تساعد الذكاء الاصطناعي على التنبؤ بالأمراض بشكل أكثر دقة وتخصيص العلاج، وفقًا للأستاذة كارين فيرسبور، رئيسة كلية علوم الكمبيوتر بجامعة RMIT أستراليا.
أصبح تطبيق الذكاء الاصطناعي في الرعاية الصحية تدريجيا اتجاها مزدهرا عالميا. وفي إطار مناقشة هذه القضية، أجرت البروفيسورة كارين فيرسبور مقابلة مع VnExpress حول التقدم في هذا المجال.
- أستاذ، من فضلك قم بتحليل اتجاهات تطبيق الذكاء الاصطناعي في الرعاية الصحية على مستوى العالم؟
- عندما نتحدث عن الرعاية الصحية، فإن إحدى أكثر مجالات استخدام الذكاء الاصطناعي نضجًا هي معالجة الصور. على سبيل المثال، يمكن لتطبيقات الرؤية الحاسوبية التي تعتمد على التعلم الآلي تشخيص الأمراض واكتشافها. وتستخدم هذه التقنية أيضًا لتفسير نتائج الأشعة السينية على الصدر أو تصنيف الآفات الجلدية التي يمكن أن تكون علامات على الإصابة بالسرطان. كما تقوم العديد من المستشفيات بنشر مساعدين جراحيين روبوتيين يتمتعون بدقة وكفاءة عالية، ويدعمون الجراحين بناءً على خصائص كل مريض.
نحن نشهد تقدماً متزايداً في استخدام الذكاء الاصطناعي لتوجيه عملية اتخاذ القرارات السريرية باستخدام بيانات سريرية أكثر تنوعاً. على سبيل المثال، البيانات المسجلة في السجلات الصحية الإلكترونية - بما في ذلك البيانات المنظمة (مثل المؤشرات الحيوية في الدم، والعلامات الحيوية) والبيانات غير المنظمة (البيانات من الملاحظات والتقارير والمعلومات الجينية).
وهناك اتجاه آخر جدير بالملاحظة، وهو وجود تطبيقات أوسع للذكاء الاصطناعي تتعلق بالإعدادات السريرية. يمكنك رؤية الأجهزة التي يمكنها المساعدة في التوثيق السريري عن طريق تدوين الملاحظات تلقائيًا، أو السرد السريري أثناء الجراحة، أو تسجيل تاريخ المريض أثناء استشارات الطبيب.
البروفيسورة كارين فيرسبور في الندوة السنوية الثالثة بين فيتنام وأستراليا حول التعاون لتعزيز الصناعة 4.0، والتي عقدت في 20 أكتوبر 2022. الصورة: تم توفير الشخصية
- لماذا تتمتع تقنية معالجة الصور بمثل هذا التأثير العميق في مجال الرعاية الصحية؟
- يأتي هذا من خصوصية القطاع الصحي، الذي يتوفر لديه بيانات أكثر تواترا ومنهجية من العديد من أنواع البيانات السريرية الأخرى. في الصناعة الطبية، يوجد عدد محدود من أجهزة التصوير والشركات المصنعة، وبالتالي فإن البيانات متسقة إلى حد ما.
بالإضافة إلى ذلك، فإن الصور تتلاءم بشكل جيد مع خوارزميات الذكاء الاصطناعي الحالية. يمكن النظر إليها كمصفوفة بكسل كثيفة تمامًا، مما يعني أن كل خلية في المصفوفة لها قيمة. يتناسب هذا النوع من البيانات بشكل جيد مع أساليب التمثيل والتحليل الرياضي التي يمكن أن تقوم بها أساليب الذكاء الاصطناعي.
هناك أيضًا كمية كبيرة من بيانات الصور المصنفة - على سبيل المثال التشخيصات المعروفة المرتبطة بكل صورة. وهذا يعني أن تنفيذ التعلم الآلي الخاضع للإشراف أمر بسيط للغاية. لقد أثبتت هذه الأنظمة فعاليتها الكبيرة وأدائها على قدم المساواة مع الخبراء البشريين أو حتى أفضل منهم في بعض الحالات.
