درمان بیماران با هوش مصنوعی؛ رؤیایی که شکل واقعیت به خود میگیرد
هوش مصنوعی قرار است زندگی انسانها را راحت تر و بهتر کند. یکی از زمینههایی که هوش مصنوعی میتواند بسیار کارآمد باشد و کیفیت زندگی انسان ها را بالاتر ببرد، خدمات درمان، سلامتی و پزشکی است. به طور کلی استفاده از هوش مصنوعی در فرآیندهای درمانی و پزشکی و… باعث میشود که کمک بزرگی برای پزشکان و بیماران و همچنین برای بیمارستانهایی که از این فناوری استفاده میکنند، داشته باشد.
کاربرد هوش مصنوعی در زمینه درمان و پزشکی
هوش مصنوعی کاربردهای بیشماری در زمینه پزشکی و درمان دارد. معنی این کاربرهای بیشمار آن است که از تشخیص ارتباط بین کدهای ژنتیکی گرفته تا استفاده از رباتهای هوش مصنوعی برای عملهای جراحی دشوار، همه و همه در زمره کاربرهای هوش مصنوعی در زمینه پزشکی است. هوش مصنوعی با همه این کاربردهایش توانسته دوره مدرنی را در خدمات درمان و سلامتی ایجاد کند و آن را به سطح دیگری ببرد.
توسعه داروهای جدید مبتنی بر هوش مصنوعی
صنعت داروسازی همواره هزینه بسیار زیادی را برای تحقیق و توسعه دارد که لازمه این تحقیقات هزارات ساعت زمان و هزاران نیروی انسانی است که این موارد بودجههای سرسام آوری میطلبد. آمار نشان داده که انجام آزمایشهای پزشکی بر روی هر دارو حدود ۲.۶ میلیارد دلار هزینه نیاز دارد؛ در حالی که تنها ۱۰ درصد از داروهایی که مورد آزمایش قرار میگیرند، قابلیت عرضه به بازار را دارند. با توجه به همه این موارد کمپانیهای داروسازی با توجه به کاربردهای زیادی که هوش مصنوعی میتواند در این زمینه به همراه داشته باشد، به سمت استفاده از هوش مصنوعی رفتهاند.
با استفاده از نوآوریهای جدید هوش مصنوعی در صنعت بهداشت و درمان، میتوان به تجربه بیمار بهبود بخشید و علاوه بر آن به پرسنل بیمارستان کمک کرد تا میلیونها نقطه داده را سریعتر و مؤثرتر پردازش کنند.
جمع آوری و مدیریت داده ها و اطلاعات پزشکی با استفاده از هوش مصنوعی
یکی از مرزهای بعدی که قرار است توسط کلان دادهها فتح شود، بدون شک صنعت بهداشت و درمان خواهد بود. اطلاعات بسیار با ارزش بعضی اوقات در میان میلیون ها داده از بین میرود و این امر باعث میشود تا زیان های چند صد میلیارد دلاری به این صنعت وارد شود. علاوه بر آن، عدم توانایی در اتصال نقاط مهم دادهها، ایجاد داروهای جدید، تولید داروهای پیشگیری و روند تشخیص مناسب را کند میکند.
بسیاری از فعالان در صنعت بهداشت و درمان برای جلوگیری از این ضرر و زیانها به هوش مصنوعی روی آوردهاند. این فناوری توانایی آن را دارد که میلیونها داده را در چند دقیقه تجزیه و تحلیل کند و اطلاعاتی را از آنها استخراج کند که برای بدست آوردن آنها به صرف زمان زیادی نیازمند بودهایم.
علیرضا زالی، رئیس دانشگاه علوم پزشکی شهید بهشتی گفت: در طول ۱۰ سال اخیر در کشورهای صنعتی تداخلات دارویی ناخواسته جزو ۱۰ علت اول مرگ و میر بوده است.
وی با اشاره به اینکه تداخلات دارویی یکی از مهمترین مسائل نظام سلامت در تمام کشورهای دنیاست، عنوان کرد: سومین علت مرگ و میر ناشی از خطای پزشکی مربوط به تداخلات دارویی است. در طول ۱۰ سال اخیر در کشورهای صنعتی تداخلات دارویی ناخواسته جزو ۱۰ علت اول مرگ و میر بوده است.
لزوم به کارگیری هوش مصنوعی برای جلوگیری از تداخلات دارویی
رئیس دانشگاه علوم پزشکی شهید بهشتی در ادامه با اشاره به پیچیدگی موضوع تداخل و عوارض داروها و شانس بروز خطا در این زمینه گفت: تداخلات دارویی روز به روز رو به افزایش است و نیاز به استفاده از ظرفیت ابزارهای دیگر مشاهده میشود که هوش مصنوعی یکی از همین ابزارهاست.
