آشنایی با ۶ چالش هوش مصنوعی در ورود به حوزهی سلامت و پزشکی
✍️ دکتر علیاصغر هنرمند
هوش مصنوعی به سرعت در حال تغییر دنیا است و بهنظر میرسد با یک انقلاب در رشتههای گوناگون مواجه هستیم. در بخش سلامت و پزشکی هم صدای پای هوش مصنوعی از گوشه و کنار به گوش میرسد. اما اگر کمی دقیقتر نگاه کنیم، متوجه میشویم داستان هوش مصنوعی و پزشکی با چالشهای خاصی مواجه است که برخی از آنها در دیگر رشتهها وجود ندارد.
۱- ناقصبودن ابزارهای هوش مصنوعی فعلی:
ابزارهای هوش مصنوعی طی چند سال گذشته پیشرفت قابل توجهی داشتهاند، اما آنها برای عملکرد صحیح و دقیق به حجم زیادی از «اطلاعات کامل» و «صحیح» نیاز دارند. چیزی که در سیستم بهداشت و سلامت آنقدرها در دسترس نیست. اطلاعات پزشکی معمولا بسیار پراکنده هستند و ضمنا در مورد صحت بسیاری آنها نمیتوان اطمینان داشت.
از طرف دیگر برخی اطلاعات پزشکی، محرمانه به حساب میآیند و نمیتوان آنها را بهراحتی و بدون کسب اجازه از بیمار، در اختیار هوش مصنوعی قرار داد و این خودش یک محدودیت مهم به حساب میآید.
در نتیجه ممکن است ابزارهای هوش مصنوعی، نتایج اشتباهی ارائه دهند و این جزو مهمترین چالشهایی است که باید در نظر گرفته شود.
۲- اِکراه در استفاده
بسیاری از پزشکان در استفاده از ابزارهای هوش مصنوعی اکراه دارند. ما آموزش دیدهایم تا بر اساس شواهد و معاینات به جمعبندی بالینی برسیم و در نتیجه به راحتی نمیتوان به حرفهای یک الگوریتم هوش مصنوعی اطمینان کرد.
در این رابطه نیاز است ابزارهای هوش مصنوعی پزشکی بهگونهای طراحی شوند تا فرایند تصمیمگیری آنها به صورت شفاف در اختیار کادر پزشکی قرار بگیرد و امکان نظارت بر آن وجود داشته باشد. چیزی که هنوز در دسترسمان نیست و تا آن زمان احتمالا میزان اعتماد به ابزارهای هوش مصنوعی بالا نخواهد بود.
۳- پیچیدگی روالها و اهمیت قوانین در پزشکی
قوانین و مقررات حوزه سلامت بسیار پیچیدهتر و سختگیرانهتر از دیگر رشتهها است. برای مثال در حوزه تولید نرمافزار، شما به راحتی سراغ استفاده از هوش مصنوعی میروید و ابزارهای گوناگون را امتحان میکنید. در بدترین شرایط، محصول شما حاوی باگهایی خواهد بود که قابل رفع هستند. اما در حوزهی سلامت شما با جان انسانها سروکار دارید و جای زیادی برای آزمایش و خطا وجود ندارد.
در نتیجه تستها و اعتبار سنجیهای بسیار بیشتر باید انجام شود تا بتوانید به پیشنهادهای پزشکیِ هوش مصنوعی اعتماد کنید، وگرنه در جایگاه پزشک ممکن است گیر قانون بیفتید.
همین الان هم برخی پزشکان از ChatGPT مشورت میگیرند، اما در حال حاضر نمیتوانید به پاسخهای ارائه شده اعتماد ۱۰۰ درصد داشته باشید. ابزارهای فعلی دچار انواع و اقسام اشتباهات هستند و حتی گاهی اوقات دچار توهم میشوند (واقعا به آن توهم هوش مصنوعی یا AI hallucination میگویند) و مثلا پاسخی بر اساس منبعی به شما میدهد که اگر آن را دنبال کنید متوجه میشوید اصلا چنین منبعی وجود ندارد! در نتیجه اگر بیمار دچار مشکل شود، مسئولیت کامل آن برعهدهی شما است.
۴- نیاز به سرمایهگذاریهای بزرگ
ابزارهای هوش مصنوعی فعلی، علاوه بر حجم زیاد اطلاعات، به توان سختافزاری قابل توجهی هم نیاز دارند که نیازمند سرمایهگذاریهای بسیار بزرگ است و در دسترسی به آن محدودیتهای زیادی وجود دارد.
