هوش مصنوعی در صنعت پزشکی سراسر طیف مراقبت‌های بهداشتی – از مدیریت تا تعامل با بیمار و تحقیقات پزشکی، تشخیص و درمان استفاده می‌شود.

Health Care  AI کاربرد هوش مصنوعی برای مدیریت یا ارائه خدمات پزشکی است. یادگیری ماشینی (ML)، مجموعه داده‌های بزرگ و اغلب بدون ساختار، حسگرهای پیشرفته، پردازش زبان طبیعی (NLP) و روباتیک، همگی در تعداد فزاینده‌ای از بخش‌های مراقبت‌های بهداشتی استفاده می‌شوند.

همراه با وعده‌های بزرگ، این فناوری نگرانی‌های بالقوه قابل‌توجهی را ارائه می‌کند – از جمله سوء استفاده‌ای که می‌تواند ناشی از متمرکز کردن و دیجیتالی کردن داده‌های بیمار و همچنین ارتباط احتمالی با نانوپزشکی یا شناسه‌های بیومتریک جهانی باشد. برابری و سوگیری هر دو در برخی از برنامه‌های کاربردی اولیه هوش مصنوعی نیز نگران‌کننده بوده‌اند، اما این فناوری ممکن است بتواند برابری مراقبت‌های بهداشتی را نیز بهبود بخشد.

اگرچه استقرار هوش مصنوعی در بخش مراقبت سلامت واقعاً به تازگی آغاز شده است، اما استفاده از آن بیشتر شده است. گارتنر هزینه‌های IT مراقبت‌های بهداشتی جهانی در سال ۲۰۲۱ را به ۱۴۰ میلیارد دلار اختصاص داد و شرکت‌ها، هوش مصنوعی و اتوماسیون فرآیند روباتیک (RPA) را به ‌عنوان اولویت‌های اصلی خود در نظر گرفتند.

۱۰ کاربرد هوش مصنوعی در صنعت پزشکی

هزینه‌های خدمات درمانی به یک پنجم (۱۹.۷٪) کل اقتصاد ایالات متحده در سال ۲۰۲۰ نزدیک شد (تقریباً ۱۹.۷٪ یا ۴.۱ تریلیون دلار). بیش از نیمی از این هزینه‌ها، برای اولین بار، توسط دولت جمع‌آوری شد.
بنابراین، ارزش بالقوه هوش مصنوعی مراقبت‌های بهداشتی، از مدیریت تا هوش مصنوعی پزشکی، بسیار زیاد است.

در این مقاله ۱۰ مورد از برترین کاربرد هوش مصنوعی در صنعت پزشکی که امروزه در حال توسعه و به کارگیری هستند آورده شده است. بد نیست قبل از آنکه به سراغ ادامه مطالب بروید با خدمات هوش مصنوعی شرکت آمار پیشرو در این لینک آشنا شوید.

۱. هوش مصنوعی در مدیریت بهداشت و درمان

برآورد می‌شود که هزینه‌های اداری ۱۵ تا ۲۵ درصد از کل هزینه‌های مراقبت‌های بهداشتی را شامل شود. ابزارهای بهبود و ساده‌سازی مدیریت برای بیمه‌گران، پرداخت‌کنندگان و ارائه‌دهندگان به طور یکسان ارزشمند است.
با این حال، شناسایی و کاهش تقلب ممکن است سریع‌ترین بازده را به همراه داشته باشد، زیرا تقلب در مراقبت‌های بهداشتی می‌تواند در سطوح مختلف اتفاق بیفتد و توسط طرف‌های مختلف انجام شود. در برخی از بدترین موارد، تقلب ممکن است باعث شود که بیمه‌گران برای خدماتی که ارائه نشده‌اند صورت‌حساب دریافت کنند یا منجر به انجام عملیات غیرضروری توسط جراحان برای دریافت پرداخت‌های بیمه بالاتر شود. بیمه‌گران همچنین ممکن است برای دستگاه‌ها یا کیت‌های تست معیوب صورت‌حساب دریافت کنند.

هوش مصنوعی می تواند ابزار مفیدی برای جلوگیری از تقلب در خدمات درمانی قبل از وقوع باشد. همانطور که بانک‌ها معمولاً از الگوریتم‌هایی برای شناسایی تراکنش‌های غیرعادی استفاده می‌کنند، و بیمه‌گرهای سلامت نیز می‌توانند همین کار را انجام دهند.

