هوش مصنوعی در کنار پزشکان «تشخیص» می‌دهد.

آقای NXH (61 ساله، اهل شهر هوشی مین) گفت: «اگر به من نمی‌گفتید، هیچ‌کس نمی‌فهمید که من قبلاً بیمار سرطانی بوده‌ام. من هنوز مثل قبل کار می‌کنم، زندگی می‌کنم و ورزش می‌کنم.»

آقای NXH قبل از انجام جراحی رباتیک سرطان پروستات، فکر نمی‌کرد که بتواند به زندگی عادی خود بازگردد. در ویزیت بعدی، او در حالی که ظاهری سالم و چابک داشت، وارد بیمارستان بینه دان (شهر هوشی مین) شد. نتایج آزمایش‌ها و تشخیص‌های تصویربرداری او همگی در محدوده طبیعی بودند و هیچ عود بیماری مشاهده نشد.

آقای ه. یکی از ۱۱۶۷ بیمار مبتلا به سرطان پروستات است که با جراحی رباتیک در بیمارستان بینه دان درمان شده‌اند. در حال حاضر، بیش از ۷۵٪ از کل جراحی‌های سرطان پروستات با استفاده از جراحی رباتیک انجام می‌شود و به رکن اصلی درمان سرطان پروستات در بیمارستان بینه دان تبدیل شده است.

دکتر نگوین ته خا، رئیس بخش انکولوژی ارولوژی بیمارستان بینه دان، این ربات جراحی را هدایت می‌کند. عکس: HN

هوش مصنوعی نمی‌تواند جایگزین پزشکان شود

در نوامبر ۲۰۲۵، بیمارستان چو ری (شهر هوشی مین) سیستم پیشرفته MRI تسلا سیگنا پریمیر ۳.۰ را به بهره‌برداری رساند که اولین نمونه از این نوع بود که در منطقه جنوبی مستقر شد. به گفته دکتر نگوین هوین نات توان، رئیس بخش تصویربرداری تشخیصی بیمارستان چو ری، این سیستم علاوه بر ویژگی‌های سخت‌افزاری برجسته، از هوش مصنوعی جامع (AI) نیز بهره می‌برد و به پزشکان در تشخیص دقیق موارد پیچیده و شناسایی سریع موقعیت‌های اضطراری کمک می‌کند.

به طور خاص، هوش مصنوعی در پردازش تصویر، کاهش نویز پس‌زمینه و مصنوعات، افزایش وضوح تا ۶۰٪ و کاهش زمان تصویربرداری تا ۵۰٪ کمک می‌کند. این پلتفرم شتاب‌دهنده امکان تصویربرداری از قلب را تنها در یک ضربان، ۱۲ برابر سریع‌تر از فناوری مرسوم، فراهم می‌کند.

دکتر هوانگ ترونگ کین، مدیر اجرایی ارشد بخش متخصصان پزشکی، گروه پزشکی سایگون، اظهار داشت: «در سال‌های اخیر، هوش مصنوعی به طور فزاینده‌ای در عمل بالینی رواج یافته است. در بسیاری از تخصص‌ها، به ویژه چشم پزشکی، هوش مصنوعی از غربالگری زودهنگام بیماری‌های پیچیده مانند رتینوپاتی دیابتی، گلوکوم و دژنراسیون ماکولا پشتیبانی می‌کند؛ تصاویر را با سرعت برتر تجزیه و تحلیل می‌کند؛ تشخیص‌ها را بر اساس پایگاه‌های داده آموزش دیده گسترده پیشنهاد می‌دهد؛ و پیشرفت بیماری را از طریق مقایسه خودکار بین معاینات نظارت می‌کند.»

دکتر کین تأکید کرد: «مهمتر از همه، هوش مصنوعی جایگزین پزشکان نمی‌شود، بلکه به عنوان یک دستیار فوق‌العاده قدرتمند عمل می‌کند و وقت پزشکان را برای مشاوره، گفتگو و مراقبت از بیماران آزاد می‌کند.»

سوابق پزشکی الکترونیکی

در عصر هوش مصنوعی و داده‌ها، پرونده‌های پزشکی الکترونیکی به پایه‌ای حیاتی در استراتژی دیجیتالی شدن مراقبت‌های بهداشتی تبدیل شده‌اند. در شهر هوشی مین، ۱۰۰٪ بیمارستان‌های دولتی پرونده‌های پزشکی الکترونیکی را به کار گرفته‌اند.