چتجیپیتی مهمترین محصولی بود که هوش مصنوعی را طی یک سال گذشته بسیار مشهور کرد. اما اگر نگاهی به زیرساختهای آن بیندازیم، متوجه میشویم روزانه حدود نیم میلیون کیلووات برق مصرف میکند که معادل مصرف حدود ۲۰۰ هزار خانه است و برای خنکنگه داشتن هزاران پردازشگرش، آب بسیار زیادی مصرف میشود. جالب است بدانید که یک بررسی غیررسمی تخمین زده هزینه نگهداری چتجیپیتی، روزانه نزدیک به یک میلیون دلار است!
۵- نبود یک فریمورک استاندارد
در حال حاضر برای ساخت ابزارهای هوش مصنوعیِ پزشکی هیچ استاندارد تعریفشدهای وجود ندارد. ضروری است که یک چارچوب کلی تدوین شود تا تمام ابزارهای تولیدی از دستورالعملهایش پیروی کنند و موارد مهمی مشخص گردد. از جمله:
- جمعآوری اطلاعات چگونه انجام شود؟
- فرایند صحتسنجی اطلاعات چطور باشد؟
- ملاحظات اخلاقی به چه شکل در نظر گرفته شوند؟
- و بسیاری موارد دیگر…
۶- نیاز به ارتباط بیشتر میان جامعه فناوری و پزشکی:
اگر بخواهیم سرعت ورود هوش مصنوعی به حوزهی پزشکی را افزایش دهیم، باید میان تکنولوژیستها و پزشکان ارتباط دوستانهی بیشتری برقرار کنیم.
تجربیات قبلی من (به عنوان فردی که در هر دو حوزه فعالیت میکند)، نشان داده هر کدام از این گروهها از یک زاویهی خاص و متفاوت به ماجرا نگاه میکنند و تنها با آموزش دو طرفه و بهاشتراکگذاری اطلاعات است که گرهها باز میشود و حاصل آن پیشرفت متقابل خواهد بود.
@funical
✍️ دکتر علیاصغر هنرمند
هوش مصنوعی به سرعت در حال تغییر دنیا است و بهنظر میرسد با یک انقلاب در رشتههای گوناگون مواجه هستیم. در بخش سلامت و پزشکی هم صدای پای هوش مصنوعی از گوشه و کنار به گوش میرسد. اما اگر کمی دقیقتر نگاه کنیم، متوجه میشویم داستان هوش مصنوعی و پزشکی با چالشهای خاصی مواجه است که برخی از آنها در دیگر رشتهها وجود ندارد.
۱- ناقصبودن ابزارهای هوش مصنوعی فعلی:
ابزارهای هوش مصنوعی طی چند سال گذشته پیشرفت قابل توجهی داشتهاند، اما آنها برای عملکرد صحیح و دقیق به حجم زیادی از «اطلاعات کامل» و «صحیح» نیاز دارند. چیزی که در سیستم بهداشت و سلامت آنقدرها در دسترس نیست. اطلاعات پزشکی معمولا بسیار پراکنده هستند و ضمنا در مورد صحت بسیاری آنها نمیتوان اطمینان داشت.
از طرف دیگر برخی اطلاعات پزشکی، محرمانه به حساب میآیند و نمیتوان آنها را بهراحتی و بدون کسب اجازه از بیمار، در اختیار هوش مصنوعی قرار داد و این خودش یک محدودیت مهم به حساب میآید.
در نتیجه ممکن است ابزارهای هوش مصنوعی، نتایج اشتباهی ارائه دهند و این جزو مهمترین چالشهایی است که باید در نظر گرفته شود.
۲- اِکراه در استفاده
بسیاری از پزشکان در استفاده از ابزارهای هوش مصنوعی اکراه دارند. ما آموزش دیدهایم تا بر اساس شواهد و معاینات به جمعبندی بالینی برسیم و در نتیجه به راحتی نمیتوان به حرفهای یک الگوریتم هوش مصنوعی اطمینان کرد.
در این رابطه نیاز است ابزارهای هوش مصنوعی پزشکی بهگونهای طراحی شوند تا فرایند تصمیمگیری آنها به صورت شفاف در اختیار کادر پزشکی قرار بگیرد و امکان نظارت بر آن وجود داشته باشد. چیزی که هنوز در دسترسمان نیست و تا آن زمان احتمالا میزان اعتماد به ابزارهای هوش مصنوعی بالا نخواهد بود.
۳- پیچیدگی روالها و اهمیت قوانین در پزشکی
قوانین و مقررات حوزه سلامت بسیار پیچیدهتر و سختگیرانهتر از دیگر رشتهها است. برای مثال در حوزه تولید نرمافزار، شما به راحتی سراغ استفاده از هوش مصنوعی میروید و ابزارهای گوناگون را امتحان میکنید. در بدترین شرایط، محصول شما حاوی باگهایی خواهد بود که قابل رفع هستند. اما در حوزهی سلامت شما با جان انسانها سروکار دارید و جای زیادی برای آزمایش و خطا وجود ندارد.
