فناوری، هوش مصنوعی (AI) و کلانداده (Big Data) در حال تغییر آینده بسیاری از صنایع هستند و مراقبتهای بهداشتی به عنوان یک حوزه امیدوارکننده در حال ظهور است. در انجمن مراقبتهای بهداشتی ویتنام ۲۰۲۵، کارشناسان در مورد پتانسیلها و چالشهای هوش مصنوعی و کلانداده در تشخیص و درمان پزشکی بحث کردند.
این انجمن با موضوع «کلان داده و هوش مصنوعی در تشخیص و درمان پزشکی» در تاریخ ۲۱ و ۲۲ جولای با همکاری انجمن دانشمندان و متخصصان ویتنامی جهانی (AVSE Global) و بیمارستان مرکزی نظامی ۱۰۸ برگزار شد.
این رویداد متخصصان برجسته داخلی و خارجی را گرد هم میآورد تا دیدگاهها و تجربیات خود را برای بهبود کیفیت مراقبتهای بهداشتی در ویتنام به اشتراک بگذارند.
هوش مصنوعی: آغاز عصر جدیدی از مراقبتهای بهداشتی
پروفسور گای مارکس، رئیس اتحادیه بینالمللی مبارزه با سل و بیماریهای ریوی و استاد دانشگاه نیو ساوت ولز (استرالیا)، بینشی در مورد چگونگی مقابله هوش مصنوعی و فناوریهای پیشرفته با چالشهای ذاتی سلامت جهانی، به ویژه در کشورهای کمدرآمد و با درآمد متوسط مانند ویتنام، ارائه داد.

پروفسور گای مارکس، رئیس اتحادیه بینالمللی مبارزه با سل و بیماریهای ریوی و استاد دانشگاه نیو ساوت ولز در محل برگزاری مجمع (عکس: کمیته سازماندهی).
پروفسور مارکس گفت: «رویکردهای سنتی قرن نوزدهم در مدیریت مراقبتهای بهداشتی در حال منسوخ شدن هستند، که ارائه مراقبتهای بهداشتی امروز را پیچیده کرده است.» او به سه پیچیدگی کلیدی در پزشکی قرن بیست و یکم اشاره کرد:
زیستشناسی انسان: بدن انسان سیستم پیچیدهای است که توضیح کامل علمی را به چالش میکشد ؛
محیط زیست: محیط زیست شامل عوامل بیماریزا و خطرات زیادی است. اکثر بیماریها نتیجه تعاملات پیچیده بین زیستشناسی انسان و محیط زیست هستند؛
مداخلات پزشکی: پزشکی مدرن مجموعهای پیچیده از مداخلات (دارویی، جراحی، روانشناختی، غیردارویی) دارد که تشخیص و درمان را بسیار پیچیده میکند.
پروفسور مارکس تأکید کرد: «محدودیتهای رویکردهای سنتی مانند تخصصگرایی، تمرکزگرایی (که منجر به مشکل دسترسی بیماران به متخصصان و نیاز به مراجعه به بیمارستانهای بزرگ میشود)، دستورالعملها و پروتکلها (که اغلب بسیار طولانی یا بسیار ساده هستند) و آموزشهای آموزشی (که دائماً دانش را تغییر میدهند و نرخ جابجایی کارکنان بالایی دارند) باعث ایجاد مشکلاتی در مراقبتهای بهداشتی فعلی شدهاند.»
«در همین حال، بیمارستانهای سنتی که اغلب پرخطر، گران و دور از محل زندگی بیماران هستند، به یک رویکرد جدید و انسانمحور نیاز دارند و اکنون فناوریها میتوانند این کار را انجام دهند.»
امروزه، فناوری پیشرفته، عصر جدیدی را در مراقبتهای بهداشتی آغاز میکند که در آن پلتفرمهای آزمایش در محل (PoC) و گزارش تصویربرداری از راه دور نقش کلیدی ایفا میکنند. به طور خاص، اشعه ایکس فوق قابل حمل با قابلیت خواندن تصویر با هوش مصنوعی، نشان داده است که در تشخیص سل، از رادیولوژیستها بهتر عمل میکند.
