انقلاب هوش مصنوعی در پزشکی، تشخیص و درمان بیماری

مقدمه

حوزه پزشکی و سلامت برای ادامه حیات بشر بسیار مهم است و کاربردهای هوش مصنوعی در پزشکی و سلامت در سال‌های اخیر افزایش پیداکرده است. پژوهش‌های صورت گرفته در حوزه­‌های مرتبط با پزشکی، دارو و خدمات به معلولین، حاکی از آن است که فناوری هوش مصنوعی می‌تواند تحولات چشمگیری در زمینه‌­هایی مانند تشخیص بیماری، روش‌­های درمان، اختلالات دارویی و پردازش تصاویر پزشکی ایجاد کند.

از دیگر عوامل تأثیرگذار در سلامت بدن انسان می­‌توان به ورزش و تغذیه سالم نیز اشاره کرد. هوش مصنوعی با داشتن توانایی در تجزیه‌وتحلیل و پردازش سریع اطلاعات و همچنین فناوری­‌هایی ازجمله بینایی ماشین، اینترنت اشیا و رباتیک توانسته در زمینه ورزش و تغذیه نرم‌افزار، پلتفرم و گجت­های کاربردی را برای بهبود کیفیت زندگی انسان‌­ها ارائه دهد. در ادامه، کارکردهای هوش مصنوعی در حوزه سلامت و پزشکی معرفی می‌‏گردد.

توانایی‌های هوش مصنوعی در پزشکی

هوش مصنوعی در پزشکی می‌تواند درمان بیماری‌ها را تسهیل کند و خلأ دسترسی به مراقبت‌های درمانی را جبران نماید.
اگر خدای ناکرده خبر بدی درباره ابتلا به یک بیماری صعب العلاج بشنوید، ابتدا برای چند دقیقه به فکر فرو می‌‌روید و ممکن است احساس ناخوشایندی به شما دست دهد. سپس پزشک شروع به توصیف پیشرفت‌‌های اخیر در هوش مصنوعی می‌‌کند، پیشرفت‌‌هایی که به وی امکان می‌‌دهد پرونده بیمار را با موارد مشابه هر بیمار دیگری که قبلاً به همان نوع بیماری مبتلا شده است، مقایسه کند. احتمالا پزشک به شما می‌‌گوید موثرترین روش درمانی را پیدا کرده است و این یکی از بهترین روش‌‌ها برای نوع خاصی از بیماری در کسی است که زمینه ژنتیکی ابتلا به آن را دارد. این‌‌جاست که صحبت از درمان کاملا شخصی یک بیماری با استفاده از هوش مصنوعی به میان می‌‌آید.

هوش مصنوعی در پزشکی چه خدماتی ارائه می‌کند؟

این پیشرفت‌‌های پزشکی که با هوش مصنوعی آمیخته شده است تا به ثمر نشیند، برای نهایی‌شدن بسیار زمان برده است. برخی می‌‌گویند هنوز راه زیادی باقی مانده است. اما حقیقت این است که دانش پزشکی در آستانه یک انقلاب هوش مصنوعی است. ایزاک کهنه، رئیس گروه انفورماتیک زیست پزشکی دانشکده پزشکی هاروارد و همکاران وی در مقاله اخیر خود در مجله پزشکی نیوانگلند، اظهار داشتند که هوش مصنوعی در واقع در همه انواع دانش پزشکی می‌‌تواند خدمت‌‌رسانی کند. هوش مصنوعی با طراحی صحیح و مناسب خود، همچنین توانایی کارایی بخشی به سیستم مراقبت‌‌های بهداشتی را دارد. این فناوری با صرف هزینه کمتر در فرایندها، در کاهش بار کاغذبازی که مجتمع‌‌های پزشکی و پزشکان تجربه می‌‌کنند، موثر است. هوش مصنوعی با سبک کردن فشار کار پزشکان و کادر درمانی، نیروهای متخصص را آماده ایفای مسئولیت در مشاغل و بخش‌‌های جدید درمانی می‌‌کند و در نتیجه، شکاف‌‌هایی را که برای دسترسی به خدمات با کیفیت در فقیرترین مکان‌‌های جهان وجود دارد، پر می‌‌کند. این فناوری در بسیاری از موارد دیگر به عنوان یک ناظر کیفی، مانع از حجم وسیعی از خطاهای پزشکی می‌‌شود که سالانه حدود 200000 نفر را به کام مرگ می‌‌کشد و علاوه بر آن، 1.9 میلیارد دلار در سال هزینه در پی دارد.

دیوید بیتس، رئیس طب داخلی بیمارستان بریگام و بیمارستان زنان وابسته به هاروارد و نیز استاد رشته پزشکی دانشگاه هاروارد در این باره می‌‌گوید: «من متقاعد شده‌ام که پیاده‌‌سازی هوش مصنوعی در پزشکی یکی از مواردی است که روش‌‌های درمانی را تغییر می‌‌دهد و این حوزه را رو به جلو می‌‌راند. واضح است که مراکز درمانی و کلینیک‌‌ها در این زمینه تصمیمات خوبی نمی‌‌گیرند. اگر آن‌‌ها در تصمیم‌‌گیری‌‌ها بهتر عمل می‌‌کردند، می‌‌توانستند کار خود را بهتر انجام دهند.»

سال‌هاست که هوش مصنوعی به همه جنبه‌‌های جامعه نفوذ کرده است؛ از تبلیغات آنلاین بسیار جالب و گیرا گرفته تا سیستم‌‌های معاملاتی مالی و برنامه‌‌های رسانه‌‌های اجتماعی کودکان و حتی اتومبیل‌‌های ما که به طور فزاینده‌‌ای این روزها دارند خودکار عمل می‌‌کنند. همه و همه این فناوری‌ها در سیطره هوش مصنوعی است. مطالعات نشان می‌‌دهد که الگوریتم‌‌های این فناوری با مهارت پزشکان انسانی در تعدادی از موارد دیگر نیز مطابقت دارد.

ایزاک کهنه که همچنین استاد انفورماتیک زیست پزشکی موسسه پژوهشی ماریون وی است می‌‌گوید: «پیشرفت‌‌های هوش مصنوعی به سرعت اتفاق می‌‌افتد، اما باز هم دنیای پزشکی در این مسیر دارد به آهستگی حر کت می‌‌کند. این‌که دنیای پزشکی همیشه کندتر از بقیه صنایع و حوزه‌‌ها به علوم جدید ورود می‌‌کند، دیگر برای من عادی شده، اما این‌که بچه‌‌های من در شبکه‌‌های اجتماعی خود از هوش مصنوعی پیشرفته‌‌تری استفاده می‌‌کنند، در مقایسه با آنچه من در کارم استفاده می‌‌کنم، برای من ناراحت کننده است.

کاربردهای هوش مصنوعی در پزشکی و سلامت (دسته‌های مختلف)

هوش مصنوعی، کارکردهای بسیار زیادی در بخش­‌های مختلف پزشکی و سلامت دارد که برای بررسی ساده­تر این کارکردها ما این حوزه را به پنج دسته زیر تقسیم کرده­ و در ادامه به تشریح کارکردهای هوش مصنوعی در این پنج دسته­ خواهیم پرداخت.

1. پزشکی
2. خدمات به معلولین
3. داروسازی
4. ورزش
5. تغذیه

در ادامه به تشریح کاربردهای هوش مصنوعی در پزشکی و سلامت خواهیم پرداخت.

