به گزارش سرویس بین الملل پایگاه خبری عدل البرز به نقل از foxnews ، در سال ۲۰۲۳ که به طور گسترده به عنوان سال فراگیر برای هوش مصنوعی در نظر گرفته می شود، مجموعه کاملی از ابزارهای فناوری جدید و بهبود یافته که بسیاری از آنها بر فضای سلامت و تندرستی تأثیر گذاشته اند، مورد استفاده قرار می گیرند.

دکتر هاروی کاسترو، از شهر دالاس ( تگزاس) معتقد می باشد که سال۲۰۲۳ سالی برجسته برای هوش مصنوعی در زمینه مراقبت های بهداشتی بوده است، پیشرفت های پیشگامانه ای وجود داشته که شیوه های پزشکی را تغییر داده و مسیر را برای آینده ای هموارتر کرده است که مراقبت های بهداشتی شخصی تر، کارآمدتر و در دسترس تر باشد.

کاسترو و سایر کارشناسان هوش مصنوعی برخی از مهم ترین پیشرفت های سال را برای پزشکان و بیماران در زمینه هوش مصنوعی مورد بررسی قرار داده اند.

۱٫ ChatGPT و هوش مصنوعی مولد

علیرغم فقدان یک چارچوب قانونی رسمی حاکم بر استفاده، هوش مصنوعی مولد به طور گسترده توسط متخصصان پزشکی به عنوان یک ابزار آزمایش و تست استفاده می شود.

ChatGPT همچنان شناخته‌شده‌ترین و پرکاربردترین ابزار هوش مصنوعی مولد در میان متخصصان مراقبت‌های بهداشتی در فعالیت‌های مختلف با هدف کاهش بار اسناد و اجازه دادن به پزشکان برای تمرکز بر روی فعالیت‌های اصلی شان می باشد.

مدل زبان بزرگ همه چیز را از نحوه دریافت توصیه های پزشکی گرفته تا نحوه ارتباط پزشکان و نگهداری سوابق تحت تاثیر قرار می دهد.

 ChatGPT ارتباطات مراقبت های بهداشتی را با ارائه ابزارهایی برای برنامه های درمانی شخصی و مشارکت بیمار از راه دور متحول کرده است. به عنوان مثال، از آن برای ایجاد مواد آموزشی تعاملی برای بیمار، افزایش درک و انطباق می شود.

با این حال، چت بات هوش مصنوعی شک و تردیدهایی را هم ایجاد کرده چون گاهی اوقات پاسخ‌هایش فاقد دقت می باشد. بنابراین، نظارت انسانی ضروری می باشد و تضمین می کند که ابزارهای هوش مصنوعی مانند ChatGPT به عنوان مکمل به جای جایگزینی برای قضاوت پزشکی حرفه ای استفاده می شود.

۲٫ تشخیص بیماری از طریق تصاویر شبکیه

در سپتامبر سال جاری، محققان تیم دانشگاه کالج لندن یک مدل هوش مصنوعی «پیشگامانه» برای تشخیص بیماری با استفاده از تصاویر شبکیه را معرفی کردند.

این مدل که از طریق یادگیری خود نظارتی روی ۱٫۶ میلیون تصویر بدون برچسب شبکیه ایجاد شده است، در تشخیص و پیش‌بینی بیماری‌های چشمی و اختلالات سیستمیک مانند نارسایی قلبی و حمله قلبی عالی می باشد. این مدل که RETFound نام دارد، پیشرفت قابل توجهی در هوش مصنوعی پزشکی محسوب می شود که رویکرد کارآمدتری برای تشخیص بیماری از طریق یک مدل پایه ارائه می‌ دهد.

۳٫ بهبود بهره وری پزشکی

بر اساس یک مطالعه از سوی ایالات متحده-بریتانیا-بنگلادش، هوش مصنوعی مستقل می تواند بهره وری پزشکی را بهبود ببخشد.

این مطالعه، افزایش ۴۰ درصدی بهره وری بالینی در تشخیص بیماری شبکیه در بیماران مبتلا به دیابت را نشان می دهد.

این نتیجه با استفاده از یک دستگاه هوش مصنوعی توسط FDA (سازمان غذا و دارو) برای غربالگری بیماران هنگام ورود به بیمارستان به دست آمده است.

این دستگاه هوش مصنوعی به پزشکان اجازه می دهد تا بر روی پیچیده ترین بیماران تمرکز کنند. و هنگامی که بر روی حالت پیچیدگی تنظیم میشود، ۲۶۵٪ افزایش در بهره وری ایجاد می شود.

۴٫ تصویربرداری و آموزش پزشکی

در حوزه سلامت، DALL-E3 می تواند تصاویر پزشکی دقیقی را از توضیحات متنی ایجاد کند. این پدیده در آموزش پزشکی، ارائه کمک‌های بصری برای شرایط و روش‌های پیچیده پزشکی بسیار مفید می باشد.

همچنین پیشرفت‌هایی در تصویربرداری پزشکی مبتنی بر هوش مصنوعی مانند فناوری MRI بهبود یافته که منجر به زمان‌های اسکن سریع‌تر، وضوح تصویر بهبود یافته و کاهش قرار گرفتن در معرض تشعشع شده و دقت تشخیصی را به طور قابل توجهی بهبود می‌بخشد.

۵٫ تسریع تحقیقات سرطان

DALL-E 3 یک مدل تولید تصویر مبتنی بر هوش مصنوعی می باشد که در ابتدا توسط OpenAI در ژانویه ۲۰۲۱ راه اندازی شد.

DALL-E 3 یک پیام متنی را به عنوان ورودی می گیرد و یک تصویر جدید را به عنوان خروجی تولید می کند. که از آن برای یافتن الگوهای پنهان در داده ها، شخصی سازی تصمیم گیری در مورد درمان و کمک به پیش بینی سود درمان استفاده می شود.

هوش مصنوعی به سرعت بخشیدن به آزمایشات بالینی کمک می کند و مسیر را به سمت استفاده از امکانات جدید در مراقبت های بهداشتی هموار می کند.

۶٫ دستگاه های پزشکی هوش مصنوعی

دستگاه های پزشکی مبتنی بر هوش مصنوعی همچنان قوی و پرکاربرد هستند.

از ژوئیه ۲۰۲۳، ۶۹۲ دستگاه هوش مصنوعی توسط سازمان غذا و داروی ایالات متحده (FDA) برای استفاده بالینی تأیید شده که نسبت به سال ۲۰۲۲ افزایش ۳۳ درصدی داشته است.

دستگاه های تایید شده اکنون ۱۹ حوزه تخصصی را پوشش می دهند. رادیولوژی بزرگترین حوزه  تخصص می باشد و تقریباً سه چهارم دستگاه های تایید شده را تشکیل می دهد.

برخی از بزرگ‌ترین شرکت‌ها برای تولید عملکردی پیشرفته در معیارهای پزشکی با یکدیگر رقابت می‌کنند.

پیشرفت‌های هوش مصنوعی در سال ۲۰۲۳ نشان‌دهنده «جهش قابل توجهی در ادغام هوش مصنوعی در مراقبت‌های بهداشتی» می باشد.

این نوآوری‌ها آینده‌ای را نوید می‌دهند که در آن مراقبت‌های بهداشتی شخصی‌تر، کارآمدتر و در دسترس‌تر باشد و در نهایت منجر به نتایج بهتر برای بیماران و چشم‌انداز مراقبت‌های بهداشتی متحول شود.

پایان پیام/