پروفسور مارکس گفت: «توسعه حمل و نقل و ارتباطات، با بهرهگیری از اینترنت پرسرعت، وایفای و دستگاههای متصل، امکان استقرار قدرت محاسباتی و پایگاههای داده در فضای ابری را فراهم میکند و اطلاعات و فناوری را برای افراد در مناطق دورافتاده قابل دسترسی میسازد. پهپادها حتی میتوانند برای انتقال آسان نمونههای بیمار و داروها استفاده شوند. دادههای کارآزمایی بالینی با کیفیت بالا، که اغلب به صورت ناشناس در دسترس هستند، برای درمان شخصیسازی شده و تجزیه و تحلیل پیشرفته ضروری هستند.»

به گفته وی، سیستمهای پشتیبانی تصمیمگیری بالینی (CDSS) ابزارهای قدرتمندی هستند که توصیههای مدیریتی را بر اساس دادههای بیمار و دانش پزشکی ارائه میدهند. به طور خاص، هوش مصنوعی و یادگیری ماشینی نقش مهمی در جمعآوری و سازماندهی دادههای ساختاریافته بیمار، استخراج و ترکیب اطلاعات از مجموعه دادههای بزرگ کارآزماییهای بالینی و همچنین ارائه پشتیبانی تصمیمگیری به پزشکان خواهند داشت.
پروفسور مارکس یک مدل جدید مراقبتهای بهداشتی انسانمحور را پیشبینی میکند که مبتنی بر یک پزشک عمومی نزدیک به خانه بیمار است و توسط یک سیستم پشتیبانی تصمیمگیری چندمرحلهای (CDSS) و توصیههای مبتنی بر هوش مصنوعی پشتیبانی میشود. این رویکرد نویدبخش تصمیمات پزشکی بهتر، نتایج بهینه برای بیمار، کاهش ضایعات منابع و آنتیبیوتیک و افزایش ظرفیت برای کارکنان مراقبتهای بهداشتی خط مقدم است.
پتانسیل هوش مصنوعی در مراقبتهای بهداشتی در ویتنام
در این میزگرد، کارشناسان برجسته به بررسی نقش هوش مصنوعی در آینده مراقبتهای بهداشتی ویتنام پرداختند.
پروفسور دین شوان آن توان، رئیس بخش پزشکی تنفسی - اکتشاف عملکردی، بیمارستان کوچین، پاریس (فرانسه)، اظهار داشت: «پیچیدگی سلامت، فیزیولوژی، مغز، روح و محیط انسان عواملی هستند که مراقبتهای بهداشتی را بسیار دشوار میکنند و نیاز به فردیسازی در درمان دارند. اما هوش مصنوعی میتواند با پردازش حجم زیادی از اطلاعات که انسانها قادر به انجام آن نیستند، به حل این پیچیدگی کمک کند.»
دکتر وو سی نام، مدیر مرکز زیستپزشکی (VinBigData)، با همین دیدگاه توضیح داد: «مدلهای زبان بزرگ میتوانند نکات کلیدی در پردازش کلانداده و مراقبتهای بعدی را حل کنند. یادگیری ماشین و مدلهای زبان بزرگ بر اساس احتمال عمل میکنند و نتیجهای را با بالاترین احتمال انتخاب میکنند، اما اکثریت همیشه درست نیستند.»
بنابراین، انسانها همیشه باید در مرکز باشند، نتایج هوش مصنوعی را کنترل کنند و همیشه در نظر داشته باشند که هوش مصنوعی نیز مانند انسانها میتواند اشتباه کند.

کارشناسان موافقند که هوش مصنوعی و سایر فناوریها در مراقبتهای بهداشتی باید در خدمت مردم باشند (تصویر: پایگاه).
آقای دیوید نگوین، مدیرعامل شرکت N2N AI (استرالیا)، تجربه خود را از شکست IBM Watson، یک پروژه هوش مصنوعی پزشکی که ادعا میکرد میتواند جایگزین پزشکان شود اما به دلیل دادههای ورودی «خام» شکست خورد، به اشتراک گذاشت. او گفت: «هوش مصنوعی سیستمی است که از پزشکان در تصمیمگیری سریعتر و مؤثرتر پشتیبانی میکند، نه اینکه جایگزین آنها شود. پزشکان باید مراحل تأیید دقیقی داشته باشند تا از دقت و حرکت در مسیر مطلوب اطمینان حاصل شود.»