زالی اشاره به نقش پررنگ هوش مصنوعی در حوزه داروسازی، گفت: از هر ۱۰ هزار پروژه یک دارو استخراج میشود که ممکن است تنها ۱۰ درصد اثربخشی داشته باشد. یک داروی استاندارد با مولکول جدید با حفظ اثربخشی و ایمنی بین ۱۰ تا ۱۵ سال زمان میبرد تا وارد بازار شود. هوش مصنوعی تمام این مسیرها را کوتاه کرده است و از میانبرها بهترین گزینه را انتخاب میکند. مسیر سنتز داروها و سناریوهای جدید در سیر کشف داروها با دانش هوش مصنوعی هموار خواهد شد.
ساخت اولین دارو توسط هوش مصنوعی!
رئیس دانشگاه علوم پزشکی شهید بهشتی در ادامه به تولید اولین داروی مصنوع و ساخته شده توسط هوش مصنوعی اشاره کرد و افزود: داروی ns018_055 برای درمان فیبروز ریوی طراحی شد و پس از اخذ تاییدیهها به تولید رسید. پیش بینی میشود در آینده نزدیک تعداد زیادی دارو به کمک دانش هوش مصنوعی به سرعت تولید شود.
وی بیان کرد: میکرورباتهایی در حال طراحی شدن هستند که وظیفه حمل دارو و رساندن آن به بافت مشخصی از بدن را بر عهده دارند و این موضوع جز با استفاده از هوش مصنوعی امکانپذیر نیست. بر همین اساس علم پزشکی شاهد تحول بزرگی با کاهش عوارض داروها در بیماریهای مزمن و صعبالعلاج خواهد بود.
زالی در خصوص فواید بهرهگیری از دانش هوش مصنوعی در تولید داروها، ادامه داد: با هوش مصنوعی ظرفیت عوارض دارویی مؤلفهها و پارامترهای مرتبط با دارو به طور همزمان مشخص میشود. از طرفی در این مسیر از ظرفیت شبکههای عصبی نیز بهره گرفته میشود. وظیفه شبکههای عصبی مصنوعی در هوش مصنوعی پردازش الگوریتمها و آینده نگری است. هوش مصنوعی میتواند یاد بگیرد، توانمندیهای خود را افزایش دهد و بازتابی از مغز انسان باشد. قدرت یادگیری هوش مصنوعی میتواند در پیشبینی حوادث دارویی به ما کمک کند.
رئیس دانشگاه علوم پزشکی شهید بهشتی از به میدان آمدن تعداد زیادی از شرکتهای دانش بنیان در مسیر بهرهگیری از ظرفیت هوش مصنوعی خبر داد و افزود: در حوزه نرمافزاری پیشرفتهای قابل ملاحظهای داشتهایم بیش از ۵۰ برنامه در کشور طراحی شده است که در بیمارستانها قابل استفاده است.
به گفته وی، نرمافزارهای نسخه نویس و انتخاب داروها با عوارض کمتر به کمک دانش هوش مصنوعی، گجتهای سلامت محور از جمله ساعتهای هوشمند و لباسها و پوششهایی که همزمان فاکتورهای سلامت شخص را در اختیار پزشک قرار میدهد از جمله این ابزارها محسوب میشود.
هوش مصنوعی علم داروسازی را متحول خواهد کرد
زالی با بیان اینکه به کمک بهرهگیری از ظرفیت هوش مصنوعی، علم داروسازی دنیا شاهد تحولی عظیم خواهد بود، عنوان کرد: بهرهگیری از نرمافزارهای به روز منجر به کاهش هزینه و زمان خواهد شد. در دانشگاه علوم پزشکی شهید بهشتی در زمان بحران کرونا این مهم را تجربه کردیم.
گجتهای سلامت محور از جمله ساعتهای هوشمند و لباسها و پوششهایی که همزمان فاکتورهای سلامت شخص را در اختیار پزشک قرار میدهد از جمله ابزارها محسوب میشود
رئیس دانشگاه علوم پزشکی شهید بهشتی ادامه داد: در بحران کرونا نرمافزاری توسط دانشمندان دانشگاه برای بارگذاری ۱۴۰ هزار اطلاعات بالینی و رصد آن طراحی شد. به کمک این نرمافزار زمان مراجعه بعدی، احتمال بستری و تعیین دارو با استفاده از خصوصیات بیمار و شانس مرگ و میر قابل پیشبینی بود.
امکان افزایش متوسط عمر انسان تا 120 سال با استفاده از پزشکی فرادقیق
وی با بیان اینکه دو حوزه پزشکی فرادقیق و پزشکی شخصی منجر به تحولی عظیم در دنیای پزشکی خواهد شد، عنوان کرد: این دو حوزه با ارایه درمان و نسخه درمانی ویژه هر فرد، ابزاری برای تشخیص، درمان و اثربخشی مطلوب با بهرهگیری از ظرفیت هوش مصنوعی است. با بهرهگیری از دانش پزشکی فرادقیق رسیدن به متوسط عمر ۱۲۰ سال برای انسان دور از دسترس نباشد.
استفاده از هوش مصنوعی برای تشخیص دقیق تر و کاهش خطاهای پزشکی
در سال ۲۰۱۵ دلیل ۱۰ درصد از مرگ و میرها در آمریکا تشخیص اشتباه بیماری و خطاهای پزشکی عنوان شد؛ به همین دلیل یکی از کارهای مهم هوش مصنوعی در زمینه درمان و پزشکی، میتواند کاهش خطاهای پزشکی و کمک به تشخیص درست بیماریها باشد.
