زور تحریم به تحقیق و پژوهش نمی‌رسد/ تولیدات بین‌المللی هوش مصنوعی در علوم پزشکی

هرچند ایران در بکارگیری هوش مصنوعی در عرصه پزشکی دستی برآتش دارد؛ اما به دلیل نبود زیرساخت و عدم بکارگیری تکنولوژیِ های‌تک هنوز نتوانسته است در تولیدات بین‌المللی کارنامه درخشانی را به ثبت برساند؛ بنابراین برای توسعه این صنعت نیازمند ورود شرکت‌های دانش‌بنیان و دانشگاه‌ها در این عرصه هستیم.

به گزارش خبرنگار گروه علم و فناوری ایسکانیوز، بشر امروز همیشه به دنبال راه حلی برای برطرف کردن نیازهای خود بوده و این عامل سبب تکامل و پیشرفت ابزار و لوازم پیرامون آن شده است. به مرورزمان با تکامل زندگی‌ها بسیاری از مواردی پیش روی انسان قرار گرفت که انسان نیاز به فکر کردن و محاسبه کردن دارد تا بتوان امورات اداری، کارهای محاسباتی و منطقی و بسیاری دیگری از مسایل را حل کرد و این موضوع زمینه ساز شکل گیری هوش مصنوعی شد.

می‌توان گفت؛ هوش مصنوعی به سیستم هایی گفته می‌شود که می‌تواند واکنش‌هایی مشابه رفتارهای هوشمند انسانی ازجمله درک شرایط پیچیده، شبیه سازی فرآیندهای تفکری و شیوه های استدلالی انسانی و پاسخ موفق به آنها، یادگیری و توانایی کسب دانش و استدلال برای حل مسایل داشته باشند. گسترش دانش در حوزه پزشکی و پیچیدگی تصمیمات مرتبط با تشخیص و درمان به عبارتی حیات انسان، توجه متخصصین را به استفاده از سیستم های پشتیبان تصمیم‌گیری در امور پزشکی جلب نموده است. به همین دلیل، استفاده از انواع مختلف سیستم های هوشمند در پزشکی رو به افزایش است، به طوری‌که امروزه تاثیر انواع سیستم های هوشمند در پزشکی مورد مطالعه قرارگرفته است.

می توان گفت؛ انقلاب فن آوری اطلاعات و ارتباطات در کلیه بخش های اقتصادی، اجتماعی، سیاسی و امنیتی کشورها تاثیراتی قابل توجه بر جای گذاشته است که یکی از مهم ترین حوزه های کاربرد فن‌آوری اطلاعات، حوزه بهداشت و درمان است چرا که فن آوری اطلاعات با روش های متعددی می تواند به این حوزه کمک نماید. مانند سیستم های ذخیره اطلاعات بیمار، سیستم های اطلاعات دارویی، سیستم های درمانی و جراحی، سیستم های پیگیری درمان، سیستم های درمان از راه دور سیستم های راهبری پرستار، ربات های جراح و سیستم های پذیرش بیمار و بسیاری دیگر. در پس پرده طراحی تمام این ها یک هدف مشترک وجود دارد و آن تسهیل کار درمان است در این بین، نقش سیستم های هوشمند در یاری رسانی به پزشکان برجسته است.

در همین راستا محمد نوروزی عضو هیات علمی دانشگاه آزاد قزوین در گفت‌وگو با خبرنگار گروه علم و فناوری ایسکانیوز، در خصوص کاربرد هوش مصنوعی در پزشکی اظهار داشت: در حال حاضر در در زمینه بحث دانشگاهی پیشرفت های زیادی حاصل شده است و دانشگاهیان در این راستا فعالیت می کنند. همچنین در زمینه عملیاتی کردن هوش مصنوعی در بخش پزشکی یکسری از پزشکان از ربات های جراح استفاده می کنند.