1. کاربردهای هوش مصنوعی در پزشکی

پزشکی، علمی بسیار گسترده با حجم داده‌های فراوان هست که در طی قرن­‌ها تغییرات بسیار زیادی کرده است. در سال­های اخیر، هوش مصنوعی نیز تحولات زیادی برای این حوزه به همراه داشته است. کارکردهای هوش مصنوعی در دسته پزشکی برای بالا بردن هر چه بیشتر دقت در مسیر تصمیم­گیری و بهبود فرآیندهایی مثل تشخیص بیماری و تعیین روش درمان، بسیار اثربخش بوده است.

محققان هوش مصنوعی در تلاش‌اند تا با کمک گرفتن از الگوریتم­های یادگیری ماشین و فناوری­هایی چون بینایی ماشین، داده‌کاوی، رباتیک و اینترنت اشیا به پزشکان، پرستاران و بیماران کمک کنند تا مسیر تشخیص بیماری تا درمان آن را بهتر و سریع‌تر طی کنند. برخی از کارکردهای هوش مصنوعی در این زمینه به شرح زیر است:

1. . ثبت اطلاعات و تاریخچه درمانی افراد جهت تشخیص و پیش‌بینی بیماری
2. 1.2  . کشف مسیرهای درمانی مختلف
3.  . پردازش تصاویر پزشکی
4. 1.4  . کنترل علائم حیاتی بیماران و ثبت نتایج آن
5. 1.5  . پزشکی از راه دور
6. . ربات­ها در پزشکی

در ادامه، هر یک از کارکردهای هوش مصنوعی در دسته پزشکی و سلامت، شرح داده می‏شود.

1.1. ثبت اطلاعات و تاریخچه درمانی افراد جهت تشخیص و پیش‌بینی بیماری به کمک هوش مصنوعی

برای تشخیص بیماری یک فرد، دانش، مهارت و تجربه زیادی موردنیاز است و پزشک برای تشخیص درست و دقیق بیماری باید عواملی چون سن، جنسیت، سوابق بیماری، نتایج آزمایش‌ها، بیماری‌های ارثی، ژن بیمار، سبک زنگی، تغذیه و علائم ظاهرشده بیماری را بررسی کرده و سپس نوع بیماری و روش درمان آن را تشخیص دهد. در موارد بسیاری پزشکان برای تجزیه‌وتحلیل حجم بالای این اطلاعات با مشکل مواجه می‌شوند و یا بخشی از آن‌ها را در هنگام تشخیص بیماری، نادیده می‌گیرند.

امروزه سیستم‌هایی توسط کارشناسان هوش مصنوعی درحال‌توسعه است که تمام سوابق پزشکی و خانوادگی افراد در آن ثبت و نگهداری  می­شود. این سیستم در زمان مراجعه افراد به پزشک، تاریخچه پزشکی و درمانی آن‌ها را در اختیار پزشکان و پرستاران قرار می‌دهد و این در درک بیماری و تشخیص درست راه‌حل‌های معالجه افراد، بسیار کارآمد خواهد بود.

شاید این‌یکی از کاربردهای هوش مصنوعی در پزشکی و سلامت است که کمک بسیار بالایی به ادامه حیات بشر کرده است چراکه پیش‏بینی بیماری در مراحل اولیه، درمان آن را مؤثرتر، راحت­تر و سریع­تر خواهد کرد. هوش مصنوعی می‌تواند سوابق پزشکی افراد در طول دوره­های مختلف زندگی، پیش‌زمینه‌های بیماری ارثی، سبک زندگی، تغذیه و ژن افراد را مورد تجزیه‌وتحلیل قرار دهد و بیماری­های احتمالی آینده آن‌ها را پیش‌بینی کند.

1.2. کشف مسیرهای درمانی مختلف

 پس از تشخیص نوع بیماری، پزشکان مختلف از روش­های متفاوتی در معالجه افراد کمک می­گیرند. هر یک از این‌ روش­ها، بر روی بیماران مختلف بر اساس عواملی چون شدت بیماری، سن، جنسیت و ژن آن‌ها تأثیرهای گوناگونی خواهد گذاشت. دانشمندان در سال‌های اخیر از فناوری هوش مصنوعی کمک گرفته و فهرستی از روش‌های درمانی بیماری‌های مختلف، همراه با مزایا و معایب هر روش درمانی، تهیه‌کرده‌اند. این سیستم تمام اطلاعات مربوط به هر فرد را در نظر می‌گیرد و بر اساس آن‌ها بهترین و مؤثرترین روش درمان بیماری فرد را پیشنهاد می‌دهد.

1.3. پردازش تصاویر پزشکی

عکس‌برداری از درون بدن انسان، سبب انقلابی در صنعت پزشکی شد. تصاویر پزشکی، یکی از بهترین روش‌های درک بیماری و کشف محل دقیق آسیب‌دیدگی هستند. بررسی دقیق و درست این تصاویر، کار ساده‌ای نیست و نیازمند مهارت و تجربه زیاد در کنار دانش پزشکی است. امروزه با کمک گرفتن از فناوری بینایی ماشین پلتفرم‌هایی توسعه داده‌شده که می‌توانند بسیار سریع و دقیق، تصاویر گرفته‌شده از درون بدن انسان را بررسی کرده و نوع بیماری و محل دقیق آن را تعیین کنند. در این زمینه هرچه تعداد تصاویری که سیستم هوش مصنوعی با آن آموزش‌دیده است بیشتر باشد، دقت سیستم در بررسی تصاویر، بیشتر خواهد شد.

بدون شک، پردازش تصاویر پزشکی به پیش‏بینی بیماری نیز کمک شایان توجهی می‏نماید. شرکت‌های زیادی مانند شرکت Zebra medical vision از تصاویر پزشکی برای پیش‌بینی بیماری‌ها استفاده می‌کنند. این شرکت بر اساس تصاویر گرفته‌شده از قلب، گرفتگی رگ‌ و سکته قلبی را پیش‌بینی می‌کند.

1.4. کنترل علائم حیاتی بیماران و ثبت نتایج آن

بیماران بستری‌شده در بیمارستان­ها نیاز دارند تا علائم حیاتی­شان مانند ضربان قلب، فشارخون و سطح اکسیژن مکرراً اندازه­گیری و ثبت شود. این فعالیت­ها برای پرستاران، بسیار زمان­بر و خسته­کننده است. کارشناسان این مشکل را با استفاده از یکی از کاربردهای هوش مصنوعی در پزشکی و سلامت و با تکیه‌بر با تکیه‌بر فناوری اینترنت اشیا حل کرده‌اند. آن‌ها گجت‌های پوشیدنی­ را ساخته­اند که می‌توانند علائم حیاتی را در هرلحظه اندازه­گیری و ثبت کرده و نتایج آن را برای پزشکان و پرستاران ارسال و در صورت مشاهده تغییرات خطرناک، فرمان هشدار را برای کادر درمان صادر کنند.

