تنظیمات
تصویر
مشخصات خبر
اندازه فونت :
چاپ خبر
شاخه : اجتماعی
لینک : econews.ir/5x4031959
شناسه : 4031959
تاریخ :
ارتباط مؤثر میان بالین و هوش مصنوعی؛ گمشده بزرگ نظام سلامت اقتصاد ایران: عضو هیأت علمی گروه مهندسی پزشکی دانشگاه علوم پزشکی کرمانشاه گفت: برای تولید ابزارهای کاربردی در حوزه سلامت، باید همکاری بین متخصصان مهندسی، علوم کامپیوتر و بالین شکل بگیرد. هر کدام به‌تنهایی نمی‌توانند راهگشا باشند.

ﺑﻪ ﮔﺰارش ﺧﺒﺮﮔﺰاری اﻗﺘﺼﺎداﯾﺮان

- اخبار اجتماعی -

به گزارش خبرنگار اجتماعی خبرگزاری تسنیم، نشست تخصصی «هوش مصنوعی در سلامت» با حضور جمعی از اساتید دانشگاه و فعالان حوزه فناوری، در سالن آی‌هیت نمایشگاه دائمی معاونت علمی و فناوری ریاست جمهوری و در حاشیه نمایشگاه بین‌المللی ایران هلث برگزار شد.

در این نشست، دکتر نوشین پورباقی عضو هیأت مدیره و رئیس کمیته علمی پژوهشی انجمن صنفی متخصصین تجهیزات پزشکی کشور، دکتر وهاب دهلقی عضو هیأت علمی گروه مهندسی پزشکی دانشگاه علوم پزشکی کرمانشاه، دکتر محمدمهدی زاهدی رئیس انجمن ملی هوش مصنوعی ایران، و دکتر مصطفی بهمن‌آبادی معاون پژوهشکده فناوری سلامت دانشگاه صنعتی امیرکبیر به ارائه سخنرانی پرداختند.

دکتر وهاب دهلقی، در سخنرانی خود با عنوان «هوش مصنوعی در تشخیص بیماری‌ها»، با اشاره به تجربه سال‌های ابتدایی فعالیت خود در حوزه مهندسی پزشکی گفت: در سال 1377، زمانی که به عنوان فارغ‌التحصیل دانشگاه صنعتی شریف وارد دانشگاه علوم پزشکی کرمانشاه شدم، هنوز بسیاری با رشته مهندسی پزشکی آشنا نبودند. حتی معاون آموزشی دانشگاه در پاسخ به معرفی من به‌عنوان مهندس پزشکی، با لهجه شیرین کرمانشاهی پرسید “مهندسی پزشکی چیست و چه کاری میکند؟ دو سال طول کشید تا توانستیم جایگاه این رشته را در وزارت بهداشت تثبیت کنیم.

وی افزود: اگر امروزه ابزار و تکنولوژی را از فرایند تشخیص و درمان حذف کنیم، پزشک به تنهایی نمی‌تواند عملکرد مؤثری داشته باشد. از سوی دیگر، ابزار هم به خودی خود کار نمی‌کند. بنابراین، مهندسی پزشکی نقش واسطی دارد که باید ابزارهای متناسب با هر تخصص پزشکی را طراحی و فراهم کند.

دهلقی با بیان اینکه «هوش مصنوعی راهبر ابزارهای نوین در حوزه سلامت شده»، تصریح کرد: افزایش حجم اطلاعات، بار کاری بالا و نیاز به دقت بیشتر در خدمات سلامت باعث شده تا استفاده از فناوری‌های نوین، به‌ویژه هوش مصنوعی، ضرورتی انکارناپذیر باشد.

وی با انتقاد از برخی پروژه‌های هوش مصنوعی که بدون درک بالینی طراحی شده‌اند، گفت: نمونه‌ای از این پروژه‌ها که در وزارت علوم انجام شده، با دقت 92 درصد در تشخیص یک بیماری چشمی همراه بود و مقاله آن در ژورنالی با ایمپکت فکتور بالا منتشر شد اما وقتی به گایدلاین‌های تشخیصی وزارت بهداشت مراجعه می‌کنید، می‌بینید که سهم پردازش تصویر در تشخیص این بیماری فقط 40 درصد است و باقی تشخیص، به پارامترهای بالینی مربوط است.

وی تأکید کرد: این نشان می‌دهد که برای تولید ابزارهای کاربردی در حوزه سلامت، باید همکاری بین متخصصان مهندسی، علوم کامپیوتر و بالین شکل بگیرد. هر کدام به‌تنهایی نمی‌توانند راهگشا باشند.