می توان گفت هوش مصنوعی امروزه در زمینه های تشخیص انواع بیماری‌ها مانند سرطان سینه رشد چشمگیری دارد و دانشگاه های مطرح جهان در حال کار بر روی روش های یادگیری ماشین جهت گسترش تشخیص بیماری ها و کمک به بهبود آن ها هستند.در کنار این موارد برای تشخیص بیماری، جراحی، کاربردها نظامی و نیز کمک رسانی به سالمندان و افراد از ربات یا هوش مصنوعی استفاده می‌شود. درست است که کشور ما دستی در ساخت ربات دارد اما متاسفانه اکثر تجهیزات در داخل کشور وارداتی هستند. باتوجه به دستاوردهایی که هوش مصنوعی در زمینه پزشکی ارائه شده انتظار می رود که کارآفرینان به کارگیری این علم را در راس تحقیقات خود قرار دهند. در واقع یادگیری ماشین این توانایی را دارد که یافته های پزشکی را فراتر از آنچه اکنون بدست آمده است گسترش دهد.

برای مثال استفاده از رویکردهای یادگیری عمیق می تواند بهترین رویکردها را در زمینه های پزشکی تشخیص و درمان ارائه دهد. این پیشرفت ها به زودی در سازمان هایی پزشکی بکار گرفته خواهد شد و با استفاده از روش های تشخیص الگو بهترین شیوه ها برای تولید دستگاه هایی جهت مراقب بیماران ارائه می شود.

وی تصریح کرد: رباتیک در رشته پزشکی در سطح جهان هنوز در مرحله تحقیقاتی است و تنها بخشی از موارد خاص تجاری سازی شده است؛ در کشور ما نیز به همین صورت است. به عنوان مثال ربات در خانه، تشخیص بیماری از روی تصاویر همه اینها در دانشگاه ها به صورت پایان نامه در حال انجام است برخی ها هم به سمت تجاری سازی هدایت شده است. مثلا دستگاه سونوگرافی و سی تی اسکن به سمت تجاری سازی رفته است.

لازم به ذکر است که ایران در به کارگیری هوش مصنوعی در جهان رتبه 16 و در صنعت پزشکی رتبه 10 را به خود اختصاص داده است. همچنین میزان نشر آثار علمی در دانشگاه‌ها و مراکز پژوهشی، رتبه ایران را در بین کشورهای جهان به‌ طور قابل‌ ملاحظه‌ای ارتقا داده است. در حال حاضر با افزایش تعداد مقالات در رشته هوش مصنوعی، مواجه هستیم تا جایی که یک پنجم مقالات پزشکی در حوزه علوم اعصاب است و صدها مقاله در ارتباط با حوزه علم اعصاب در کشور منتشر شده است و این امر نشان دهنده سرمایه گذاری و توجه به این رشته علمی، پزشکی و تحقیقاتی است.

در حالت کلی می توان گفت که در زمینه تولیدات بین المللی به هر دلیلی خوب عمل نشده است و ربات‌هایی که در کشور ساخته و تجاری سازی شده بیشتر قراردادی بوده که توسط ارگان ها و شرکت های دانش بنیان و دانشگاهی ساخته شده است. عامل اصلی این موضع شاید به دلیل نبود ایجاد بستر و مکانیزم مناسب و عدم بکارگیری تکنولوژی های تک در این حوزه باشد که باعث شده ایران در تولیدات بین الملی موفق عمل نکند. در کنار این موضوع شرکت‌های دانش بنیان نیز در این عرصه دستی برآتش دارند اما به صورت چشم گیر در حوزه خط تولیدی و صنعتی شدن دستاوردی خوبی ارائه نکرده‌اند. به طور یقین هیچ کشور نمی تواند بدون ارتباط و تعامل با کشورهای همسایه گامی موثر در مسیر پیشرفت تکنولوژی بردارد و این امر نیاز ارتباط گسترده با کشورهای صاحب تکنولوژی و فناوری جدید است.