در نتیجه تستها و اعتبار سنجیهای بسیار بیشتر باید انجام شود تا بتوانید به پیشنهادهای پزشکیِ هوش مصنوعی اعتماد کنید، وگرنه در جایگاه پزشک ممکن است گیر قانون بیفتید.
همین الان هم برخی پزشکان از ChatGPT مشورت میگیرند، اما در حال حاضر نمیتوانید به پاسخهای ارائه شده اعتماد ۱۰۰ درصد داشته باشید. ابزارهای فعلی دچار انواع و اقسام اشتباهات هستند و حتی گاهی اوقات دچار توهم میشوند (واقعا به آن توهم هوش مصنوعی یا AI hallucination میگویند) و مثلا پاسخی بر اساس منبعی به شما میدهد که اگر آن را دنبال کنید متوجه میشوید اصلا چنین منبعی وجود ندارد! در نتیجه اگر بیمار دچار مشکل شود، مسئولیت کامل آن برعهدهی شما است.
۴- نیاز به سرمایهگذاریهای بزرگ
ابزارهای هوش مصنوعی فعلی، علاوه بر حجم زیاد اطلاعات، به توان سختافزاری قابل توجهی هم نیاز دارند که نیازمند سرمایهگذاریهای بسیار بزرگ است و در دسترسی به آن محدودیتهای زیادی وجود دارد.
چتجیپیتی مهمترین محصولی بود که هوش مصنوعی را طی یک سال گذشته بسیار مشهور کرد. اما اگر نگاهی به زیرساختهای آن بیندازیم، متوجه میشویم روزانه حدود نیم میلیون کیلووات برق مصرف میکند که معادل مصرف حدود ۲۰۰ هزار خانه است و برای خنکنگه داشتن هزاران پردازشگرش، آب بسیار زیادی مصرف میشود. جالب است بدانید که یک بررسی غیررسمی تخمین زده هزینه نگهداری چتجیپیتی، روزانه نزدیک به یک میلیون دلار است!
۵- نبود یک فریمورک استاندارد
در حال حاضر برای ساخت ابزارهای هوش مصنوعیِ پزشکی هیچ استاندارد تعریفشدهای وجود ندارد. ضروری است که یک چارچوب کلی تدوین شود تا تمام ابزارهای تولیدی از دستورالعملهایش پیروی کنند و موارد مهمی مشخص گردد. از جمله:
- جمعآوری اطلاعات چگونه انجام شود؟
- فرایند صحتسنجی اطلاعات چطور باشد؟
- ملاحظات اخلاقی به چه شکل در نظر گرفته شوند؟
- و بسیاری موارد دیگر…
۶- نیاز به ارتباط بیشتر میان جامعه فناوری و پزشکی:
اگر بخواهیم سرعت ورود هوش مصنوعی به حوزهی پزشکی را افزایش دهیم، باید میان تکنولوژیستها و پزشکان ارتباط دوستانهی بیشتری برقرار کنیم.
تجربیات قبلی من (به عنوان فردی که در هر دو حوزه فعالیت میکند)، نشان داده هر کدام از این گروهها از یک زاویهی خاص و متفاوت به ماجرا نگاه میکنند و تنها با آموزش دو طرفه و بهاشتراکگذاری اطلاعات است که گرهها باز میشود و حاصل آن پیشرفت متقابل خواهد بود.
@funical
👍4
This media is not supported in your browser
VIEW IN TELEGRAM
@funical
Please open Telegram to view this post
VIEW IN TELEGRAM
👍5😁1🤣1
آرون جیمز، کارگری که در یک حادثه برق گرفتگی، یک چشم و بخشی از صورتش را از دست داده بود، اولین فردی است که پیوند صورت به همراه یک چشم کامل دریافت کرده است (نیچر).
در این جراحی که سال قبل انجام شده، از چندین تکنیک نوآورانه مانند ابزارهای چاپ سهبعدی استفاده شده تا استخوانهای اهداکننده به صورت جیمز متصل شوند و هیمن طور یک قطعه از شریان کاروتید پیوند زده شد که به چشم جدید خونرسانی کند.
طی جراحی ۲۱ ساعته، کل چشم چپ، حفره استخوانی اطراف آن، بینی، بخشی از استخوان چانه، عضلات، اعصاب و رگهای خونی مرتبط از یک اهداکننده مرگ مغزی به جیمز پیوند زده شد.او مجددا حس بویایی دارد.
به دلیل پیچیدگی، این جراحی حداقل ۱۵ بار روی جسد تمرین شده بود.
