مناطق شهری کشورمان دسترسی به انواع مراکز درمان و متخصصهای زبده امکانپذیر است. افراد با انواع شرایط پزشکی میتوانند در کمترین زمان ممکن درمان یا مشاوره پزشکی مطلوب را دریافت کنند. اما در مناطق محروم و کمبرخوردار، این موضوع با چالش روبروست. از یک سو مراکز درمان در مجاورت این مناطق در دسترس نیست و از سوی دیگر سطح کیفی درمانی که ارائه میشود در مقایسه با دیگر مناطق از مطلوبیت نسبی برخوردار نیست. در چنین شرایطی استفاده از تکنولوژی و هوش مصنوعی برای جبران این کمبودها میتواند گزینه خوبی باشد.
از طرف دیگر در سالهای اخیر حوزه AI پیشرفتهای فراوانی داشته است. در حیطه پزشکی نیز استفاده از این تکنولوژی در قالب انواع مقالات و مطالعات در جهان و حتی در کشور خودمان نمود پیدا کرده است. با در اختیار داشتن اطلاعات بیماران و ارائه آن به AI، میتوانیم در حیطه تشخیص و پیشگیری و حتی درمان از هوش مصنوعی بهعنوان ابزاری برای محرومیتزدایی استفاده کنیم. مقولهای که برای مناطق با امکانات درمان پایین یک راهکار بینظیر است.
رعنا، محلی برای پیوند با نوآوری
رویداد ملی رعنا در دومین رویداد خود با محوریت سلامت و درمان، به این حیطه کمتر پرداخت شده یعنی استفاده از هوش مصنوعی در افزایش کیفیت سلامت افراد در مناطق محروم توجه ویژه دارد. توانمندی جوانان کشور در حیطه برنامهنویسی و IT، وجود بحران و مسئله در مناطق محروم ایران و نیز وجود سرمایهگذارانی که نه فقط از حیطه مسئولیت اجتماعی، بلکه از نظر ورود به این حیطهها بهعنوان یک فرصت جدید، باعث شده است تا رعنا از تمامی متخصصان دعوت کند تا ایدهها و راهکارهای عملی خود را ارائه دهند.
تمرکز رویداد ملی رعنا در گام اول شناخت ایدهها و فرصتهای ارزشمند و در گام دوم سرمایهگذاری برای اجرای این راهکارها بهصورت عملی است. تمرکزی که با چشمانداز عدالت در سلامت در تمامی مناطق کشورمان و رفع محرومیت ایجاد شده است.