مک‌کینزی پس‌اندازهای بالقوه را با «ممیزی‌های هوشمند» الگوریتم‌محور خسارت‌های بیمه‌ای دریافتی شناسایی کرده است. مراکز خدمات مدیکر و مدیکید دولت ایالات متحده یک مشارکت تقلب و پیشگیری از مراقبت های بهداشتی را برای شناسایی الگوها در پایگاه‌های داده ادغام شده رهبری می‌کنند.

۲. بهداشت عمومی و هوش مصنوعی

هوش مصنوعی در حال حاضر در سراسر بخش بهداشت عمومی استفاده می شود، شامل:

• الگوریتم‌های ML در مجموعه داده‌های بزرگ سلامت عمومی اعمال می‌شوند، و CDC برخی از روش‌های متعددی را که هوش مصنوعی در تجزیه و تحلیل سلامت عمومی برای COVID-19 و فراتر از آن به کار گرفته شده است، گردآوری کرده است.
• NLP در زمینه های بهداشت عمومی استفاده می‌شود.
• به طور فزاینده‌ای، داده‌های تصویربرداری تشخیصی برای تجزیه و تحلیل و پیش‌بینی در سطح جمعیت مورد استفاده قرار می‌گیرند.
• لیریو از علم داده مصرف‌کننده و تکنیک‌های «تار دادن» رفتاری برای ایجاد تکان‌های «دقت» یا شخصی‌شده برای بازدید سریع از مراقبت‌های بهداشتی، انطباق پزشکی و موارد مشابه استفاده می‌کند.

۳. هوش مصنوعی در تحقیقات پزشکی

کاربردهای هوش مصنوعی در تحقیقات پزشکی نیز گسترده است. نمونه‌ها از کشف داروی جدید و تغییر کاربری گرفته تا آزمایش‌های بالینی، از جمله:

• یافتن داروهای جدید برای درمان در برخی شرایط می‌تواند بسیار پیچیده باشد. در سیلیکون طراحی دارو به کمک کامپیوتر (CADD) صورت می‌گیرد.
• در برخی موارد، هدف، استفاده مجدد از داروهای موجود است. یکی از نمونه‌های اخیر زمانی بود که کاربرد هوش مصنوعی در تصاویر سلولی را تجزیه و تحلیل کرد تا ببیند کدام داروها برای بیماران مبتلا به بیماری‌های عصبی مؤثرتر هستند. هنگامی که نورون‌ها به این درمان‌ها پاسخ مثبت می‌دهند، شکل خود را تغییر می‌دهند. با این حال، کامپیوترهای معمولی برای تشخیص این تفاوت‌ها بسیار کند هستند.
• ارائه دهنده داروسازی بایر معتقد است که هوش مصنوعی می‌تواند با ایجاد یک گروه کنترل مجازی با استفاده از اطلاعات پایگاه داده پزشکی، آزمایشات بالینی را بهبود بخشد. آنها در حال بررسی سایر برنامه های کارآزمایی بالینی هوش مصنوعی نیز هستند که می‌تواند این تحقیقات را ایمن‌تر و موثرتر کند.

۴.کاربرد هوش مصنوعی در آموزش پزشکی

هوش مصنوعی در صنعت پزشکی همچنین ممکن است نحوه دریافت بخش‌هایی از تحصیلات دانشجویان دانشکده پزشکی را تغییر دهد. از جمله در مواردی مانند موارد زیر:

• به دانشجویان بازخوردی از یک معلم هوش مصنوعی داد، زیرا آن‌ها یاد گرفتند که تومورهای مغزی را حذف کنند. این سیستم دارای یک الگوریتم یادگیری ماشینی بود که به دانش‌آموزان تکنیک‌های مؤثر و ایمن را آموزش می‌داد، سپس عملکرد آن‌ها را نقد می‌کرد. افراد مهارت‌ها را ۲.۶ برابر سریع‌تر یاد گرفتند و ۳۶ درصد بهتر از کسانی که با هوش مصنوعی آموزش داده نشدند، عمل کردند.
• سازمان‌ها در ایالات متحده و بریتانیا نیز بیماران مجازی مبتنی بر هوش مصنوعی را برای تسهیل آموزش مجازی و از راه دور مستقر کرده‌اند. این رویکرد به ویژه زمانی مفید بود که همه‌گیری COVID-19 تجمعات گروهی را متوقف کرد. هوش مصنوعی از تمرین چندین مهارت مانند آرامش دادن به بیماران مضطرب یا ارائه اخبار بد پشتیبانی می کرد.