عدم اطلاع دقیق و کامل از سوایق بیماری افراد یکی از دلایل مهمی است که میتواند منجر به خطاهای پر هزینه و مرگ آور پزشکی شود. با توجه به همه این اطلاعات، هوش مصنوعی میتواند با سرعت بسیار زیادی یک بیماری را پیش بینی و یا تشخیص دهد.
جمشید سلام زاده، معاون غذا و داروی دانشگاه علوم پزشکی شهید بهشتی در گفتوگو با خبرنگار سلامت خبرگزاری فارس،بیان داشت: احتمال بروز تداخلات دارویی به خصوص در مواقعی که تعداد اقلام دارویی مصرفی افزایش پیدا میکند بیشتر خواهد بود؛ به خصوص در مواقعی که با بیماران پیچیده تر مواجه هستیم که بیماریهای متعدد دارند یا زمانی که بیماران ما خردسال، نوزاد و سالمند هستند.
وی ادامه داد: طبیعتا امکان اینکه پزشکان و داروسازان بتوانند هنگام تجویز نسخه همه تداخلات احتمالی را زمانی که تجویز دارو اتفاق میافتد را در ذهن داشته باشند و بتوانند اعمال کنند وجود ندارد.
کمک هوش مصنوعی در تجویز دارو توسط پزشک
معاون غذا و داروی دانشگاه علوم پزشکی شهید بهشتی افزود:هدف در استفاده از هوش مصنوعی در مصرف داروها این است که به پزشک کمک کنیم زمانی که میخواهد تجویز دارویی را برای بیمار با توجه به شرایط خود بیمار؛ از نظر بیماریهای مختلف و عملکرد ارگانهای متعددی که برای آن حیاتی هستند داشته باشد، این تداخلات بتواند خیلی سریع به صورت پیش آگاهی در اختیار پزشک قرار گیرد و یک قدم جلو تر برود و پیشنهاد کند که چه دارو یا روشی مناسب تر است تا برای بیمار در نظر بگیریم.
نقش هوش مصنوعی در نشان دادن اثرات نامطلوب داروها
سلام زاده درباره اینکه «هوش مصنوعی آیا میتواند اثرات نامطلوب جانبی داروها را محاسبه کند؟»،ابراز کرد: استفاده از هوش مصنوعی فقط مربوط به تداخلات دارویی نیست، بلکه در شناسایی عوارض احتمالی میتوان استفاده کرد؛ میتوان پیش بینی کرد چه بیماری با چه ویژگیهایی احتمال ابتلا به چه عارضهای در آن بیشتر است.
هوش مصنوعی قدرت یادگیری دارد
وی متذکر شد:این اتفاق اکنون میافتد و نرم افزارهایی طراحی شده است. ویژگی هوش مصنوعی این طور است که قدرت یادگیری دارد و با دادههای بیشتری که وارد آن میشود و با تجربیاتی که به دست میآورد میتواند درباره پیش بینی بیماران بعدی سریعتر عمل کند.
نسخه نویسی هوش مصنوعی برای بیماران
معاون غذا و داروی دانشگاه علوم پزشکی شهید بهشتی در پاسخ به این پرسش که «چطور میتوان با هوش مصنوعی نسخه نویسی کرد؟»، خاطرنشان کرد:از هوش مصنوعی در این خصوص میتوان استفاده کرد. این استفاده منوط به این است که ورود دادههای ما چقدر کامل باشد؛ هرچه اطلاعاتی که درباره بیماران، سابقه بیماری و دارویی آن و عادت و رفتارهای اجتماعی که بتواند تاثیر گذار باشد مثل عادت غذایی و ورزش کردن کامل تر وارد شود، هوش مصنوعی بهتر میتواند راهنمایی کند.
سلام زاده تصریح کرد:انتظار این است که در مواردی که بیماران متعددی استفاده میکنند و ارگان حیاتی شان بیشتر درگیر بیماری است و شرایط خاصی دارند و رژیم غذایی خاصی را رعایت میکنند هنگام تجویز دارو برای این بیماران همه اینها لحاظ شود و بهترین انتخاب در نظر گرفته شود.
شناسایی ژنوم انسان توسط هوش مصنوعی
وی اضافه کرد:در هوش مصنوعی امروزه یکی از قدمهای بزرگ شناسایی ژنوم انسان است و امیدواریم در آینده بتوان لینکی بین خصوصیات ژنتیکی بیماران با هوش مصنوعی برقرار شود تا بتوانیم از ویژگی برای انتخاب تخصصی تر دارو برای یک بیمار استفاده کنیم.
حالا، باید هرروز منتظر خبرهای اعجاب انگیز از هوش مصنوعی در ارکان مختلف زندگی بشر باشیم و حوزه سلامت نیز از مهمترین بخشهایی است که از تیررس دخالت هوش مصنوعی در مان نمانده اما این اتفاقات به طور قطع یقین فرجام و سرانجام خوبی برای درمان بیماران مختلف داشته و خواهد داشت.