فارس: رویاهای دسترسی به هوش مصنوعی در تمامی جوانب زندگی بشر به طور مداوم به حقیقت میپیوندد و اکنون نخستین داروی تولیدشده با فناوری هوش مصنوعی به مرحله تولید رسیده است. این پدیده شگفتانگیز (هوش مصنوعی) به تدریج در زندگی ما نفوذ بیشتری پیدا میکند!
برزگترین هدف هوش مصنوعی بهبود و تسهیل زندگی انسانها است. یکی از حوزههایی که این فناوری میتواند نقش بهسزایی در آن ایفا کند، خدمات پزشکی، درمان و سلامتی است. به طور کلی، بهکارگیری هوش مصنوعی در عرصه پزشکی و درمان میتواند نقش مؤثری در یاریرسانی به پزشکان، بیماران و بیمارستانهایی که از این تکنولوژی بهره میبرند، داشته باشد.
کاربرد هوش مصنوعی در حوزه درمان و پزشکی
هوش مصنوعی قابلیتهای بسیاری در حوزه پزشکی و درمان دارد. این کاربردهای فراوان از ارتباط بین کدهای ژنتیکی گرفته تا استفاده از رباتهای هوش مصنوعی در جراحیهای پیچیده، شامل میشود. با به کارگیری هوش مصنوعی، دورهای نوین در ارائه خدمات درمانی و بهداشتی رقم خورده است که به سطح جدیدی ارتقا یافته است.
توسعه داروهای جدید با استفاده از هوش مصنوعی
صنعت داروسازی همواره با هزینههای سنگین مربوط به تحقیق و توسعه همراه است. این پروسهها به ساعتها کار مداوم و انسالی متعدد نیاز دارند که مستلزم بودجههای کلانی هستند. آمار نشان میدهد که آزمایشهای بالینی هر دارو تقریباً ۲.۶ میلیارد دلار هزینه به همراه دارد و تنها ۱۰ درصد از داروهای مورد آزمایش موفق به ورود به بازار میشوند. به همین خاطر، شرکتهای داروسازی به کاربردهای گستردهای که هوش مصنوعی میتواند در این حوزه ارائه دهد، توجه ویژهای دارند.
استفاده از نوآوریهای هوش مصنوعی در بهداشت و درمان میتواند به بهبود تجربه بیماران کمک کرده و به کارکنان بیمارستان این امکان را بدهد که دیتاهای بیشماری را سریعتر و به طرز مؤثرتری پردازش کنند.
جمع آوری و مدیریت اطلاعات پزشکی با هوش مصنوعی
یکی از زمینههای جدیدی که انتظار میرود با کلاندادهها تسخیر شود، صنعت بهداشت و درمان است. اطلاعات ارزشمندی بعضی اوقات در میان حجم بالایی از دادهها گم میشود و این موضوع میتواند به صنعت سلامت آسیبهای مالی عظیمی وارد کند. علاوه بر این، عدم توانایی در پیوند درست دادههای کلیدی، روند درست تشخیص، تولید داروهای نوین و پیشگیری را تحت تأثیر قرار میدهد.
بسیاری از فعالان حوزه بهداشت و درمان برای جلوگیری از این آسیبها به فناوری هوش مصنوعی روی آوردهاند. این فناوری به راحتی میتواند میلیونها داده را در چند دقیقه تجزیه و تحلیل کرده و اطلاعاتی عمومی به دست آورد که پیش از این به بهدست آوردن آن نیاز به زمان زیادی داشت.
علیرضا زالی، رئیس دانشگاه علوم پزشکی شهید بهشتی، اشاره کرد که در ده سال گذشته، تداخلات دارویی ناخواسته به عنوان یکی از ۱۰ علت اصلی مرگومیر شناخته شده است.
وی با بیان این که تداخلات دارویی یکی از مهمترین مسائل نظام سلامت در تمامی کشورهاست، خاطرنشان کرد: خطای پزشکی ناشی از تداخلات دارویی، سومین عامل مرگ و میر است. در طول یک دهه اخیر، تداخلات دارویی ناخواسته جزو ۱۰ علت عمده مرگومیر محسوب میشود.
ضرورت استفاده از هوش مصنوعی برای کاهش تداخلات دارویی
رئیس دانشگاه علوم پزشکی شهید بهشتی در ادامه با تأکید بر پیچیدگی موضوع تداخلات و عوارض داروها گفت: تداخلات دارویی به تدریج در حال افزایش است و استفاده از امکانات ابزارهای دیگر امری ضروری به نظر میرسد که هوش مصنوعی یکی از این ابزارهاست.