1.5.پزشکی از راه دور با هوش مصنوعی

یک استارتاپ هوش مصنوعی با کمک گرفتن از فناوری­های بینایی ماشین، داده­کاوی و اینترنت اشیا، یک نرم‌افزار به همراه تعدادی ابزار ازجمله ترازو و دستگاه فشارخون را به ‌هم ارتباط داده تا افراد مسن و یا بیمارانی که دوره نقاهت را در منزل سپری می‌کنند، بتوانند از آن برای کنترل وضعیت عمومی خود استفاده کنند. روش کار این سیستم بدین‌صورت است که هرروز در ساعت‌های مختلف بر روی گوشی افراد، هشدار صادر کرده و پس از باز کردن نرم‌افزار توسط فرد، سؤالاتی از او پرسیده و پاسخ‌ها ذخیره می‏شود. همچنین لازم است فرد دستگاه فشارخون را دوردست خود بپیچد و خود را روی وزنه قرار دهد تا نتایج مربوطه نیز ثبت گردد. درنهایت تمامی این اطلاعات برای پزشک معالج فرد، ارسال می‌شود و در طی این مسیر اگر تغییر خاصی در وضعیت بیمار مشاهده گردید، سیستم به‌صورت خودکار، پیغام مراجعه به پزشک را برای فرد بیمار و همچنین پزشک معالج وی صادر می‌کند.

1.6. ربات­‌ها در پزشکی

جراحی، یک فرآیند سخت و نیازمند به دانش بسیار زیاد است. در جراحی­های حساس مانند جراحی قلب و مغز، دقت، مهارت، سرعت و دانش، همگی به‌صورت هم‌زمان موردنیاز است. ازاین‌رو ربات­های کمک جراح برای کمک به پزشکان توسعه‌یافته‌اند. یکی از کاربردهای هوش مصنوعی در پزشکی و سلامت که نیاز به‌دقت بسیار و بهره‌گیری از فناوری‌های مختلف برای بالا بردن ضریب عملکرد دارد، ساخت ربات‌های هوشمند در پزشکی است. سیستم­های مجهز به هوش مصنوعی با کمک فناوری­ بینایی ماشین، داده‌کاوی، رباتیک و اینترنت اشیا، فرآیندهای عمل جراحی را به میزان قابل‌توجهی بهبود بخشیده‌اند.

در کنار فعالیت‏های مربوط به جراحی، ربات‏ها فعالیت‏های دیگری نیز در حوزه پزشکی انجام می‏دهند. به‌عنوان نمونه، در سال 2013 ربات­هایی طراحی شدند که به‌وسیله آن‌ها و با کمک گرفتن از فناوری هوش مصنوعی می‌توان عمل بخیه­زنی را انجام داد. تحقیق و توسعه بر روی این ربات­ها همچنان ادامه دارد و گروه تحقیقاتی سازنده این ربات­ها در حال گسترش توانمندی­ و دقت ربات­ها هستند. تاکنون میزان موفقیت این ربات­ها 87% گزارش‌شده است. بااین‌حال، میزان جراحت بیمار و محل موردنیاز به بخیه در بدن، می‌تواند در میزان موفقیت ربات، تأثیرگذار باشد.

 2. کاربردهای هوش مصنوعی در ارائه خدمات به معلولین

طبق گزارش سازمان بهداشت جهانی، حدود ۱۵درصد از جمعیت جهان (بیش از یک میلیارد نفر)، دارای نوعی معلولیت یا ناتوانی هستند. این افراد مانند سایرین نیازمند دسترسی و استفاده از خدمات مختلف می‏باشند. هوش مصنوعی توانسته راهکارهایی جهت رفع بسیاری از محدودیت‏ها ارائه دهد و تأثیر بسزایی در ارتقای کیفیت افراد ناتوان ذهنی و یا جسمی بگذارد. به‌طورکلی، می‏توان کارکردهای هوش مصنوعی را در ارائه خدمات به معلولین به شرح موارد زیر دانست:

• بهبود دسترسی به امکانات
• برقراری ارتباط
• تسهیل درحرکت

در ادامه به تشریح موارد فوق پرداخته‌شده است.

2.1. بهبود دسترسی به امکانات

بهبود دسترسی به امکانات که تحت عنوان “دسترس‏پذیری” شناخته می‏شود، حق افراد برای دسترسی به سامانه‏ها، مکان‏های مختلف و یا ابزارهای کاربردی است. یکی از معلولیت‏های رایج که در دسترس‏پذیری، اختلال قابل‌توجهی ایجاد می‏نماید، نابینایی و یا کم‏بینایی است. با استفاده از قدرت هوش مصنوعی در کنار گجت‏ها و ابزارهایی مانند تلفن همراه می‏توان جهان اطراف افراد نابینا و یا کم‏بینا را روایت نمود. برخی از موارد کاربردی هوش مصنوعی در این زمینه به شرح زیر هست:

– ارائه جزئیات در مورد محیط اطراف اعم از افراد، اشیا و یا پیام‌های متنی توسط برنامه‏های هوشمند و با استفاده از دوربین تلفن همراه. این برنامه‏ها قادر هستند بارکد اجناس را اسکن کرده و تصاویر را شناسایی کنند. همچنین می‌توانند اسناد مختلف را بخوانند و جنسیت، سن، احساسات و اقدامات افراد را تشخیص دهند.

– تسهیل در فرآیند خرید به کمک یک دستکش لمسی مبتنی بر سامانه بینایی ماشین؛ این ابزار هوشمند فروشگاه مواد غذایی را اسکن کرده، سپس توجه کاربر را برای بررسی موردی خاص جلب می‌کند.

2.2. برقراری ارتباط معلولین با سایر افراد به کمک هوش مصنوعی

یکی از مشکلات اساسی افراد معلول، برقراری ارتباط با سایرین است به‌ویژه افرادی که ناشنوا یا کم‌شنوا بوده و یا دارای اختلالات گفتاری می‏باشند. محققین در این راستا از کاربردهای هوش مصنوعی در پزشکی و سلامت استفاده کرده‌اند و توانسته‌اند راه‌حل‌های زیر را فراهم آورند.

– استفاده از سرویس‎های تبدیل‏کننده متن به گفتار که افراد ناشنوا و کم‏شنوا می‏توانند برای ارتباط با دیگران از آن‏ها استفاده نمایند.

– درک زبان اشاره به کمک دوربین‏های طراحی‌شده مجهز به سیستم‏های هوش مصنوعی نیز ازجمله کارکردهای هوش مصنوعی در این زمینه است.

– تشخیص الگوی منحصربه‌فرد گفتار و طبیعی‏تر نمودن صحبت‏های افراد دارای اختلالات گفتاری مانند مبتلایان به فلج مغزی، پارکینسون، سندرم داون و یا افراد دچار سکته‌ و آسیب‌های مغزی که با بهره‏گیری از قابلیت یادگیری ماشین، امکان‏پذیر شده است.

– ساده‏سازی محتوا برای کمک به افراد ناتوان مانند اوتیسم به کمک قابلیت پردازش زبان طبیعی صورت پذیرفته است. به‌عبارت‌دیگر، به کمک این ابزارهای هوشمند می‏توان اصطلاح‌های زبان را با عبارات ساده‌تر ‌جایگزین نمود و جملات طولانی را به چند جمله تبدیل کرد.

2.3. تسهیل درحرکت

به کمک گجت‏های مجهز به سیستم‏های هوش مصنوعی که بر روی صندلی چرخ‌دار سوار می‏شوند، افراد معلول و یا کم‏توان می‏توانند باحالت‌های چهره‏ خود و یا توسط دستیاران صوتی، ویلچر را به جلو یا اطراف حرکت دهند. افزون بر به‌کارگیری حالت‌های چهره برای حرکت ویلچر، کاربر می‌تواند برای فعال کردن دستیاران صوتی هوشمند نیز از حالت چهره استفاده کند. در این زمینه، الگوریتم‌های هوش مصنوعی با دریافت داده‌های بسیار از کاربران مختلف یاد گرفته و عملکرد خود را بهبود می‏بخشد.