۵. پشتیبانی حرفه‌ای پزشکی با هوش مصنوعی

هوش مصنوعی در صنعت پزشکی همچنین برای پشتیبانی از متخصصان پزشکی در تنظیمات بالینی، از جمله موارد زیر، مستقر شده است:

• هوش مصنوعی برای حمایت از متخصصان پذیرش در مراکز پزشکی استفاده می‌شود. یکی از پروژه‌های آزمایشی دانشگاه استنفورد از الگوریتم‌هایی برای تعیین اینکه آیا بیماران به اندازه‌ای در معرض خطر هستند که نیاز به مراقبت ICU یا تجربه رویدادهای مرتبط با کد دارند یا مواردی که نیاز به تیم‌های واکنش سریع دارند، استفاده می‌کند. آنها احتمال وقوع این رویدادها را در یک بازه زمانی ۶ تا ۱۸ ساعته ارزیابی می‌کنند و به پزشکان کمک می‌کنند تا تصمیمات مطمئن‌تری بگیرند.
• برنامه‌های کاربردی مبتنی بر هوش مصنوعی برای حمایت از پرستاران، با پشتیبانی تصمیم‌گیری، حسگرهایی برای آگاه کردن آن‌ها از نیازهای بیمار و کمک رباتیک در موقعیت‌های چالش‌برانگیز یا خطرناک در میان مناطق مورد بررسی، توسعه می‌یابند.

۶. ارتباط با بیماران از طریق هوش مصنوعی

هوش مصنوعی همچنین برای حمایت مستقیم از بیماران مستقر شده است:

• بیمارستان‌ها از چت بات‌های هوش مصنوعی برای چک کردن بیماران و کمک به آن‌ها در دریافت سریع‌تر اطلاعات لازم استفاده می‌کنند. زمانی که Northwell Health چت بیماران را اجرا کرد، نرخ مشارکت در میان افرادی که از خدمات سرطان شناسی استفاده می‌کردند، ۹۴ درصد بود. پزشکانی که این ابزار را امتحان کردند، موافقت کردند که مراقبت‌های ارائه شده را افزایش دهد. چت‌بات‌ها می‌توانند علائم، بهبودی و موارد دیگر بیماران را بررسی کنند. بسیاری از مردم نیز به چت با متن عادت دارند که پذیرش را افزایش می دهد. چت‌بات‌ها همچنین چالش‌هایی را که ممکن است بیماران هنگام جستجوی مراقبت با آن‌ها مواجه شوند، کاهش می‌دهند. مردم می‌توانند از آنها برای یافتن بیمارستان‌ها یا کلینیک‌ها، رزرو قرار ملاقات و شرح نیازها استفاده کنند.
• برآوردها نشان می‌دهد که نیمی از بیماران داروهای تجویز شده را مصرف نمی‌کنند. با این حال، هوش مصنوعی می‌تواند شانس مصرف داروهای خود را آن‌طور که باید توسط بیماران افزایش دهد. برخی از پلتفرم‌ها از الگوریتم‌های هوشمندی استفاده می‌کنند تا پیشنهاد کنند که چه زمانی متخصصان سلامت باید با بیماران در مورد انطباق و از طریق کدام کانال‌ها درگیر شوند. چت‌بات‌های یادآور دارو نیز وجود دارد. در یک نمونه اخیر، محققان با همکاری و استفاده از هوش مصنوعی به یافتن بهترین داروها برای افراد مبتلا به دیابت نوع ۲ کمک کردند. این الگوریتم‌ها به انتخاب گزینه‌های مناسب برای بیش از ۸۳ درصد بیماران کمک کردند، حتی در مواردی که افراد به بیش از یک دارو به طور همزمان نیاز داشتند.