زالی در ادامه به نقش انتخابی هوش مصنوعی در داروسازی اشاره کرد و گفت: از هر ۱۰ هزار پروژه، تنها یک دارو به دست میآید که ممکن است فقط ۱۰ درصد آن مؤثر باشد. تولید یک داروی استاندارد با مولکول جدید به حفظ اثربخشی و ایمنی آن، نیازمند ۱۰ تا ۱۵ سال زمان است تا به بازار راه یابد. هوش مصنوعی میتواند این مسیرهای طولانی را تسریع کند و بهترین گزینهها را از میان گزینههای متعدد انتخاب نماید. مسیر سنتز داروها و سناریوهای جدید در فرآیند کشف دارو با دانش هوش مصنوعی به همواری میانجامد.
تولید نخستین دارو با هوش مصنوعی!
رئیس دانشگاه علوم پزشکی شهید بهشتی به تولید نخستین داروی مصنوعی بر پایه هوش مصنوعی اشاره کرد و افزود: داروی ns018_055 به منظور درمان فیبروز ریوی طراحی و پس از دریافت تأییدیهها به مرحله تولید رسیده است. پیشبینی میشود در آینده نزدیک، شمار قابل توجهی از داروها با کمک هوش مصنوعی به سرعت تولید شوند.
وی بیان کرد: میکرورباتهایی در حال طراحی هستند که وظیفه حمل و نقل داروها و انتقال آن به نقاط مشخصی از بدن را بر عهده دارند و این پیشرفت فقط با کمک فناوری هوش مصنوعی ممکن میباشد. به همین دلیل، آینده علم پزشکی با کاهش عوارض داروها در بیماران مزمن و صعبالعلاج متحول خواهد شد.
زالی درباره مزایای استفاده از هوش مصنوعی در تولید داروها، توضیح داد: با این فناوری، میتوان قابلیت عوارض دارویی، مؤلفهها و پارامترهای مرتبط با دارو را به طور همزمان شناسایی کرد. همزمان، از ظرفیت شبکههای عصبی بهرهبرداری میشود. وظیفه این شبکهها در هوش مصنوعی پردازش الگوریتمها و پیشبینی است. هوش مصنوعی میتواند یاد بگیرد، تواناییهای خود را ارتفا دهد و بازتابی از مغز انسان به شمار آید. قدرت یادگیری این فناوری به ما در پیشبینی حوادث دارویی کمک خواهد کرد.
رئیس دانشگاه علوم پزشکی شهید بهشتی از ظهور تعداد زیادی از شرکتهای دانشبنیان در این زمینه خبر داد و افزود: در بخش نرمافزاری، پیشرفتهای قابل توجهی حاصل شده و بیش از ۵۰ برنامه در کشور طراحی شده است که در بیمارستانها مورد استفاده قرار میگیرد.
به گفته وی، نرمافزارهایی که برای نسخه نویسی و انتخاب داروهای با عوارض کمتر طراحی شدهاند، به کمک هوش مصنوعی به وجود آمدهاند. همچنین، گجتهای سلامتمحور از جمله ساعتهای هوشمند و لباسهایی که بهطور همزمان فاکتورهای سلامتی فرد بیمار را به پزشک گزارش میدهند نیز از جلوههای این تکنولوژی محسوب میشوند.
تحول علم داروسازی با هوش مصنوعی
زالی تصریح کرد که بهرهگیری از توانمندیهای هوش مصنوعی موجب تحول قابل توجهی در علم داروسازی دنیا خواهد شد و استفاده از نرمافزارهای بهروز ارتباط مستقیم با کاهش هزینه و زمان دارد. در دانشگاه علوم پزشکی شهید بهشتی، ما این نکته را در زمان بحران کرونا به خوبی تجربه کردیم.
گجتهای سلامتمحور بهویژه ساعتهای هوشمند و پوششهایی که به صورت همزمان اطلاعات سلامتی بیمار را در اختیار پزشک قرار میدهند، از این ابزارها به شمار میروند.
رئیس دانشگاه علوم پزشکی شهید بهشتی ادامه داد: در اوج بحران کرونا، نرمافزاری توسط محققان دانشگاه برای تجزیه و تحلیل ۱۴۰ هزار داده بالینی و نظارت بر آن طراحی شد. به کمک این نرمافزار، زمان مراجعه بعدی بیماران، خطر بستری شدن و شناسایی دارو با تأکید بر ویژگیهای بیمار و پیشبینی شانس مرگ و میر قابل محاسبه بود.
امکان افزایش طول عمر انسان تا ۱۲۰ سال با پزشکی پیشرفته
وی همچنین بیان داشت که دو حوزه پزشکی پیشرفته و پزشکی شخصی، انقلاب شگرفی در دنیای پزشکی به همراه خواهند داشت. این دو حوزه به ارائه درمان و نسخه فردی منجر میشوند و ابزاری برای تشخیص، درمان و دستیابی به اثربخشی بهتر خواهند بود که با کمک ظرفیت هوش مصنوعی به وجود میآید. با بهکارگیری دانش پزشکی پیشرفته، دستیابی به متوسط عمر ۱۲۰ سال برای انسان هدفی نزدیک به واقعیت به نظر میرسد.