3. کاربردهای هوش مصنوعی در داروسازی

از کاربردهای هوش مصنوعی در پزشکی و سلامت می‌توان به توانایی پیش­بینی یک نتیجه بر اساس الگوها و آموزه­های پیشین اشاره کرد؛ لذا در صنعت داروسازی، بسیار اهمیت پیدا می‌کند. هوش مصنوعی با بهره‌گیری از فناوری داده­کاوی می­تواند بر تحقیقات اولیه دارو، تولید آن و پیش­بینی اثر دارو بر افراد مختلف تأثیر بگذارد و فرآیند تولید دارو را بهبود بخشد. برخی از کارکردهای هوش مصنوعی در این دسته در زیر ارائه‌شده است:

• . بهبود فرآیند فرمولاسیون دارو
• 3.2  . هشدار اختلالات دارویی
• 3.3  . چت‌بات­های پاسخگویی به سؤالات
• . نسخه‌خوان‌ها
• . تعیین بهترین گزینه برای آزمایش‌های بالینی

در ادامه، به تشریح هر یک از کاربردهای هوش مصنوعی در پزشکی و سلامت در دسته داروسازی پرداخته می‏شود.

3.1. بهبود فرآیند فرمولاسیون دارو با هوش مصنوعی

هوش مصنوعی در فرمولاسیون داروها، پتانسیل فراوانی دارد. از غربالگری ترکیبات اولیه دارویی تا پیش‌بینی میزان تأثیرگذاری آن بر روی انسان و درمان بیماری، هوش مصنوعی در تمام مراحل مدل‌سازی و بهبود داروهای موجود و یا فرمولاسیون داروهای جدید می‌تواند مؤثر واقع شود. هوش مصنوعی می‌تواند اطلاعات حاصل از نتایج دارو را بر روی افراد مختلف که پیش‌ازاین جمع‌آوری‌شده، تجزیه‌وتحلیل کرده و نقاط قوت و ضعف دارو را شناسایی کند. همچنین سیستم‏های هوشمند، این قابلیت را دارند تا مواد جایگزین عناصر تشکیل‌دهنده دارو را شناسایی و به کمک آن‌ها دارو را مجدد مدل‌سازی کنند.

3.2. هشدار اختلالات دارویی

دارو­های مختلف می‌توانند با یکدیگر تداخلات زیادی داشته باشند که این تداخلات دارویی می‌تواند آسیب­های غیرقابل جبرانی را همراه داشته باشد. در بسیاری از موارد ممکن است پزشکان، این تداخلات دارویی را به خاطر نیاورده و یا از مصرف داروی خاصی توسط بیمار، مطلع نباشند. امروزه شرکت‌های فناور از کاربردهای هوش مصنوعی در پزشکی و سلامت استفاده کرده‌اند و سیستم­هایی را توسعه داده‌اند که به پزشکان در نسخه‌نویسی کمک می‌کند و درصورتی‌که داروهایی باهم اختلال دارویی داشته باشند هشدار می‌دهد و اجازه ثبت هم‌زمان آن‌ها را نمی‌دهد.

3.3. چت‌بات‌های پاسخگویی به سؤالات

به‌طورمعمول، افراد سؤالات بسیار زیادی در مورد بیماری و داروهایی که مصرف می‌کنند، عوارض دارویی آن‌ها، فعالیت‌هایی که به بهبود بیماری آن‌ها کمک می‏کند و یا تغذیه مناسب در زمان بیماری خوددارند. برای پیدا کردن پاسخ این سؤالات، دانشمندان چت‌بات‌هایی را به کمک فناوری هوش مصنوعی، توسعه داده‌اند که می‌تواند به این پرسش‌ها پاسخ دهد.

3.4. نسخه‌خوان‌ها:

این مشکل که متصدیان در داروخانه­ها به دلیل عدم توانایی در خوانش صحیح نسخه­ها داروی اشتباه به بیماران داده­اند، اتفاق جدیدی نیست که در برخی از موارد سبب فوت بیمار شده است. ازاین‌جهت به کمک فناوری پردازش زبان طبیعی، سیستم­هایی طراحی‌شده­اند که پس از عکس‌برداری از نسخه بیمار، متن آن تشخیص داده‌شده و در اختیار متصدی قرار می­گیرد. در این شرایط خطاهای انسانی کاهش چشمگیری خواهد­ داشت.

3.5.تعیین بهترین گزینه برای آزمایش‌های بالینی

پس از فرمولاسیون و یا توسعه یک دارو، مراحل مختلفی برای مشخص نمودن اثرگذاری آن باید انجام شود. آخرین مرحله، انجام آزمایش‌ها بالینی بر روی انسان است. هوش مصنوعی می‌تواند با توجه به ترکیبات موجود در دارو، و این‌که دارو برای چه بیماری­ای تهیه‌شده است، شخص مناسب را به لحاظ سن، جنسیت، قد، وزن، وضعیت جسمانی، گروه خونی و ژن تعیین کند. این امر سبب می­شود تا نتایج حاصل از تست بالینی، بهتر مشخص گردد.

4. کاربردهای هوش مصنوعی در ورزش

نمی‌شود از کاربردهای هوش مصنوعی در پزشکی و سلامت صحبت کرد و کاربردهایش در ورزش را بررسی نکرد. با توجه به پیشرفت تکنولوژی، استفاده از هوش مصنوعی در ورزش، تعجب‌آور نیست. افزایش قدرت محاسبات، تجزیه‌وتحلیل سریع و قابلیت پردازش فیلم و تصاویر ازجمله مواردی هستند که سبب بالا رفتن تمایل افراد به استفاده از هوش مصنوعی در فرآیندهای ورزشی مانند تمرین، داوری و آنالیز مسابقات شده است. هوش مصنوعی می‌تواند در ورزش برای تمامی افراد ازجمله ورزشکاران حرفه­ای، مربیان، داوران مسابقات، آنالیزورها و افراد عادی کارکردهایی را به همراه داشته باشد. برخی از کارکرد­های هوش مصنوعی در این دسته به شرح ذیل هست:

• . تهیه برنامه ورزشی شخصی‌سازی‌شده
• . بررسی حرکت‌های ورزشی هنگام تمرین و هشدار در صورت انجام حرکات اشتباه
• . فناوری‌های پوشیدنی و برنامه‌های ردیابی فعالیت‌های ورزشی
• 4.4  . کمک به مربیان در آنالیز حرکت‌های ورزشکاران
• 4.5  . نظارت بر سلامت ورزشکاران
• . تجزیه‌وتحلیل فیلم مسابقات جهت افزایش بینش مربیان و آنالیزورها
• . بهبود فرآیند داوری
• 4.8  . ربات­های حریف
• . بهبود ارائه خدمات استادیوم‏ها در زمان برگزاری مسابقات

در ادامه به تشریح کاربردهای هوش مصنوعی در پزشکی و سلامت در دسته ورزش پرداخته‌شده است.

