"الذكاء الاصطناعي يجلب فرصًا جديدة للرعاية الصحية"

تساعد الذكاء الاصطناعي على التنبؤ بالأمراض بشكل أكثر دقة وتخصيص العلاج، وفقًا للأستاذة كارين فيرسبور، رئيسة كلية علوم الكمبيوتر بجامعة RMIT أستراليا.

يتزايد تدريجيًا استخدام الذكاء الاصطناعي في الرعاية الصحية ليصبح توجهًا عالميًا مزدهرًا. وفي هذا السياق، أجرت البروفيسورة كارين فيرسبور حوارًا مع VnExpress حول التطورات في هذا المجال.

- أستاذ، من فضلك قم بتحليل اتجاهات تطبيق الذكاء الاصطناعي في الرعاية الصحية على مستوى العالم؟

في مجال الرعاية الصحية، تُعدّ معالجة الصور من أكثر مجالات الذكاء الاصطناعي تطورًا. على سبيل المثال، يُمكن لتطبيقات الرؤية الحاسوبية التي تعتمد على التعلم الآلي تشخيص الأمراض والكشف عنها. كما يُمكن استخدام هذه التقنية لتفسير نتائج تصوير الصدر بالأشعة السينية أو تصنيف الآفات الجلدية التي قد تُشير إلى الإصابة بالسرطان. كما تُوظّف العديد من المستشفيات مساعدين جراحيين روبوتيين بدقة وكفاءة عاليتين، لدعم الجراحين بناءً على خصائص كل مريض.

نحن نشهد تقدماً متزايداً في استخدام الذكاء الاصطناعي لتوجيه عملية اتخاذ القرارات السريرية باستخدام بيانات سريرية أكثر تنوعاً، مثل البيانات المسجلة في السجلات الصحية الإلكترونية - بما في ذلك البيانات المنظمة (مثل المؤشرات الحيوية في الدم، والعلامات الحيوية) والبيانات غير المنظمة (البيانات من الملاحظات والتقارير والمعلومات الجينية).

من الاتجاهات البارزة الأخرى تطبيقات الذكاء الاصطناعي الأوسع نطاقًا في البيئات السريرية. يمكنك رؤية أجهزة تساعد في التوثيق السريري من خلال تدوين الملاحظات تلقائيًا، أو السرد السريري أثناء الجراحة، أو تسجيل تاريخ المرضى أثناء الاستشارات الطبية.

البروفيسورة كارين فيرسبور في الندوة السنوية الثالثة بين فيتنام وأستراليا حول التعاون لتعزيز الصناعة 4.0، والتي عُقدت في 20 أكتوبر 2022. الصورة: مقدمة من الشخصية

- لماذا تتمتع تقنية معالجة الصور بمثل هذا التأثير العميق في مجال الرعاية الصحية؟

يعود ذلك إلى أن بيانات قطاع الرعاية الصحية أكثر تواترًا ومنهجيةً من العديد من أنواع البيانات السريرية الأخرى. في قطاع الرعاية الصحية ، يوجد عدد محدود من أجهزة التصوير ومصنّعيها، لذا فإن البيانات متسقة تمامًا.

بالإضافة إلى ذلك، تُناسب الصور خوارزميات الذكاء الاصطناعي الحالية بشكل مثالي. إذ يُمكن عرضها كمصفوفات بكسل كثيفة تمامًا، أي أن لكل خلية في المصفوفة قيمة. هذا النوع من البيانات مُناسب تمامًا لأنواع التمثيلات والتحليلات الرياضية التي تُجريها أساليب الذكاء الاصطناعي.

هناك أيضًا كمية كبيرة من بيانات الصور المُصنّفة، أي التشخيصات المعروفة المرتبطة بكل صورة. هذا يعني سهولة تطبيق التعلم الآلي المُشرف. وقد أثبتت هذه الأنظمة فعاليتها الكبيرة، حيث تُضاهي أداء الخبراء البشريين، بل وتتفوق عليهم، في بعض الحالات.

- في هذه الصورة العامة، في فيتنام، كيف يتم تطبيق الذكاء الاصطناعي في الرعاية الصحية العامة؟

في الدول النامية، قد يكون تطبيق أنظمة البرمجيات، مثل السجلات الصحية الإلكترونية، أقل انتشارًا. كما أن هذه الدول تعاني من ضعف الوصول إلى التكنولوجيا والموارد الصحية، مما يؤثر على تطوير بعض التطبيقات التي تعتمد على جمع البيانات إلكترونيًا.

مع ذلك، لا تزال التكنولوجيا والذكاء الاصطناعي يُحققان فوائد كبيرة للمستخدمين في هذه البلدان وفيتنام. فالذكاء الاصطناعي يُوفر خبرات متخصصة حتى لو لم تكن متوفرة محليًا. فبدلًا من الأجهزة المتخصصة، يُمكن استخدام أجهزة استشعار في منتجات شائعة مثل الهواتف المحمولة والساعات الذكية لتسجيل البيانات الصحية. كما يُمكن لبعض الأدوات تحليل تسجيلات السعال لتشخيص كوفيد-19 أو الكشف عن الرجفان الأذيني من خلال معدل ضربات القلب باستخدام بيانات هذه الأجهزة.

يمكن نشر المساعدين الصحيين الأذكياء من خلال تطبيق، مما يتيح للمرضى التحكم بشكل أكبر في صحتهم.

- فما هي العوائق التي تحول دون تطبيق الذكاء الاصطناعي في الرعاية الصحية؟

العائق الرئيسي أمام استخدام الذكاء الاصطناعي في اتخاذ القرارات السريرية يكمن في جمع البيانات من السكان الفيتناميين. يجب أن تُصمَّم أي أداة ذكاء اصطناعي بما يتناسب مع خصائص السكان المحددة، أي أن تكون بيانات الإدخال متوافقة مع البيانات التي دُرِّب عليها النموذج.