استفاده از هوش مصنوعی برای تشخیص دقیقتر و کاهش خطاهای پزشکی
در سال ۲۰۱۵، تشخیص نادرست بیماری و خطاهای پزشکی علت ۱۰ درصد از مرگ و میرها در آمریکا عنوان شدند. به همین خاطر، یکی از مهمترین وظایف هوش مصنوعی در بخش درمان و پزشکی، کمک به کاهش خطاهای پزشکی و تشخیص درست بیماریها خواهد بود.
عدم دسترسی دقیق و کامل به سوابق بیماریها، یکی از دلایل مهم بروز خطاهای پرهزینه و مرگآور پزشکی است. با توجه به این دادهها، هوش مصنوعی میتواند با سرعت بالا یک بیماری را پیشبینی و در صورت نیاز تشخیص دهد.
جمشید سلامزاده، معاون غذا و داروی دانشگاه علوم پزشکی شهید بهشتی در گفتگو با خبرنگار ما، بیان کرد: احتمال بروز تداخلات دارویی به ویژه زمانی که تعداد داروهای مصرفی افزایش مییابد، بیشتر خواهد بود. بهخصوص در مواقعی که با بیماران پیچیده مواجه هستیم، مانند بیمارانی که بیماریهای متعددی دارند یا هنگامی که بیماران ما کودکان، نوزادان و سالمندان هستند.
وی ادامه داد: طبیعتاً پزشکان و داروسازان با توجه به پیچیدگیهایی که وجود دارد، نمیتوانند همزمان تمامی تداخلات احتمالی را در ذهن خود داشته و هنگام تجویز دارو محاسبه کنند.
کمک هوش مصنوعی در تجویز دارو توسط پزشک
معاون غذا و داروی دانشگاه علوم پزشکی شهید بهشتی افزود:هدف از استفاده از هوش مصنوعی در تجویز داروها این است که به پزشکان کمککنیم تا در زمان تجویز دارو برای بیماران، با در نظر گرفتن شرایط خاص آنها، به سرعت اطلاعات مربوط به تداخلات میسر گردد و بتواند پیش از تجویز، به آنان اطلاع دهد که چه دارو یا روشی مناسبتر است.
نقش هوش مصنوعی در ارزیابی عوارض جانبی داروها
سلامزاده در مورد اینکه آیا هوش مصنوعی میتواند عوارض جانبی داروها را تخمین بزند، گفت: استفاده از هوش مصنوعی به همین جا محدود نمیشود، بلکه در شناسایی خطرات پزشکی هم قابل استفاده است. میتوان پیشبینی کرد کدام ویژگیهای بیمار او را مستعد ابتلا به چه عارضهای میکند.
هوش مصنوعی قابلیت یادگیری دارد
وی تأکید کرد: این تحولات در حال حاضر در حال شکلگیری است و نرمافزارهایی با قابلیت یادگیری ایجاد شدهاند. ویژگی منحصر به فرد هوش مصنوعی توانایی یادگیری مداوم است و با ورود دادههای بیشتر و تجارب به دست آمده، میتواند به سرعت پیشبینی مناسبی از وضعیت بیماران داشته باشد.
نسخه نویسی خودکار با هوش مصنوعی
معاون غذا و داروی دانشگاه علوم پزشکی شهید بهشتی در پاسخ به این پرسش که «چگونه میتوان با هوش مصنوعی نسخه نویسی کرد؟»، توضیح داد: در این زمینه نیز هوش مصنوعی میتواند کمک شایانی کند. این بستگی به میزان کامل بودن دادههای ورودی دارد؛ هرچه اطلاعات مربوط به سوابق بیمار و عادات اجتماعی و تغذیهای آن کاملتر باشد، هوش مصنوعی میتواند بهتر راهنمایی کند.
سلامزاده تصریح کرد:انتظار میرود در مواردی که چندین بیمار دارای شرایط خاص به پزشکان مراجعه میکنند و ویژگیهای بیشتری درگیر است، هنگام تجویز دارو تمامی این نکات مورد توجه قرار گیرد و بهترین گزینه لحاظ شود.
شناسایی ژنوم انسان با هوش مصنوعی
وی اضافه کرد:یکی از گامهای مهم در حال حاضر در حوزه هوش مصنوعی، شناسایی ژنوم انسان است و امیدواریم در آینده با بهرهگیری از هوش مصنوعی بتوانیم ارتباطی میان ویژگیهای ژنتیکی بیماران و داروها برقرار نماییم تا از این قابلیت برای انتخاب داروها بهصورت تخصصی استفاده شود.
هماکنون باید روز به روز منتظر اخبار شگفتانگیز از دنیای هوش مصنوعی در جوانب مختلف زندگی خود باشیم و حوزه سلامت نیز یکی از مهمترین حوزههایی است که از پیشرفتهای این تکنولوژی در امان نمانده است. به طور یقین این تحولات نتایج مثبت و مثبتی برای درمان بیماران در پی خواهد داشت و خواهد داشت.