4.1. تهیه برنامه ورزشی شخصی‌سازی‌شده

ورزشکاران عادی و حرفه‌ای نیاز به یک برنامه ورزشی متناسب با فیزیولوژی بدن خوددارند. امروزه نرم‌افزارهایی با کمک هوش مصنوعی،­ توسعه داده‌شده که می‌تواند عواملی چون قد، وزن، جنسیت، سابقه بیماری‌های خاص و سطح توانمندی ورزشی افراد را به‌عنوان ورودی سیستم دریافت و برنامه ورزشی متناسب باهدف آن‌ها و شرایط فیزیکی‌شان ارائه ‌دهد.

4.2. بررسی حرکت‌های ورزشی هنگام تمرین و هشدار در صورت انجام حرکات اشتباه با هوش مصنوعی

اشتباه انجام دادن حرکات ورزشی، می‌تواند آسیب جدی‌ به مفاصل بدن وارد کند. با توجه به این‌که مربیان همیشه حضور ندارند تا اشتباهات را یادآوری کنند؛ لذا در این زمینه محصولاتی به کمک فناوری بینایی ماشین تهیه‌شده که حرکات ورزشی افراد را ردیابی می‌کند و در صورت انجام حرکات اشتباه، هشدار داده تا از رسیدن آسیب به بدن جلوگیری شود.

4.3. فناوری‌های پوشیدنی و برنامه‌های ردیابی فعالیت‌های ورزشی

امروزه کارشناسان با استفاده از کاربردهای هوش مصنوعی در پزشکی و سلامت و الگوریتم‌های یادگیری عمیق، نرم‌افزارها و فناوری‌های پوشیدنی‌ را توسعه داده‌اند که اطلاعات حرکتی، مسیر، نوع حرکت، میزان کالری سوخته شده، سرعت و زمان حرکت افراد را ثبت می‏نماید. افراد به کمک این اطلاعات ثبت‌شده می‌توانند در بازه‌های زمانی مختلف از تجزیه‌وتحلیل روند ورزش خود و جزئیات آن مطلع شوند. همچنین این فناوری‌های جدید می‌توانند هدف افراد مانند میزان کالری سوخته شده، بازه زمانی ورزشی هرروز و یا سرعت خود در دویدن و پیاده‌روی را مشخص کرده و در صورت رسیدن به هدف، سیستم به آن‌ها اعلام می‌کند.

4.4. کمک به مربیان در آنالیز حرکت‌های ورزشکاران

در هر رشته ورزشی، حرکات به‌صورت‏های مختلفی قابل انجام است. هر ورزشکار در یک حالت مشخصی از انجام حرکات، بهترین پتانسیل را داشته و می‌تواند عملکرد بهینه خود را به نمایش بگذارد. به‌عنوان‌مثال، برخی از فوتبالیست‌ها با روی پای خود شوت می‌کنند و برخی دیگر با پشت پای خود عملکرد بهتری دارند. امروزه سیستم‌هایی طراحی‌شده است که به کمک چند دوربین از زوایای مختلف از ورزشکاران فیلم‌برداری می‌کند و سپس بهترین حالت آن‌ها را به کمک فناوری بینایی ماشین مشخص می‌کند. این سیستم‌ها کمک بسیاری به مربیان خواهد کرد تا پتانسیل‌های ورزشکاران گروه خود را به حداکثر برسانند.

4.5. نظارت بر سلامت ورزشکاران

متخصصان هوش مصنوعی موفق به تولید فناوری‌های پوشیدنی­ برای ورزشکاران شده‌اند که می‌تواند در حین تمرین یا مسابقات، ضربان قلب، سطح استرس، فشارخون و تعداد تنفس آن‌ها را به کمک سنسورهای موجود در سیستم اندازه‌گیری کند. سپس بر اساس این داده‌ها زمان و میزان دقیق استراحت موردنیاز آن‌ها را اعلام کند. این امر سبب کاهش آسیب‌های جسمی ناشی از خستگی خواهد شد.

4.6. تجزیه‌وتحلیل فیلم مسابقات جهت افزایش بینش مربیان و آنالیزورها

قبل از مسابقات ورزشی لازم است تا فیلم مسابقات تیم حریف مورد تجزیه‌وتحلیل قرار بگیرد تا بتوان از نقاط قوت و ضعف تیم مقابل آگاه شد. هوش مصنوعی با بهره‌گیری از فناوری بینایی ماشین در جهت بهبود فرآیند تجزیه‌وتحلیل، بسیار مؤثر واقع‌شده است. این امر سبب می‌شود تا مربیان و آنالیزورها بهتر بتوانند برای روند مسابقه تصمیم‌گیری نمایند.

4.7. بهبود فرآیند داوری

 هوش مصنوعی به‌تازگی در بهبود فرآیند داوری نیز بسیار کارآمد واقع‌شده است. بدین‌صورت که در حین مسابقات، دوربین‌های فیلم‌برداری تمام حرکات و فعالیت‌های ورزشکاران را دنبال می‌کند. این اطلاعات در سیستم توسط فناوری بینایی ماشین، پردازش می‌شود و اگر خطایی رخ‌داده باشد، سیستم هشدار خواهد داد. این سیستم‌ها سبب تسهیل فرآیند داوری می‌شود.

4.8. ربات­های حریف

پیش‌تر از ربات‌های جراح به‌عنوان نمونه‌ای از ربات‌ها در زمینۀ کاربردهای هوش مصنوعی در پزشکی و سلامت صحبت کردیم و در اینجا به بررسی نمونه دیگری از ربات‌ها می‌پردازیم. در بیشتر تمرین‌های قبل از مسابقات، ورزشکاران نیاز دارند با شخصی به‌عنوان حریف، تمرین کنند. هوش مصنوعی در این زمینه ربات‌هایی را طراحی کرده است که می‌توانند به‌عنوان یک حریف در ورزش‌های مختلف به بهبود تمرین‌های ورزشکاران کمک کنند.

در ورزش‌های بسیاری مانند شطرنج، هاکی، فوتبال، بسکتبال و پینگ‌پنگ رد پای ربات‌ها دیده می‌شود. این ربات‌ها بر اساس یک الگوریتم یادگیری ماشین به‌مرور سطح تمرینات را بالابرده و ورزشکاران را برای رویارویی با حریفان مختلف آماده می‌کنند.

  4.9. بهبود ارائه خدمات استادیوم‏ها در زمان برگزاری مسابقات

امروزه استادیوم‌ها و باشگاه‌های ورزشی از هوش مصنوعی برای بالا بردن رضایت طرفداران و کاهش هزینه‌های خود در پاسخگویی به سؤالات آن‌ها در هنگام مسابقات ورزشی استفاده می‌کنند. آن‌ها از دستیاران مجازی برای  طیف گسترده‌ای از موضوعات ازجمله اطلاعات پخش بازی‌ها به‌صورت زنده، آمار گروه‌ها، تهیه بلیت مسابقات و رزرو پارکینگ‌ها استفاده می‌کنند.