عضو هیأت علمی دانشگاه علوم پزشکی کرمانشاه در ادامه گفت: ما در سال 1397، برای اولین بار در وزارت بهداشت، کوریکولوم آموزشی دوره دکترای هوش مصنوعی را در دانشگاه علوم پزشکی ایران و با همکاری دانشگاه صنعتی شریف تدوین کردیم. این برنامه تنها زمانی موفق خواهد بود که وزارت علوم و وزارت بهداشت، هر دو به صورت فعال پای کار بیایند.

دهلقی خاطرنشان کرد: مهندسی پزشکی باید متولی توسعه و کاربرد هوش مصنوعی در نظام سلامت باشد، چرا که این رشته قابلیت برقراری ارتباط میان تخصص‌های مهندسی و پزشکی را دارد و می‌تواند ابزارهای مورد نیاز را به صورت متناظر با نیازهای بالینی طراحی کند.

وی گفت: خوشبختانه دانشگاه علوم پزشکی ایران پای کار آمده است و نخستین دوره دکترای هوش مصنوعی در این دانشگاه از سال 1398 آغاز شد؛ همان دانشگاهی که در سال 1377 وارد آن شدم و آن زمان هنوز رشته مهندسی پزشکی برای بسیاری ناشناخته بود.

وی افزود: هفته گذشته نیز دوره دکترای «رباتیک در پزشکی» را در همین دانشگاه با همکاری دانشگاه رازی و متخصصان بالینی آن مجموعه راه‌اندازی کردیم. اکنون بعد از دانشگاه علوم پزشکی تهران، دومین دانشگاه کشور هستیم که آموزش تخصصی در حوزه رباتیک پزشکی را در وزارت بهداشت دنبال می‌کند.

دهلقی ادامه داد: اگر می‌خواهیم هوش مصنوعی در کشور موفق شود، باید بتوانیم میان گروه‌های مختلف، ارتباطات مؤثر و سازنده‌ای ایجاد کنیم. طراحی ابزارهای هوش مصنوعی بدون اعمال نظر متخصصان بالینی و بدون رعایت رگولاتوری مناسب، نتیجه‌بخش نخواهد بود.

وی با ذکر مثالی گفت: اگر علائم یک بیماری ساده مانند سرماخوردگی را به یک سیستم هوش مصنوعی بدهیم، ممکن است خروجی سیستم صرفاً یک دارو باشد، اما تفاوت‌های بالینی در کودکان و بزرگسالان ایجاب می‌کند که تصمیم‌گیری فقط بر مبنای داده‌های سطحی نباشد. اینجاست که ورود دیدگاه‌های تخصصی بالینی به طراحی الگوریتم‌ها ضروری می‌شود.

دهلقی با تأکید بر اهمیت آموزش هدفمند در حوزه پزشکی گفت: پزشک تازه‌کار اکسپرت نیست؛ طبیعتاً خروجی یک رادیولوژیست جوان با کسی که 20 سال سابقه دارد، متفاوت خواهد بود. اما ابزارهای هوش مصنوعی می‌توانند به ارتقای دقت تشخیص متخصصان کم‌تجربه کمک کنند تا سطح خدمات آنها به استانداردهای بالاتری برسد.

وی اضافه کرد: در حوزه‌هایی مانند آنژیوگرافی نیز تشخیص دقیق گرفتگی عروق اهمیت زیادی دارد. ممکن است برخی پلاک‌ها به‌دلیل محدودیت زاویه دید و دوبعدی بودن تصاویر از دید پزشک پنهان بماند. اما اگر الگوریتم‌های هوش مصنوعی بر اساس تجربیات متخصصان کارآزموده آموزش داده شوند، می‌توانند به عنوان یک ابزار پشتیبان، دقت تشخیص را افزایش دهند.

دهلقی همچنین به کاربردهای هوش مصنوعی در مناطق محروم اشاره کرد و گفت: در برخی روستاها و مناطق دورافتاده، ممکن است متخصص زنان حضور نداشته باشد. اگر یک سیستم هوش مصنوعی بتواند تصاویر سونوگرافی را تحلیل و ناهنجاری‌های اولیه جنین را تشخیص دهد، می‌توان از آن برای غربالگری اولیه استفاده کرد. این کار موجب شناسایی زودهنگام بیماری‌ها و در نتیجه درمان مؤثرتر می‌شود.

وی در پایان گفت: امیدوارم با گسترش این همکاری‌ها میان متخصصان فنی، پزشکان بالینی و سیاست‌گذاران حوزه سلامت، بتوانیم بهره‌وری و کیفیت خدمات سلامت را از طریق ابزارهای هوشمند افزایش دهیم.

انتهای پیام/