دکتر لو کوان آنه توان، معاون رئیس بخش برنامه‌ریزی عمومی و رئیس بخش جراحی کبد و مجاری صفراوی و پانکراس در مرکز پزشکی دانشگاه شهر هوشی مین، اظهار داشت که پرونده‌های پزشکی الکترونیکی صرفاً مکانی برای نمایش یادداشت‌های تایپ‌شده به جای یادداشت‌های دست‌نویس نیستند. آنها مخزنی از اطلاعات پزشکی دقیق و کدگذاری‌شده هستند - داده‌هایی که می‌توانند هوشمندانه بررسی، تجزیه و تحلیل و پردازش شوند.

بارزترین تفاوت بین پرونده‌های پزشکی کاغذی و الکترونیکی، قابلیت به‌روزرسانی، مقایسه و تعامل با آنهاست. در پرونده‌های کاغذی، اطلاعات اغلب با هر بستری شدن در بیمارستان تکه‌تکه می‌شوند و دسترسی و پیگیری پیشرفت کلی را دشوار می‌کنند. با پرونده‌های الکترونیکی، پزشکان می‌توانند به راحتی وضعیت بیمار را در طول چند روز و جلسات درمانی تنها با چند کلیک به‌روزرسانی کنند. تمام اطلاعات یکپارچه و پیوسته هستند و نظارت بر بیمار را بسیار راحت‌تر می‌کنند.

دکتر توآن گفت: «پرونده‌های پزشکی الکترونیکی، پایه و اساس صنعت پزشکی برای ورود به مرحله جدیدی از توسعه هستند، جایی که داده‌ها به یک دارایی ارزشمند تبدیل می‌شوند و فناوری به ما کمک می‌کند تا بهتر درمان کنیم، هوشمندانه‌تر مدیریت کنیم و سریع‌تر یاد بگیریم. امیدوارم این مدل تکرار شود تا همه مراکز پزشکی بتوانند هوشمندانه به نفع بیماران عمل کنند.»

محدودیت‌های فعلی هوش مصنوعی در مراقبت‌های بهداشتی

دکتر هوانگ ترونگ کین خاطرنشان کرد که مدل‌های فعلی هوش مصنوعی به ویژه برای آسیب‌شناسی‌هایی با تصاویر مشخص و داده‌های آموزشی غنی، مانند رتینوپاتی دیابتی، گلوکوم وزن‌دهی شده با ریسک مبتنی بر OCT، دژنراسیون ماکولا یا طبقه‌بندی شدت آب مروارید، مؤثر هستند. با این حال، هوش مصنوعی هنوز در بیماری‌های سیستمیک پیچیده، موقعیت‌های بالینی که نیاز به سنتز چند عاملی دارند یا مواردی با داده‌های ورودی غیر استاندارد، محدودیت‌هایی دارد.

دکتر کین اظهار داشت: «بنابراین، هوش مصنوعی تنها زمانی واقعاً دقیق است که در زمینه مناسب استفاده شود و با تجربه پزشک در یک فرآیند دقیق ترکیب شود.»

به گفته دکتر لی کوان آنه توآن، فناوری جایگزین پزشکان نمی‌شود، اما فناوری خوب پشتیبانی مؤثری ارائه می‌دهد و از خطاها در سراسر سیستم جلوگیری می‌کند. هر نوآوری در ابتدا با مقاومت روبرو خواهد شد. اما اگر راه حل به اندازه کافی خوب و عملی باشد و ما در اهداف خود ثابت قدم بمانیم، مطمئناً اجرا خواهد شد.

پیاده‌سازی عملی در بسیاری از بیمارستان‌های ویتنام، از جمله سیستم بیمارستان چشم سایگون، نشان می‌دهد که فرآیند ادغام هوش مصنوعی در پزشکی هنوز با چهار مانع اصلی روبرو است: چارچوب قانونی هنوز در حال تکمیل است، از مسئولیت حرفه‌ای گرفته تا استانداردهای امنیت داده‌ها؛ هزینه سرمایه‌گذاری در زیرساخت هوش مصنوعی بسیار بالاست؛ داده‌های پزشکی پراکنده و استاندارد نشده‌اند، که دستیابی به دقت مطلوب را برای مدل‌ها دشوار می‌کند؛ و عادات کارکنان مراقبت‌های بهداشتی هنگام سازگاری با رویه‌های جدید و یادگیری اعتماد به ابزارهای پشتیبانی.

منبع: https://thanhnien.vn/tri-tue-nhan-tao-bat-benh-cung-bac-si-185260302210706308.htm