5. کاربردهای هوش مصنوعی در صنعت تغذیه

صنعت غذا مانند تمام صنایع دیگر، هرروز در حال تغییر و تکامل است. فناوری­های جدید مانند هوش مصنوعی بر این صنعت نیز تأثیرهای فراوانی داشته است. هوش مصنوعی می­تواند یک پایگاه داده بزرگ از مواد غذایی، املاح و مواد مغذی آن­ها، میزان کالری، روش­های طبخ و انواع غذاهای موجود را توسعه دهد. در سال­های اخیر استارتاپ­های فراوانی به سمت استفاده از هوش مصنوعی در صنعت تغذیه روی آورده‌اند. این استارتاپ­ها از فناوری­های هوش مصنوعی و الگوریتم­های یادگیری ماشینی جهت توسعه نرم‌افزارهایی برای تولید دستورالعمل‌های غذایی جدید، مدیریت خرید مواد اولیه، ارائه رژیم‌های غذایی شخصی‌سازی‌شده و یا اندازه‌گیری میزان کالری موجود در غذاها استفاده می­کنند. در ذیل به برخی از کارکردهای هوش مصنوعی در دسته تغذیه اشاره‌شده است:

• . تولید دستورالعمل‌های غذایی جدید
• 5.2  . یافتن دستورالعمل پخت غذا
• . مدیریت خرید مواد اولیه
• . اندازه‌گیری میزان کالری موجود در غذاها
• . رژیم‌های غذایی شخصی‌سازی‌شده
• . چت‌بات‌ها برای پاسخگویی به سؤالات مربوط به تغذیه
• . ربات‌های پیشخدمت و آشپز

در ادامه، هر یک از کاربردهای هوش مصنوعی در پزشکی و سلامت در دسته تغذیه بررسی می‏گردد.

5.1. تولید دستورالعمل‌های غذایی جدید با هوش مصنوعی:

شرکت‌ها و استارتاپ‌های هوش مصنوعی در بخش صنعت غذا موفق شده‌اند با بهره گرفتن از فناوری­های این حوزه، دستورالعمل‌های غذایی جدیدی بر اساس ارتباط بین طعم و مزه‌ها تولید کنند. این نرم‌افزارها تأثیر مواد و ادویه‌ها را بر روی یکدیگر درک می‌کنند و سپس بر اساس این اطلاعات دستورالعمل‌های غذایی جدیدی تولید و ارائه می‌دهند.

5.2. یافتن دستورالعمل پخت غذا:

غذاهای مختلفی در سرتاسر دنیا وجود دارد که گاهی افراد تنها عکسی از آن‌ها را در اینترنت و یا صفحات مجازی خود مشاهده و علاقه­مند به یادگیری طرز تهیه آن هستند. سیستم‌های هوش مصنوعی پس از دریافت عکس، به کمک فناوری داده‌کاوی و بینایی ماشین، عکس را پردازش کرده و در صفحات معتبر آشپزی در سراسر دنیا به دنبال دستورالعمل پخت آن می‌گردند و آن را در اختیار افراد قرار می‌دهند.

5.3. مدیریت خرید مواد اولیه:

برای یک رستوران، همواره پیش‌بینی میزان مواد اولیه موردنیاز در هرروز، یک چالش مهم است. هوش مصنوعی می‌تواند از سفارش‌های دوره‌های مختلف رستوران، الگوبرداری و بر اساس آن، سفارش‌های هرروز را پیش‌بینی کند. بر این اساس می‌توان میزان مواد اولیه موردنیاز در هرروز را نیز پیش‌بینی کرد. این امر سبب صرفه‌جویی در خرید مواد اولیه و همچنین جلوگیری از تهیه غذای اضافی در هرروز خواهد شد.

5.4. اندازه‌گیری میزان کالری موجود در غذاها:

وقتی در مورد کاربردهای هوش مصنوعی در پزشکی و سلامت صحبت می‌شود، یکی از مواردی که به ذهن افراد می‌رسد بحث رژیم و کالری شمار است. دانستن میزان کالری موجود در غذاها برای افراد مختلف به دلایل گوناگون مهم است. هوش مصنوعی می‌تواند دستورالعمل تهیه غذا را دریافت کرده و میزان کل کالری موجود در آن را اطلاع دهد. همچنین گوگل در تلاش است تا به کمک یک نرم‌افزار مبتنی بر فناوری بینایی ماشین که بر روی تلفن‌های همراه نصب می‌شود، میزان کالری غذاها را از روی تصاویر آن‌ها تعیین کند.

5.5. رژیم‌های غذایی شخصی‌سازی‌شده:

ورزشکاران و افراد عادی همواره نیازمند رژیم‌های غذایی متفاوت برای سلامتی و یا تناسب‌اندام خود هستند. مشخصات فیزیکی افراد با یکدیگر متفاوت است و رژیم‌های غذایی افراد باید متناسب با ویژگی‌های فیزیکی‌شان باشد. نرم‌افزارهای مبتنی بر هوش مصنوعی می‌توانند مشخصات فیزیکی، سبک زندگی افراد و اهداف آن‌ها مانند کاهش یا افزایش وزن را به‌عنوان ورودی دریافت کنند و سپس بر اساس آن برای هر فرد، رژیم غذایی شخصی‌سازی‌شده ارائه دهند.

5.6. چت‌بات‌ها برای پاسخگویی به سؤالات مربوط به تغذیه:

چت‌بات‌ها در زمینه تغذیه نیز سبب ایجاد تحولات زیادی شده‌اند. این ربات‌های گفتگو توانایی پاسخگویی سریع به سؤالات متعدد افراد در هر ساعت از شبانه‌روز را دارند. افراد مختلف از چت‌بات‌ها برای سؤالاتی چون فواید و مضرات مواد غذایی، بهترین نوع طبخ آن‌ها و میزان کالری موجود در انواع غذاها استفاده می‌کنند.

5.7. ربات‌های پیشخدمت و آشپز:

از دیگر ربات‌هایی که در مقاله کاربردهای هوش مصنوعی در پزشکی و سلامت بررسی می‌شود، ربات آشپز است. این روزها در برخی کشورهای پیشرفته، مشاهده ربات‌های آشپز و پیشخدمت امری بسیار عادی است. متخصصان هوش مصنوعی با کمک گرفتن از الگوریتم‌های یادگیری ماشین و فناوری‌های داده‌کاوی، بینایی ماشین و رباتیک موفق به ساخت ربات‌های آشپز و پیشخدمت برای رستوران‌ها شده‌اند. این ربات­ها می­توانند فعالی‌ت­های مربوط به پیشخدمت و آشپز را در یک رستوران انجام دهند.

چالش های فناوری هوش مصنوعی در پزشکی

حتی کسانی که ارزش بالقوه هوش مصنوعی را می‌‌دانند، خطرات احتمالی آن را نیز تشخیص می‌‌دهند. سیستم‌‌هایی که ضعیف طراحی شده‌‌اند، می‌‌توانند در زمینه پزشکی تشخیص غلط دهند. نرم‌‌افزاری که بر اساس مجموعه داده‌‌هایی کار می‌‌کند که با تعصبات فرهنگی آمیخته شده است، این نقص‌‌ها را چند برابر می‌‌کند. هوش مصنوعی طراحی شده تا برای دردها التیام باشد و به ایجاد درآمد بیشتر کمک کند، نه این که آن‌‌ها را افزایش دهد. برنامه‌‌هایی که با الگوریتم‌‌های یادگیری ماشین عمل می‌‌کنند، در حین کار همواره خود را بهینه می‌‌کنند و به اصطلاح در حال یاد گیری‌‌اند. این برنامه‌‌ها چون الگوریتم‌‌های خود را طبق داده‌‌های جدید به‌روزرسانی می‌‌کنند، پس از شروع تعامل با انسان‌‌های غیرقابل پیش‌بینی، می‌‌توانند عواقب ناخواسته‌‌ای ایجاد کنند.