بعد از بیش از یکسال (مقاله جدید جاما) چشم پیونده زده شده سالم است و فشار مناسب و جریان خوب کافی دارد و به نور هم واکنش می دهد. پزشکان از ابتدا نیز انتظار قدرت بینایی از چشم پیوندی نداشتند چرا که اتصال عصب بینایی چشم پیوندی به مغز جیمز پیچیده و هنوز یک معماست. اما این جراحی یک قدم ما را به بازگرداندن بینایی از این طریق نزدیک کرد.
@funical
Please open Telegram to view this post
VIEW IN TELEGRAM
Please open Telegram to view this post
VIEW IN TELEGRAM
😍17👍4👏4
Funical
Photo
✍️ دکتر علیاصغر هنرمند
یک سال قبل در «آپدیت اِم دی» از انجام نخستین عمل جراحی «پیوند چشم» انسان صحبت کردیم.
آقای آرون جیمز در اثر یک حادثه در محل کار، بینی، چشم چپ، لبها و بخشی از دهانش را از دست داده بود و در یک جراحی بزرگ ۲۱ ساعته (با حضور ۱۴۰ نفر از کادر درمان)، این اجزای صورت همراه با چشم به وی پیوند زده شده بود.
اکنون یک سال از جراحی گذشته و خبر خوب این است که چشم پیوندی توسط بدن گیرنده پس زده نشده. پزشکان میگویند فشار چشم پیوندی طبیعی است و اندازه خودش را حفظ کرده. در حالی که در پیوندهایی در حیوانات انجام شده، چشم پیوندی بعد از مدتی کوچکتر شده است.
البته آقای جیمز هنوز بینایی چشم پیوندی را بهدست نیاورده. اما پزشکان امیدوارند که حتی بینایی این شخص هم در آینده باز گردد.
در بررسی انجام شده توسط electroretinography معلوم شده که اعصاب بینایی چشم پیوندی بعد از پیوند همچنان دارای عملکرد هستند.
لازم به ذکر است که طی چند ماه گذشته توانایی بویایی آرون جیمز هم بازگشته است.
@funical
Please open Telegram to view this post
VIEW IN TELEGRAM
👏8👍4🔥3
از گوجه های تخم مرغی استفاده کنید نه گوجه های گرد. جدا کردن پوست گوجه ها الزامیست.
در یک سالاد شیرازی پرفکت مقدار گوجه و خیار مساوی است اما مقدار پیاز حداکثر پنج درصد از کل سالاد است و صرفا یک چاشنی محسوب می شود. گوجه و خیار را ریز خورد کنید. خورد کردن نگینی پیاز صحیح نیست بلکه باید آن را میکروسکوپی خورد کرد. پیاز قرمز جایگاهی در سالاد شیرازی ندارد.
استفاده از پودر زیره، فلفل سیاه و پونه کوهی بسیار مهم است. هرگز از سرکه، آب نارنج یا آبلیمو استفاده نکنید. فقط و فقط آبغوره یکساله باید استفاده کرد. حداکثر میتوان چند قطره از یک لیموترش را نیز چکاند.
سالاد شیرازی را تا نیم ساعت پس از تهیه آن و به صورت خنک میل کنید.
@funical
Please open Telegram to view this post
VIEW IN TELEGRAM
👍17😁5🍓2🎄2
@funical
Please open Telegram to view this post
VIEW IN TELEGRAM
🤬18👏1😁1🤯1😱1
Funical
قبول دارین ننه باباهامون ما ها رو نمیفهمن؟ #Erfan @funical
مشاهدهی ری اکت قلب شکسته علاوه بر جواب دارای حکایت هم داخلش هست...💔👨🦯نشونهس واسه تتهاییاتون
@funical
@funical
👍8💔5🤡4😁2🕊2
بیمار اومد چندتا دندون کشیدنی داشت
شد۱.۹۰۰بعد شروع کرد کلی التماس که من کارگرم و ندارم
گفتم باشه شما ۱تومن بزن باز شروع کرد به خواهش که ۹۰۰بزنم به خدا اگه بیشتر از این تو کارتم داشتم چونه نمیزدم جلو بچم شرمندم نکن
منم گفتم باشه همون۹۰۰بزن
خودش رفت کارت کشید اشتباهی۹میلیون:)
@funical
شد۱.۹۰۰بعد شروع کرد کلی التماس که من کارگرم و ندارم
گفتم باشه شما ۱تومن بزن باز شروع کرد به خواهش که ۹۰۰بزنم به خدا اگه بیشتر از این تو کارتم داشتم چونه نمیزدم جلو بچم شرمندم نکن
منم گفتم باشه همون۹۰۰بزن
خودش رفت کارت کشید اشتباهی۹میلیون:)
@funical
🤣53👍2😁2🆒2