هوش مصنوعی و آینده علم پزشکی

  کد خبر: 08090058290
هوش مصنوعی

سینا تفنگ چی؛ مدرس علوم ارتباطات دانشگاه پیام نور

هوش مصنوعی، آینده بلامنازع جهانیان محسوب شده و از این رو تأثیرات این فناوری در صنعت پزشکی مورد بررسی قرار می‎ گیرد.

هوش مصنوعی در صنعت پزشکی  یکی از مهم‎ترین بهره ‎مندی‎ های استفاده از فناوری محسوب می‎ شود، بر این اساس در نظر داریم به دستاوردهای این دوصنعت برای بهره ‎مندی هرچه بیشتر آینده بشری بپردازیم.

* انگلستان- بخش مراقبت‎ های ویژه

تیم مهندسین سیستم ‎های دانشگاه شفیلد انگلستان مطرح کرده بود که در حال ساخت یک سیستم کامپیوتری هوشمند هستند تا همانند مغز یک پزشک، بیماران بخش مراقبت‎ های ویژه را درمان کنند. این سیستم حجم کاری گروه‎ های فوریت‎ های پزشکی را از طریق کنترل نشانه‎ های حیاتی بیمار انجام می‎ دهد و سپس آن را ارزیابی و مقدار مناسب داروهای مختلف مورد نیاز را به بیمار می‎رساند. این کارها هم اکنون از سوی متخصص مراقبت‎ های ویژه انجام می‎ شود.

آنطور که گاردین مطرح می‎کند: «تیم مهندسان سیستم‎ های دانشگاه شفیلد به سرپرستی یک پرفسور ایرانی به نام مهدی مهفوف، پیشگام این سیستم هوشمند هستند، که بر اساس فرایندهای تصمیم‎گیری پزشکان متخصص بخش‎ های مراقبت‎ های ویژه ساخته شده است.

برپایه این گزارش، این دستگاه تمامی کنش‎ های متقابل ممکن بین داروها و بیماران مختلف را در نظر دارد و سپس تصمیمات هوشمندانه در مورد بهترین روش درمان را اتخاذ می‎کند.»

* انگلستان- پیش‌بینی حمله قلبی

محققان دانشگاه ناتینگ هام در انگلیس موفق به ابداع الگوریتمی شده‌اند که به پزشکان در پیش‎بینی حملات قلبی کمک می‌کند. آنان معتقدند از این طریق می‌توان سالانه هزاران و چه بسا میلیون‎ ها نفر را از مرگ حتمی نجات داد.

برای طراحی این الگوریتم به عوامل و فاکتورهایی مانند سن، سطح کلسترول و فشار خون توجه شده است تا بر همین اساس احتمال وقوع حملات قلبی در هر فرد پیش‌بینی و مشخص شود.

استفان ونگ از اعضای این تیم تحقیقاتی می‌گوید: تعاملات زیادی در سیستم بیولوژیک بدن انسان رخ می‌دهد که برخی از آنها پرمفهوم و برخی دارای اهمیت کمتر است و این واقعیت بدن انسان است. با استفاده از پیشرفت‎ های علوم رایانه می‎توان برخی از این مسائل را بررسی و کشف کرد.

این پزشکان با استفاده از دستورالعمل‎ های انجمن قلب آمریکا در مورد خطرات تشدیدکننده احتمال سکته قلبی چهار الگوریتم دارای قابلیت خودآموزی طراحی کردند که جنگل‌های تصادفی، رگرسیون لجستیک، افزایش شیب و شبکه‎ های عصبی نام دارند.

این الگوریتم‌ها با استفاده از داده‌های موجود در مورد سکته‌های قلبی افراد، درک خود از این موضوع را افزایش داده و قواعد خود را برای پیش‎بینی سکته‌های قلبی وضع کردند.

آنها از این قواعد برای پیش‎ بینی احتمال سکته قلبی هر فرد بر اساس سوابق موجود استفاده کردند و در نهایت عملکردی بهتر از توصیه‌های انجمن قلب آمریکا داشتند.

* انگلستان – هوش مصنوعی جایگزین پزشکان و پرستاران

علیرغم تمام پیشرفت‌های اخیر در زمینه سلامت و پزشکی، بیماران علایم‌شان را برای یک پزشک توصیف می‌کنند، او هم یک سنجش فیزیکی انجام می‌دهد. با پیدایش هوش مصنوعی هوشمندتر، بیماران می‌توانند علایم‌شان را برای یک کامپیوتر توصیف کنند.

کامپیوتر هم بلافاصله لیست عوامل احتمالی بروز علایم را آماده می‌کند، به این ترتیب پزشک می‌تواند تلاش‌هایش را صرف تشخیص بیماری کند. یک دستیار پزشک کامپیوتری، به کمک تکنولوژی پیشرفته تشخیص گفتار و با مقایسه علایم با یک پایگاه داده می‌تواند سرعت ویزیت‌های پزشک را افزایش  و احتمال تشخیص اشتباه را نیز کاهش دهد.

این اتفاقی است که بیمارستان‎های لندن برای دستیابی به آن تلاش می‎کنند.

* ایالات متحده آمریکا – جلوگیری از انتقال عفونت بیمارستانی به بیماران

عفونت‌های بیمارستانی یکی از عوامل جدی تشدید بیماری‌ های افرادی است که به این مراکز درمانی مراجعه می‌کنند و حالا هوش مصنوعی به حل این مشکل کمک می‌کند.