آشیش جها، مدیر سابق موسسه جهانی بهداشت هاروارد و رئیس کنونی دانشکده بهداشت عمومی دانشگاه براون، در این زمینه می‌‌گوید: «من فکر می‌‌کنم پتانسیل هوش مصنوعی به اندازه چالش‌‌های این فناوری بزرگ است. برخی از مشکلات بسیار بزرگ در مراقبت‌‌های بهداشتی و پزشکی وجود دارد، هم در ایالات متحده و هم در سطح جهانی، که هوش مصنوعی می‌‌تواند در حل آن‌‌ها بسیار مفید باشد. اما هزینه‌‌های اشتباه انجام دادن آن به اندازه مزایای احتمالی آن قابل بررسی است. سوال این است: آیا وضع ما بهتر خواهد شد؟»

بسیاری معتقدند که ما در نهایت از فناوری هوش مصنوعی در بسیاری از جنبه‌‌ها استفاده خواهیم کرد، اما در کنار آن باید احتیاط کنیم؛ چرا که پیاده‌‌سازی این فناوری و هر فناوری دیگری در علم پزشکی باید مدبرانه و با شناخت کافی باشد. این شناخت نه تنها باید نقاط قوت هوش مصنوعی را در بر گیرد، بلکه نقاط ضعف آن را نیز باید پوشش دهد. به‌کارگیری این فناوری باید با استفاده از طیف وسیعی از دیدگاه‌‌های متخصصان در زمینه‌‌های خارج از پزشکی و علوم رایانه از جمله اخلاق و علوم انجام شود. فلسفه، جامعه شناسی، روانشناسی، اقتصاد رفتاری همه علومی‌‌‌‌اند که می‌‌توانند به ما کمک کنند درک بهتری از به‌‌کارگیری این فناوری داشته باشیم. ما در حقیقت به افرادی نیاز داریم که در زمینه علوم رفتار ماشینی آموزش ببینند. کسانی که در زمینه رفتار ماشینی آموزش دیده‌‌اند، می‌‌توانند تعامل پیچیده و در حال تکامل انسان‌‌ها و ماشین‌‌هایی را که در حین کار یاد می‌‌گیرند، درک کنند.

پیشرفت‌‌های این فناوری در پزشکی نباید این انتظار را به وجود آورد که یک هوش مصنوعی همه بیماری‌‌ها را درمان کند؛ بلکه این فناوری به دنبال راهکارهایی است که از پزشکان پشتیبانی کند تا بتوانند تصمیمات بهتری بگیرند.

دیوید پارکز، استاد علوم کامپیوتر جورج اف کلونی  و مدیر مشترک طرح علوم داده هاروارد که یکی از نویسندگان مقاله اخیر در مجله نیچر است، خواستار ایجاد رفتار ماشین به عنوان یک زمینه جدید شده است. او در این رابطه معتقد است چالشی که در رابطه با رفتار ماشین وجود دارد، این است که شما یک الگوریتم هوش مصنوعی را در خلأ و به دور از محرک‌‌های دیگر استفاده نمی‌‌کنید. شما آن را در محیطی مستقر می‌‌کنید که مردم به آن پاسخ دهند و با آن سازگار شوند. «اگر من یک سیستم امتیاز دهی برای رتبه‌بندی بیمارستان‌‌ها طراحی کنم، بیمارستان‌‌ها طبق آن سیستم تغییر می‌‌کنند. همان‌طور که درک چگونگی کار یک کارمند جدید در یک محیط کار جدید چالش برانگیز است، درک چگونگی عملکرد ماشین آلات در هر نوع محیطی نیز چالش برانگیز است، زیرا افراد با آن‌‌ها سازگار می‌‌شوند و این سازگاری محیط، رفتار آن‌‌ها را تغییر می‌‌دهد.»

یادگیری ماشین در رتبه اول ایستاده است!

پارکز می‌‌گوید: «اگرچه در مورد آخرین موج فناوری هوش مصنوعی هیجانی در میان طرفداران این حوزه ایجاد شده است، اما این فناوری چندین دهه در پزشکی وجود داشته است.» در اوایل دهه 1970، «سیستم‌‌های خبره expert systems» ایجاد شد که دانش را در زمینه‌‌های مختلف رمزگذاری می‌‌کرد تا در شرایط خاص توصیه‌‌هایی را برای اقدامات مناسب ارائه دهد. از جمله این سیستم‌‌ها، سیستم Mycin بود که توسط محققان دانشگاه استنفورد برای کمک به پزشکان در تشخیص و درمان بهتر عفونت‌‌های باکتریایی ساخته شد. اگرچه Mycin به اندازه متخصصان انسانی در این کار سخت مهارت داشت، اما این سیستم نیز همانند دیگر سیستم‌‌های مبتنی بر قاعده، بسیار شکننده و نگهداری از آن سخت و بسیار پرهزینه بود.

هیجان ناشی از هوش مصنوعی این روزها به دلیل جدید بودن این مفهوم نیست. بلکه این هیجان به دلیل پیشرفت سریع علم در شاخه‌‌ای به نام یادگیری ماشین است که از پیشرفت‌‌های اخیر در پردازش رایانه و در کلان داده که تدوین و مدیریت مجموعه‌‌های عظیم داده را به صورت روزمره ساخته است، بهره می‌‌برد. الگوریتم‌‌های یادگیری ماشینی که در بردارنده مجموعه‌‌ای از دستورالعمل‌‌ها برای چگونگی عملکرد یک برنامه‌‌اند، به اندازه کافی پیشرفته شده‌‌‌‌اند که می‌‌توانند در حین کار یاد بگیرند و بدون این‌که انسان مداخله‌‌ای در فرایندهای آن‌‌ها داشته باشد، عملکرد خود را بهبود بخشند.

قدرت سیستم‌‌های هوش مصنوعی این است که می‌‌توانند همه این مقدار زیاد از داده‌‌ها را بررسی کنند و اطلاعات درست یا پیش‌بینی‌‌های درست را در زمان مناسب نشان دهند. فینال دوشی ولز دانشیار علوم مهندسی کاربردی در دانشکده مهندسی و علوم کاربردی دانشگاه هاروارد جان پالسون (SEAS) در این باره می‌‌گوید: «پزشکان به طور منظم اطلاعات مختلفی را که ممکن است در سابقه بیمار مرتبط باشند، از دست می‌‌دهند. بنابراین این فناوری یک نمونه از دستاوردهای نسبتاً کم هزینه است که به طور بالقوه می‌‌تواند بسیار مفید باشد.»

قبل از استفاده، این الگوریتم باید با استفاده از یک مجموعه داده شناخته شده آموزش داده شود. در تصویربرداری پزشکی، زمینه‌‌ای که به گفته متخصصان هوش مصنوعی بیشترین نوید موفقیت را می‌‌دهد، یادگیری ماشین است. این فرآیند با مرور هزاران تصویر آغاز می‌‌شود. به عنوان مثال، از سرطان بالقوه ریه که توسط کارشناسان مشاهده و کدگذاری شده است. با استفاده از این بازخورد، الگوریتم یک تصویر را تجزیه و تحلیل می‌‌کند، پاسخ را بررسی می‌‌کند و پیش می‌‌رود و تخصص خود را توسعه می‌‌دهد.