می توان یادآور شد؛ که ایجاد شرایط ثبات اقتصادی و سیاستگذاری، افزایش همکاری و برقرای ارتباطات میان مراکز و بخش های تحقیقاتی و پژوهشی می تواند راه گشای توسعه در این زمینه باشد.

نوروزی با بیان اینکه تحریم کشورهای بیگانه مانعی در انجام تحقیقات و پژوهش ایجاد نمی‌کند، تاکید کرد: تنها راه برون رفت در این زمینه ایجاد بازار و معرفی محصول برای تجاری سازی است.

لازم به ذکر است؛ با وجود مزایای زیاد، به کارگیری سیستم‌های هوش مصنوعی در پزشکی با موانع و چالش‌های بسیار زیاد و جدی روبه‌رو است. از جمله این محدودیت‌ها می‌توان به محدودیت تکنولوژی و هزینه سیستم اشاره کرد. از طرفی، عملکرد آنها مستلزم به روز رسانی مداوم است. برخی بر این باورند که وابستگی به سیستم هوشمند ممکن است در بلند مدت میزان ابتکار را کاهش دهد. همچنین استفاده از این سیستم‌ها، مستلزم وارد کردن داده های بیمار در سیستم به منظور دریافت توصیه های تشخیصی یا درمانی است. از دیگر چالش های مهم پیش روی سیستم های هوشمند، مشکلات مربوط به کسب دانش است. برای طراحی سیستم خبره، مشکلاتی در فرایند مهندسی دانش وجود دارد، از جمله اینکه متخصصین حوزه چه کسانی هستند؟ در حوزهای مانند پزشکی، در صورتی که کاربران به پایگاه دانش سیستم اعتماد نداشته باشند، یا آن را به روز ندانند، آن سیستم نمی تواند موفق گردد. بنابراین ضروری است که فرآیند انتخاب خبرگان بسیار دقیق باشد و سیستم به تناسب رشد سریع دانش پزشکی از طریق معرفی قواعد جدید یا آموزش مداوم از طریق نمونه های آزمایشی جدید به طور مداوم به روز گردد.

از دیگر مشکلاتی که منجر به پیچیدگی کسب دانش می شود، کمبود روش های استاندارد برای بیان شرایط بالینی به صورت قابل فهم برای کامپیوتر (مدل سازی دانش پزشکی) است. برای ایجاد پایگاه دانش، باید شرایط بالینی مد نظر به صورت قابل فهم برای کامپیوتر تبدیل شود، اما تصویر کردن پزشکی در این قالب ساده نیست و به مدل سازی های پیچیده نیاز دارد.

به طور خلاصه، هوش مصنوعی دارای پتانسیل های زیادی برای بهبود تصمیم گیری های پزشکی است، اما اجرای موفق این نوع سیستم ها در پزشکی، علاوه بر توجه به اصول مورد نیاز برای هر سیستم اطلاعاتی دیگر از جمله توجه به عوامل سازمانی، رفتاری، فرهنگی، مدیریتی، اقتصادی، آموزشی و فنی، مستلزم موارد دیگری است.

می توان چنین نتیجه گرفت برای رسیدن به اهداف توسعه در حوزه بکارگیری هوش مصنوعی در صنعت پزشکی بایستی تمام بخش ها باهم تعامل ویژه داشته باشند همچنین تحقیقات کلان و گسترده در این زمینه صورت گیرد تا بتوان مسیر را برای شکوفایی این صنعت در کشور فراهم کرد.

منابع:

- مقاله: «کاربرد سیستم های هوش مصنوعی در تصمیم‌گیری های پزشکی»، عباس شیخ طاهری، فرحناز صدوقی.

- مقاله: «کاربرد هوش مصنوعی در پزشکی از راه دور»، سایت تله طب.

- مقاله: «بهره گیری از هوش مصنوعی برای تشخیص اوتیسم در نوزادان»، سایت تله طب.

انتهای پیام/

کد خبر: 978410

وب گردی

وب گردی