غالبًا ما يصعب نقل أدوات الذكاء الاصطناعي من سياق إلى آخر. هذا يعني أنه لكي يعمل الذكاء الاصطناعي بكفاءة عالية في السياق الفيتنامي، يجب تكييف الأدوات وتقييمها بشكل مناسب. يتطلب ذلك الاستثمار في البنية التحتية الرقمية في مرافق الرعاية الصحية الفيتنامية. يجب توجيه الاستثمارات في جميع الجوانب: مرافق الرعاية الصحية، وأنظمة السجلات الصحية الإلكترونية، وآليات تبادل البيانات والربط بين مقدمي الرعاية الصحية.

يتمثل التحدي الأكبر في تحديد المشكلات التي تحتاج إلى معالجة في بيئة فيتنام الفريدة، حيث يمكن للذكاء الاصطناعي أن يكون ذا قيمة قصوى. يتطلب هذا تعاونًا بين الباحثين ومبتكري الذكاء الاصطناعي وقادة الرعاية الصحية لتحديد الفرص وتحديد الأولويات وتحفيز الاستثمار.

- هل يمكنك مشاركة بعض تجاربك من أستراليا في هذا المجال؟

في أستراليا ، سرّع كوفيد-19 من اعتماد تقنيات الصحة الرقمية، وزاد الحاجة إليها. دفعت عمليات الإغلاق والقيود الناس إلى اللجوء إلى الرعاية الصحية عبر الإنترنت. وقد غيّر هذا المشهد الصحي، وأوجد توجهًا نحو استخدام التكنولوجيا لدعم الرعاية الصحية والرفاهية العامة.

لقد لاحَظَت هذه التغييرات ودعمها المجتمع، مما أدى إلى حوارات وطنية - داخل الحكومة ووسائل الإعلام - حول تنظيم استخدام البرمجيات كجهاز طبي، وأخلاقيات استخدام الذكاء الاصطناعي في السياق الطبي، وقيمة البيانات الصحية كمورد عام. وإلى جانب قيمتها، يتعين على المؤسسات احترام حساسية هذه البيانات وخصوصيتها.

أعتقد أن فيتنام قادرة على الاستفادة من هذه التجربة، وذلك بإشراك الجمهور وفهم الفرص التي يتيحها الذكاء الاصطناعي في مجال الرعاية الصحية. في نهاية المطاف، سيستفيد المرضى والمستهلكون من اعتماد هذه التقنيات. لكننا سنعتمد أيضًا على بياناتهم لبناء هذه البيانات وتقييمها. لذا، من المهم بناء الثقة في أنظمة الذكاء الاصطناعي من قِبل المرضى ومقدمي الرعاية الصحية.

البروفيسورة كارين فيرسبور (أقصى اليسار) في نقاش مع خبراء حول إمكانات الذكاء الاصطناعي. الصورة: مقدمة من الشخصية.

- كيف تتنبأ بالتطور المستقبلي للذكاء الاصطناعي في الرعاية الصحية؟

اليوم، أصبح الذكاء الاصطناعي حاضرًا بقوة في أذهان الناس أكثر من أي وقت مضى. وقد زاد الاهتمام بـ ChatGPT والذكاء الاصطناعي التوليدي من اهتمام الناس باستخدام الذكاء الاصطناعي لحل العديد من مشاكل العمل والحياة.

تطبيق الذكاء الاصطناعي في مجال الصحة والرفاهية ليس استثناءً، وسنشهد بلا شك ازديادًا في الابتكار في هذا المجال. أعتقد أن هناك فرصًا عديدة للاستفادة من الذكاء الاصطناعي لتحسين رعاية المرضى، من خلال تكامل البيانات متعدد الوسائط والنمذجة التنبؤية المعقدة.

سيساعدنا الذكاء الاصطناعي على التنبؤ بشكل أفضل بنتائج المرضى وتطور المرض، وتوفير خطط علاجية مصممة خصيصًا لكل حالة. سنتمكن من الاستفادة من التكنولوجيا لتسجيل الأنشطة الطبية المسجلة، وتوفير المعرفة والأدلة على تأثير العلاج. سيؤدي هذا إلى مزيد من التحسينات في الممارسة - وهي دورة قيّمة تُعرف باسم نظام الصحة المتعلم.

يمكننا تحسين تجربة المريض من خلال اقتراح خطوات عملية العلاج بشكل استباقي، وتزويد الأطباء بالمعلومات الصحيحة لدعم قراراتهم. كما يمكننا تحسين تجربة المريض من خلال الاستفادة من الذكاء الاصطناعي لجعل التفاعل مع نظام الرعاية الصحية أكثر "إنسانية". على سبيل المثال، من خلال المساعدة في مهام التحضير والتوثيق، مما يتيح للأطباء مزيدًا من الوقت للتحدث مع مرضاهم. تتيح بعض أدوات الترجمة الفورية إعدادات متعددة اللغات، مما يساعد على ترجمة اللغة الطبية المعقدة إلى معلومات أسهل فهمًا، مما يزيد من كفاءة التواصل مع المرضى.

سيتمتع المرضى باستقلالية أكبر في رعاية صحتهم. كما سيستخدمون التكنولوجيا الرقمية لجمع بياناتهم الصحية وإدارتها وتحليلها وتفسيرها، مما يُحسّن تفاعلهم مع النظام الصحي.

مينه تو

رابط المصدر: https://vnexpress.net/ai-mang-den-nhung-co-hoi-moi-cho-y-te-4661285.html