به گزارش خبرآنلاین، استفاده از هوش مصنوعی در پزشکی و تواناییهای آن برای پیشی گرفتن از پزشکان در حال تبدیل به یک موضوع داغ در اخبار است. اما کارشناسان تأکید میکنند که برتری یک مدل زبانی هوش مصنوعی در برخی حوزهها، به معنای جایگزینی آن با پزشکان در دنیای واقعی نیست.
طبق گزارش ایسنا، نشریه نیچر با محققانی گفتگو کرده است که در زمینه کاربرد هوش مصنوعی در بهداشت و درمان پژوهش میکنند. آنها به بررسی عملکرد “پزشکان هوش مصنوعی” و زمان احتمالی ظهور این ابزارها به عنوان راهکارهای اصلی در تشخیص پزشکی پرداختهاند.
برخی از دانشمندان بر این باورند که سیستمهای هوش مصنوعی در حال حاضر میتوانند وظایف سادهای مانند یادداشتبرداری و تمدید نسخهها را انجام دهند، اما قادر به جایگزینی کامل پزشکان نخواهند بود. دیوید وو، پزشک و محقق مستقل در دانشگاه هاروارد، بیان میکند که دنیای پزشکی پیچیده است و بیماران معمولاً داستانهای غیرقابل پیشبینی تعریف میکنند، بنابراین هنوز هم نیاز به قدرت تشخیصی انسان وجود دارد.
اما چندین آزمایش اولیه باعث شکلگیری خوشبینیهایی از انقلاب هوش مصنوعی در حوزه پزشکی شده است. نتایج یکی از مطالعات اخیر که در ماه آوریل منتشر شد، نشان داد که یک مدل هوش مصنوعی پیشرفته در ارزیابی شرایط بیماران اورژانس در بوستون عملکرد بهتری نسبت به پزشکان داشته است. این مدل، که توسط شرکت اوپنایآی توسعه یافته، موفق به ارائه تشخیصهای صحیح در ۶۷ درصد موارد شد، در حالی که پزشکان انسانی تنها ۵۰ تا ۵۵ درصد دقت داشتند.
با وجود این پیشرفتها، محققان تاکید میکنند که هنوز فاصله زیادی تا شبیهسازی کامل شرایط واقعی بخشهای اورژانس وجود دارد. به عنوان مثال، هیچ یک از محققان یا پزشکان در این مطالعه با بیماران تماس نداشتند.
از سوی دیگر، مطالعهای که در ماه مارس منتشر شد، به بررسی عملکرد سیستمهای هوش مصنوعی در ارتباط با بیماران پرداخت. تیمی از دانشمندان گوگل ریسرچ، سیستم «کاوشگر هوش پزشکی بیانگر» را بررسی کردند که از چت متنی برای درمان بیماران استفاده میکرد. نتایج این تحقیقات نشان داد که هوش مصنوعی میتواند در ۷۵ درصد موارد تشخیص صحیح را در میان گزینههای خود ارائه دهد.
رابرت واچر، پزشک دانشگاه کالیفرنیا، بیان میکند که این مطالعات نشاندهنده پیشرفت قابل توجه هوش مصنوعی در پزشکی در سه سال گذشته است. وی تأکید کرد که مدلهای زبانی ابتدا در انجام کارهای ساده موفق بودند، اما اکنون قادرند در شرایط پیچیده تشخیص دهند. با این حال، کارهایی مانند ارائه برنامههای درمانی هنوز به دست پزشکان انجام میشود.### آینده ابزارهای هوش مصنوعی در پزشکی
تحقیقات اخیر نشان میدهد که اگرچه ابزارهای هوش مصنوعی در حوزه تشخیص پزشکی عملکرد قابل توجهی ارائه میدهند، اما هنوز زمان مناسبی برای خودکار کردن آنها نیست. به گفته رودمان، شواهد موجود تنها نشاندهنده کارایی این سیستمها در تشخیص بیماری است و هنوز مشخص نیست که چگونه این فناوریها میتوانند به طور مؤثر در مراقبتهای clinical میانجامید. او تأکید میکند که برای به دست آوردن اطلاعات قابل اطمینان، نیاز به کارآزماییهای بالینی دقیق وجود دارد.
در این راستا، گوگل در حال آمادهسازی برای برگزاری یک کارآزمایی ویژه به نام «کاوشگر هوش پزشکی بیانگر» است که هدف آن فراتر رفتن از اندازهگیریهای اولیه خواهد بود. این تحقیق قصد دارد شرکتکنندگانی از سراسر ایالات متحده جذب کند تا شواهد قابل ملاحظهای از عملکرد این ابزارها جمعآوری کند. برخی از ابزارهای هوش مصنوعی پیشین به دلیل نیاز به نظارت پزشکان در فرآیند، تحت پژوهش قرار گرفتهاند. یکی از نمونههای موفق، نرمافزار AI Consult است که در نایروبی به پزشکان کمک میکند تا بر اساس سوابق پزشکی الکترونیک، تشخیصها و گزینههای درمانی را پیشنهاد دهند. نتایج منتشر شده در ژوئیه ۲۰۲۵ نشان میدهد که استفاده از این ابزار به کاهش ۱۶ درصدی خطای تشخیصی و ۱۳ درصدی خطای درمانی منجر شده است.
وو، یکی از محققان فعال در این زمینه، خواستار کارآزماییهای بیشتر برای بررسی ایمنی ابزارهای هوش مصنوعی پزشکی شده است. او در تجربهای که سال گذشته داشت، با استفاده از یک ابزار هوش مصنوعی متوجه پاسخ خطرناکی شد که موجب نگرانی او و همکارانش گردید. از این رو، آنها شروع به توسعه روشی تحت عنوان «ارزیابی آسیب گزینههای متعدد در پزشکی» کردند تا ایمنی توصیههای این مدلها را بررسی کنند. یافتههای اولیه نشان میدهد که احتمال آسیب جدی ناشی از توصیههای هوش مصنوعی در حدود ۲۲ درصد موارد وجود دارد.
محققان بر این باورند که در صورت آزمایش و بهبود بیشتر، ابزارهای هوش مصنوعی میتوانند به پزشکان در مدیریت کارها و صرفهجویی در زمان کمک کنند. همچنین مدلهای زبانی پیشرفته ممکن است به افرادی که به دلایل مختلف به پزشک دسترسی ندارند یاری رسانند.
کاراندیپ سینگ، پزشک و متخصص هوش مصنوعی پزشکی در دانشگاه کالیفرنیا، سندیگو، تأکید میکند که در ارزیابی پتانسیل این ابزارها باید به نقصهای موجود در سیستمهای بهداشتی کنونی توجه کرد. سینگ اعتقاد دارد که ابزارهای هوش مصنوعی به تدریج در تیمهای مراقبت بهداشتی ادغام خواهند شد، در حالیکه رابطه مبتنی بر اعتماد بین پزشکان و بیماران همچنان باقی خواهد ماند.