- في هذه الصورة العامة، في فيتنام، كيف يتم تطبيق الذكاء الاصطناعي في الرعاية الصحية العامة؟
- في البلدان النامية، قد يكون تنفيذ أنظمة البرمجيات مثل السجلات الصحية الإلكترونية أقل شيوعا. كما أن هذه البلدان تعاني من صعوبة الوصول إلى التكنولوجيا والموارد الطبية، مما يؤثر على تطوير بعض التطبيقات التي تعتمد على جمع البيانات الإلكترونية.
ومع ذلك، لا تزال التكنولوجيا والذكاء الاصطناعي قادرة على جلب فوائد كبيرة للمستخدمين في هذه البلدان وفيتنام. توفر الذكاء الاصطناعي الخبرة المتخصصة حتى عندما لا تكون متاحة محليًا. بدلاً من الأجهزة المتخصصة، يمكنك استخدام أجهزة الاستشعار الموجودة في المنتجات الشائعة مثل الهواتف المحمولة والساعات الذكية لتسجيل البيانات الصحية. يمكن لبعض الأدوات تحليل تسجيلات السعال لتشخيص كوفيد-19 أو اكتشاف الرجفان الأذيني من خلال نظم القلب باستخدام البيانات الموجودة على هذه الأجهزة.
يمكن نشر المساعدين الصحيين الأذكياء من خلال تطبيق، مما يتيح للمرضى التحكم بشكل أكبر في صحتهم.
- فما هي العوائق التي تحول دون تطبيق الذكاء الاصطناعي في الرعاية الصحية؟
- إن الحاجز الرئيسي أمام الذكاء الاصطناعي في اتخاذ القرارات السريرية يتعلق بجمع البيانات من الأشخاص الفيتناميين. يجب أن تكون أي أداة ذكاء اصطناعي مصممة خصيصًا للخصائص المحددة للسكان. وهذا يعني أن البيانات المدخلة تتوافق مع البيانات التي تم تدريب النموذج عليها.
في كثير من الأحيان لا يمكن لأدوات الذكاء الاصطناعي أن تنتقل بسهولة من سياق إلى آخر. وهذا يعني أنه لكي تعمل الذكاء الاصطناعي بشكل جيد في السياق الفيتنامي، فلا بد من تكييف الأدوات وتقييمها بشكل مناسب في هذا السياق. ويتطلب هذا الاستثمار في البنية التحتية الرقمية في مرافق الرعاية الصحية في فيتنام. ويتسم الاستثمار بالمساواة في جميع الجوانب: المرافق الطبية، وأنظمة السجلات الصحية الإلكترونية، وتبادل البيانات وآليات الربط بين مقدمي الرعاية الصحية.
ويتمثل التحدي الأكبر في تحديد القضايا التي تحتاج إلى معالجة في البيئة الفريدة في فيتنام، حتى تكون الذكاء الاصطناعي أكثر قيمة. ويتطلب هذا التعاون بين الباحثين ومبتكري الذكاء الاصطناعي وقادة الرعاية الصحية لتحديد الفرص وتحديد الأولويات ودفع الاستثمار.
- هل يمكنك مشاركتنا ببعض تجارب أستراليا في هذا المجال؟
- في أستراليا، أدى كوفيد-19 إلى تسريع اعتماد تقنيات الصحة الرقمية وجعل هذا الطلب أقوى. أجبرت عمليات الإغلاق والقيود الناس على اللجوء إلى الرعاية الصحية عبر الإنترنت. لقد أدى هذا إلى تغيير مشهد الرعاية الصحية، مما أدى إلى ظهور اتجاه لاستخدام التكنولوجيا لدعم الرعاية الصحية والرفاهية العامة.