پروفسور گای مارکس در مورد نقش هوش مصنوعی در کاهش بار بیمارستانها و طب پیشگیرانه توضیح داد که هدف، حذف بیمارستانها نیست، بلکه رزرو بیمارستانها فقط برای موارد واقعاً پیچیده و دشوار است.
او گفت در استرالیا، بسیاری از خدماتی که قبلاً در بیمارستانها انجام میشد، اکنون به خارج از بیمارستان منتقل شدهاند و بیماران فقط زمانی که واقعاً به خدماتی که فقط در آنجا موجود است نیاز دارند، باید به بیمارستان مراجعه کنند. هوش مصنوعی اکنون میتواند به شخصیسازی مراقبتها حتی قبل از اینکه افراد واقعاً بیمار شوند، کمک کند. با این حال، انجام این تغییر مهم به دلیل عوامل فرهنگی آسان نیست.

سرلشکر، پروفسور لو هو سونگ، مدیر بیمارستان مرکزی نظامی ۱۰۸، و کارشناسان در مورد پتانسیل هوش مصنوعی در بخش مراقبتهای بهداشتی ویتنام بحث و گفتگو کردند (عکس: کمیته سازماندهی).
سرلشکر، پروفسور لو هو سونگ، مدیر بیمارستان نظامی مرکزی ۱۰۸، خاطرنشان کرد: «فرهنگ ویتنامی «ترجیح بیمارستانهای سطح بالاتر» باعث ازدحام جمعیت شده است و بسیاری از بیماران حتی میخواهند از پزشکان بخواهند که آنها را برای بسیاری از موارد دیگر معاینه کنند. امیدوارم هوش مصنوعی بتواند به سادهسازی و هوشمندتر کردن مدیریت مراقبتهای بهداشتی کمک کند، به ویژه با پشتیبانی از مراقبتهای بهداشتی از راه دور برای مردم تا از ازدحام جمعیت در بیمارستانهای خط مقدم جلوگیری شود.»
پروفسور دین شوان آن توان در پایان بحث تأکید کرد که هوش مصنوعی یک راه حل عملی برای بهبود سلامت انسان و بخش مراقبتهای بهداشتی ویتنام، به ویژه در مواجهه با پیچیدگی بدن انسان و محیط زیست است.
او ابراز امیدواری کرد که در آینده، پزشکان نه تنها بیماریها را درمان کنند، بلکه به حفظ سلامت نیز کمک کنند و هوش مصنوعی نقش مهمی در یافتن عملیترین راهها برای پیشگیری از بیماریها ایفا کند. این امر به مردم کمک میکند تا نه تنها عمر طولانیتری داشته باشند، بلکه سالمتر نیز زندگی کنند.
علاوه بر پتانسیل بالای هوش مصنوعی، کاربرد آن در سیستم مراقبتهای بهداشتی ویتنام هنوز با موانع زیادی روبرو است. یکی از چالشهای اصلی، دادهها هستند. برای اینکه هوش مصنوعی به طور مؤثر کار کند، به منابع داده بزرگ، با کیفیت بالا و هماهنگ نیاز دارد. با این حال، در ویتنام، دادههای مراقبتهای بهداشتی اغلب پراکنده و غیر استاندارد هستند و امنیت اطلاعات بیمار نیز یک مسئله قابل توجه است.
علاوه بر این، اگرچه اینترنت محبوب است، اما راهاندازی سیستمهای پیچیده هوش مصنوعی به زیرساختهای کامپیوتری قدرتمند، اتصالات پایدار و ایمن، به ویژه در مناطق دورافتاده، نیاز دارد. در کنار آن، چارچوب قانونی باید مالکیت دادهها، استانداردهای ایمنی و اثربخشی محصولات هوش مصنوعی در مراقبتهای بهداشتی را روشن کند.
در نهایت، در مورد آموزش و توسعه منابع انسانی، ویتنام به تیمی از متخصصان نیاز دارد که نه تنها در هوش مصنوعی مهارت داشته باشند، بلکه دانش گستردهای در زمینه پزشکی نیز داشته باشند تا بتوانند راهحلهای هوش مصنوعی را به طور مؤثر و ایمن توسعه داده و به کار گیرند.
منبع: https://dantri.com.vn/suc-khoe/dung-ai-giai-bai-toan-chuong-tuyen-tren-20250722142156390.htm
نظر (0)