۷. پزشکی از راه دور با هوش مصنوعی

پزشکی از راه دور در قالب ویزیت پزشک مجازی از زمان قرنطینه COVID-19 به طور فزاینده‌ای رایج شده است. علاوه بر آن‌ها، هوش مصنوعی از سایر اشکال پزشکی از راه دور نیز پشتیبانی می‌کند، از جمله:

• VirtuSense از هوش مصنوعی پیش‌بینی‌کننده برای نظارت از راه دور استفاده می‌کند و به ارائه‌دهندگان در مورد تغییرات پرخطری که ممکن است سقوط را تسریع کند، هشدار می‌دهد.
• برخی از امکاناتی که در حال حاضر از هوش مصنوعی برای نظارت استفاده می‌کنند، برای شرایطی از بیماری قلبی گرفته تا دیابت به آن متکی هستند. بیمارستان‌ها همچنین از این فناوری برای نظارت بر بیماران کووید-۱۹ استفاده می‌کردند، و تصمیم‌گیری را آسان‌تر می‌کردند که کدامیک می‌توانند مراقبت‌های خانگی دریافت کنند و کدامیک به درمان بیمارستانی نیاز دارند.

۸. هوش مصنوعی و کمک به تشخیص

هوش مصنوعی همچنین برای تشخیص مرکز مراقبت‌های بهداشتی مورد استفاده قرار می‌گیرد، از جمله:

• یک سیستم هوش مصنوعی که برای تشخیص سرطان سینه استفاده می‌شود، می‌تواند مشکلات فعلی و احتمال ابتلای بیمار به این بیماری را در چند سال آینده تشخیص دهد.
• برخی از کاربردهای هوش مصنوعی در مراقبت‌های بهداشتی، بیماری های روانی را نیز شناسایی می‌کند. محققان از الگوریتم‌های آموزش دیده برای شناسایی افراد افسرده با گوش دادن به صدای آنها یا اسکن فیدهای رسانه‌های اجتماعی آن‌ها استفاده کرده‌اند.

۹. کاهش مشکلات جراحی با هوش مصنوعی

کاربرد هوش مصنوعی در صنعت پزشکی مشکلات جراحی را از بین نمی‌برد، اما به‌طور بالقوه می‌تواند آن‌ها را کاهش دهد و در عین حال نتایج را برای بیماران و جراحان به طور یکسان افزایش دهد. این در مثال‌های زیر نشان داده شده است

• استارت آپی به نام Theator اخیراً در دور سرمایه گذاری سری A 5/39 میلیون دلار جمع آوری کرده است. این شرکت یک راه حل ویدئویی هوش مصنوعی ساخته است تا به جراحان کمک کند ببینند چه چیزی در طول عمل اشتباه و درست بوده است. سپس آن‌ها می‌توانند فیلم را مطالعه کنند تا برای جراحی‌های آینده پیشرفت کنند.
• از دیگر کاربردهای هوش مصنوعی در مراقبت‌های بهداشتی ربات‌های جراحی است که به طور فزاینده‌ای در اتاق‌های عمل رایج هستند. بسیاری از آنها کم‌تهاجمی هستند و اغلب به نتایجی برتر از مداخلات غیر رباتیک دست می‌یابند. این استفاده از هوش مصنوعی جایگزین تخصص جراحی انسان نخواهد شد. اگرچه، آن‌ها می‌توانند به عنوان شرکای جراحان کار کنند و احتمال موفقیت روش‌ها را افزایش دهند.

۱۰. هوش مصنوعی در صنعت پزشکی-مراقبت های بیمارستانی

همراه با موارد استفاده تشخیصی که در بالا توضیح داده شد، پزشکان همچنین باید نیازهای فیزیکی بیماران را برآورده کنند و به طور معمول، منابع را ذخیره کرده و کالاها را تحویل دهند. ربات‌های مشارکتی مبتنی بر هوش مصنوعی شروع به کاهش بار کرده‌اند. گارتنر انتظار دارد تا سال ۲۰۲۳ ۵۰ درصد از ارائه دهندگان ایالات متحده در اتوماسیون فرآیند رباتیک (RPA) سرمایه گذاری کنند. برخی از نمونه های RPA در بیمارستان ها عبارتند از:

• یک بیمارستان اخیراً پنج ربات به نام موکسی را مستقر کرده است. این ماشین‌ها به طور پیشگیرانه تعیین می‌کنند که چه زمانی پرستاران به تجهیزات یا کمک در زمینه تدارکات تست آزمایشگاهی نیاز دارند. آن‌ها سپس قبل از اینکه حجم کاریِ ارائه دهنده بیش از حد فشرده شود، پاسخ خواهند داد.
• Atheon ربات‌هایی را ارائه می‌کند که نه تنها از عملکردهای پزشکی، بلکه از وظایفی مانند توزیع ملحفه و حذف زباله پشتیبانی می‌کنند.