وقد لاحظ المجتمع هذه التغييرات ودعمها. وقد أدى هذا إلى محادثات وطنية - في الحكومة وفي وسائل الإعلام - حول تنظيم البرمجيات كجهاز طبي، وأخلاقيات استخدام الذكاء الاصطناعي في السياق الطبي، وقيمة البيانات الصحية كمورد عام. وبالرغم من أهمية هذه البيانات، إلا أن المنظمات بحاجة إلى احترام حساسية وخصوصية هذه البيانات.
أعتقد أن فيتنام يمكن أن تتعلم من هذه التجربة، وذلك من خلال إشراك الجمهور وفهم الفرص التي توفرها الذكاء الاصطناعي في قطاع الرعاية الصحية. وفي نهاية المطاف، فإن المرضى والمستهلكين هم الذين سيستفيدون من اعتماد هذه التقنيات. ولكننا سنعتمد أيضًا على بياناتهم لبنائها وتقييمها. ومن المهم بالتالي بناء الثقة في أنظمة الذكاء الاصطناعي من جانب المرضى ومقدمي الرعاية الصحية.
البروفيسورة كارين فيرسبور (أقصى اليسار) في مناقشة مع الخبراء حول إمكانات الذكاء الاصطناعي. الصورة: تم توفير الشخصية
- كيف تتنبأ بالتطور المستقبلي للذكاء الاصطناعي في الرعاية الصحية؟
- اليوم، أصبح الذكاء الاصطناعي يشغل أذهان الناس أكثر من أي وقت مضى. لقد أدى الإثارة حول ChatGPT والذكاء الاصطناعي التوليدي إلى جعل المستخدمين مهتمين بشكل متزايد باستخدام الذكاء الاصطناعي لحل عدد لا يحصى من المشكلات في الأعمال والحياة.
ولا يشكل تطبيق الذكاء الاصطناعي في مجال الصحة والرفاهية استثناءً، ومن المؤكد أننا سنرى زيادة في الابتكار في هذا المجال. أعتقد أنه ستكون هناك العديد من الفرص للاستفادة من الذكاء الاصطناعي لتحسين رعاية المرضى، من خلال تكامل البيانات المتعددة الوسائط والنمذجة التنبؤية المعقدة.
تساعد الذكاء الاصطناعي على التنبؤ بنتائج المرضى وتطور المرض بشكل أكثر دقة، وتوفير خطط علاج مخصصة للغاية. وسوف نتمكن من الاستفادة من التكنولوجيا لالتقاط النشاط الطبي المسجل، وبالتالي توفير المعرفة والأدلة حول تأثير العلاج. ويؤدي هذا إلى مزيد من التحسينات في الممارسة العملية – وهي دورة حميدة تُعرف باسم نظام التعلم الصحي.
يمكننا تحسين تجربة المريض من خلال اقتراح خطوات استباقية في عملية العلاج، وتزويد الأطباء بالمعلومات الصحيحة لدعم قراراتهم. ويمكننا أيضًا تحسين تجربة المريض من خلال الاستفادة من الذكاء الاصطناعي لجعل التفاعلات مع نظام الرعاية الصحية أكثر "إنسانية". على سبيل المثال، دعم مهام التحضير وتسجيل المستندات حتى يتمكن الأطباء من الحصول على مزيد من الوقت للتحدث مع مرضاهم. تتيح بعض أدوات الترجمة في الوقت الفعلي إعدادًا متعدد اللغات، مما يساعد على ترجمة اللغة الطبية المعقدة إلى معلومات أكثر قابلية للفهم، مما يزيد من كفاءة التواصل مع المرضى.
سوف يتمتع المرضى بمزيد من الاستقلالية في الرعاية الصحية الخاصة بهم. كما أنهم يستخدمون التكنولوجيا الرقمية لجمع وإدارة وتحليل وتفسير بياناتهم الصحية الخاصة، مما سيجعلهم أكثر اطلاعًا عند التفاعل مع النظام الصحي.
مينه تو
[إعلان 2]
رابط المصدر
تعليق (0)