الگوریتم‌های یادگیری ماشین به تشخیص بیماری‌ها کمک می‌کند

تعداد فزاینده‌‌ای از مطالعات در سال‌‌های اخیر نشان می‌‌دهد که الگوریتم‌‌های یادگیری ماشین در شناخت و تشخیص بیماری‌‌ها با نیروی انسانی برابر هستند و در برخی موارد، از نظر عملکرد از متخصصان انسانی پیشی می‌‌گیرند. به عنوان مثال، در سال 2016، محققان گزارش دادند که یک برنامه تشخیصی مجهز به هوش مصنوعی در 92 درصد اسلایدهای آسیب‌شناسی به درستی سرطان را شناسایی کرده است. این درحالی است که فقط 96 درصد از آسیب‌شناسان آموزش دیده توانسته بودند این بیماری را از اسلایدها تشخیص دهند. ترکیب این دو روش (تشخیص انسانی و هوش مصنوعی) منجر به دقت 99.5 درصدی شده است.

اخیراً، در دسامبر 2018، محققان بیمارستان عمومی ماساچوست (MGH) و مرکز SEAS هاروارد سیستمی را گزارش دادند که به همان دقت رادیولوژیست‌‌های آموزش دیده می‌‌تواند خونریزی داخل جمجمه را که منجر به سکته مغزی می‌‌شود، تشخیص دهد. در ماه مه سال 2019، محققان گوگل و چندین مرکز پزشکی دانشگاهی گزارش دادند که یک هوش مصنوعی طراحی شده برای تشخیص سرطان ریه با 94 درصد دقت توانسته بهتر از شش رادیولوژیست انسانی سرطان را تشخیص دهد.

طبق گفته کوهان و بیتس، یکی از حوزه‌‌های اخیر که وعده هوش مصنوعی تا حدود زیادی عملی نشده است، پاسخ جهانی به COVID-19 است. بیتس، که در ماه آگوست در اجلاس جهانی دیجیتال جهانی ریاض تحت عنوان «استفاده از هوش مصنوعی در غلبه بر طوفان COVID» سخنرانی کرد. او در این سخنرانی گفت اگرچه موفقیت‌‌هایی حاصل شد، اما بیشتر پاسخ‌‌های نتیجه بخش به ابزارهای اپیدمیولوژیک و پزشکی سنتی متکی بود.

به گفته وی، یک استثنای قابل توجه وجود دارد و آن هم تشخیص زود هنگام موارد ذات‌الریه غیرمعمول در اطراف بازار در ووهان چین در اواخر ماه دسامبر 2019 بود. این تشخیص توسط یک سیستم هوش مصنوعی انجام شده بود که آن را شرکت BlueDot مستقر در کانادا ایجاد کرده بود. این کشف که به نظر می‌‌رسید SARS-CoV-2 باشد، بیش از یک هفته قبل از آن بود که سازمان بهداشت جهانی اعلامیه عمومی ویروس جدید را صادر کند.

بیتس در این کنفرانس که به دلیل کرونا به صورت آنلاین برگزار می‌‌شد، به مخاطبان گفت: «ما در این همه‌گیری برخی از کارها را با هوش مصنوعی انجام دادیم، اما کارهای بیشتری وجود دارد که می‌‌توانیم انجام دهیم.»

بزرگ‌ترین مانع در استفاده بیشتر از هوش مصنوعی در تنظیم پاسخ مناسب به همه‌گیری کووید 19، فقدان داده‌‌های قابل اطمینان و در زمان واقعی بوده است. به گفته بیتس، روند جمع‌آوری و به‌اشتراک‌گذاری داده‌‌ها با زیرساخت‌‌های قدیمی‌تر کند شده است. با تأخیر در جمع‌آوری داده‌‌ها و نگرانی‌‌های مربوط به حفظ حریم خصوصی در مورد اشتراک داده‌‌ها، برخی از گزارش‌‌های ایالات متحده هنوز به مراکز بهداشت عمومی ارسال می‌‌شود.

کوهان می‌‌گوید: «کووید به ما نشان داده است که ما در سطح ملی و بین‌المللی مشکل دسترسی به داده‌‌ها را داریم که از پرداختن به مشکلات بزرگ در موارد اضطراری بهداشت ملی جلوگیری می‌‌کند.»

هوش مصنوعی در پزشکی: تولید واکسن

یک موفقیت اساسی هوش مصنوعی در پزشکی می‌‌تواند استفاده از یادگیری ماشینی در تولید واکسن باشد. به احتمال زیاد برای چند ماه نمی‌‌دانیم که کدام یک از کشورها در تولید واکسن کرونا موفق بوده‌‌اند، اما از این فناوری برای غربال کردن پایگاه کلان داده و انتخاب پروتئین‌‌های ویروسی برای افزایش شانس موفقیت واکسن استفاده شده است.

بیتس با ابراز اطمینان نسبت به غلبه بر موانع فعلی، گفت: «نتایجی که ما از به کارگیری هوش مصنوعی در دوران بحران کرونا به دست می‌‌آوریم، نقش بسیار مهم‌‌تری در آینده بشر خواهد داشت. این نتایج عامل مهمی در مدیریت بهتر در همه‌گیری بعدی خواهد بود.»

ردیف	نام محصول/ خدمت	نام شرکت	نوع محصول	نوع ارائه	دسته	کارکرد
1	ePRO	aicure	نرم‌افزار	سرویس ابری	پزشکی	ثبت اطلاعات و تاریخچه درمانی افراد جهت تشخیص و پیش‌بینی بیماری
2	Characters	sensely	نرم‌افزار	اپلیکیشن	پزشکی	پزشکی از راه دور
3	MUSA	micro sure	سخت‌افزار	ربات	پزشکی	ربات‌ها در پزشکی
4	precision	accuray	نرم‌افزار	ویندوزی	پزشکی	پردازش تصاویر پزشکی
5	AiCure Patient Connect	aicure	نرم‌افزار	اپلیکیشن	داروسازی	بهبود فرآیند فرمولاسیون دارو
6	twoxar	twoxar	نرم‌افزار	سامانه ابری	داروسازی	تعیین بهترین گزینه برای آزمایش‌های بالینی
7	Intel Hoobox Wheechair	Intel AI	سخت‌افزار	گجت	خدمات به معلولین	تسهیل درحرکت
ردیف	نام محصول/ خدمت	نام شرکت	نوع محصول	نوع ارائه	دسته	کارکرد
8	Seeing AI	Microsoft	نرم‌افزار	اپلیکیشن	خدمات به معلولین	بهبود دسترس‏پذیری
9	Otter Voice Meeting Notes	otter ai	نرم‌افزار	اپلیکیشن	خدمات به معلولین	بهبود دسترس‏پذیری
10	Wemogee	SAMSUNG	نرم‌افزار	اپلیکیشن	خدمات به معلولین	برقراری ارتباط
11	FORPHEUS	Omron	سخت‌افزار	ربات	ورزش	ربات‌های حریف
12	SMART COACH	Hawk-Eye	نرم‌افزار	ویندوزی	ورزش	کمک به مربیان در آنالیز حرکت‌های ورزشکاران
13	PIQ ROBOT™	PIQ	سخت‌افزار	گجت	ورزش	فناوری‌های پوشیدنی و برنامه‌های ردیابی فعالیت‌های ورزشی
14	Recipe Search API	edamam	نرم‌افزار	API	تغذیه	کشف دستورالعمل پخت غذا
ردیف	نام محصول/ خدمت	نام شرکت	نوع محصول	نوع ارائه	دسته	کارکرد
15	Analyze your meal	edamam	نرم‌افزار	API	تغذیه	اندازه‌گیری میزان کالری موجود در غذاها