محققان دانشگاه استنفورد برای حل این مشکل از مجموعه‎ای از دوربین‎ ها و رایانه‌های دارای قابلیت بصری برای مشاهده و بررسی فعالیت کارکنان بخش‌های مختلف بیمارستان‎ها استفاده کرده‌اند تا انتقال عفونت بیمارستانی به بیماران به حداقل برسد.

سیستم مورد استفاده بدین منظور، با بررسی رویه‌های درمانی و بهداشتی کارکنان و مراجعان به بیمارستان‌ها، رفتارهای اشتباه و پرخطر را شناسایی می‌کند و تلاش می‌کند با اعلام آنها جلوی گسترش عفونت و آلودگی‌های بیمارستانی را بگیرد.

برای ابداع الگوریتم مورد نیاز دوربین‌های متعددی در یک بیمارستان نصب شد و از ۸۰ درصد تصاویر برای طراحی الگوریتم تازه و از ۲۰ درصد از آنها برای آموزش‌ها و تست‌های بعدی استفاده شد.

استفاده از این روش نشان داد تنها در مورد ۳۰ نفر از ۱۷۰ بیماری که در عرض چند ساعت وارد بیمارستان مورد بررسی شده‌اند، پروتکل‌های بهداشتی به درستی رعایت شده است. دقت این الگوریتم هوش مصنوعی ۷۵ درصد اعلام شده است.

* کانادا – مقابله با خودکشی

دولت کانادا با همکاری یک شرکت هوش مصنوعی از فناوری مذکور برای شناسایی افرادی که در شبکه‌های اجتماعی در وضع روحی نامناسبی به سر می‌برند، استفاده می‎کند. معمولا این افراد در مطالب ارسالی خود نشانه‌هایی از یاس و ناامیدی نشان می‌دهند.

فناوری هوش مصنوعی پیش‎بینی میزان احتمال خودکشی در این افراد را ممکن می‎کند و لذا می‌توان به کمک آنها رفت.

شرکت Advanced Symbolics با استفاده از فناوری هوش مصنوعی خود پست‌های ۱۶۰ هزار حساب کاربری در فیس بوک را بررسی خواهد کرد تا روندهای مربوط به خودکشی را از آنها استخراج کند.

* چین – بازگشت هوشیاری بیماران اختلال مغزی

محققان چینی یک نمونه هوش مصنوعی ساختند که ممکن است با تصویربرداری پزشکی به بازگشت هوشیاری بیماران مبتلا به آسیب شدید مغزی کمک کند.

آسیب شدید مغزی می‌تواند منجر به اختلال در هوشیاری شود. برخی بیمارانی که دچار آسیب شدید مغزی می‌شوند ممکن است بهبود یابند اما برخی دیگر به این اختلال مبتلا می‌شوند.

اکثر پزشکان شانس بهبودی را طبق سه شاخص سن بیمار، علت و طول مدت اختلال بیمار ارزیابی می‌کنند.

برخی پزشکان دیگر نیز با آزمایش‌هایی از جمله دست زدن یا تعقیب اشیا با چشم‌ها واکنش‌های بیماران را مشاهده می‌کنند تا هر گونه شواهدی از هوشیاری را پیدا کنند.

محققان آکادمی علوم چین طی ۵ سال تحقیق مدلی از هوش مصنوعی را ساختند تا براساس تصاویری از عملکرد شبکه‌های مغزی در این خصوص ارزیابی‌هایی را انجام دهند.

 هنگامی که مغز فعال می‌شود چندین ناحیه در مغز درگیر شده و در یک شبکه با یکدیگر کار می‌کنند.

این تیم پزشکی از طریق اسکن MRI ویژگی‌های ویژه‌ای را در شبکه‌های عملکردی مغز بیماران مبتلا به اختلالات مغزی پیدا کردند که می‌تواند نشانه‌های زیستی برای ردیابی سطحی از هوشیاری و احتمال بهبودی بیمار باشد.

* کره – صرفه‎جویی در تولید دارو

ابداع یک نرم‎افزار هوش مصنوعی به نام چماتیکا به یافتن روش ‎های جدیدی برای تولید داروهای موجود بدون نیاز به استفاده از فرمول‎ های محرمانه دیگر شرکت‎ های داروساز و پرداخت حق کپی‎رایت سرسام‎آور کمک می‎ کند.

این نرم‎افزار از روشی مشابه با مهندسی معکوس برای تجزیه و تحلیل محتوای هر دارو و کشف نحوه کارکرد آن بر روی بدن استفاده می‎ کند. این نرم افزار با جمع‎آوری حجم انبوهی از اطلاعات در مورد واکنش‎ های شیمیایی می‎ تواند فرمول‎ های تغییر یافته ولی موثری را برای تولید داروهای جدید ارائه دهد که از کارکردهای داروهای موجود برخوردار بوده و عوارض جانبی کمتری هم داشته باشند.

نرم‎افزار یادشده همچنین از قوانین مربوط به ترکیب ۷۰ هزار نوع ماده شیمیایی مورد استفاده در صنعت داروسازی مطلع است و آنها را به شیوه‎ای مناسب به کار می‎ گیرد. کارآیی الگوریتم ‎های مورد استفاده این نرم‎افزارهای هوش مصنوعی در بررسی‎ های مختلف ثابت شده است.

* ایالات متحده آمریکا – پای مصنوعی

استفاده از یک پای مصنوعی برای نخستین بار می‌تواند نگران‌کننده باشد، این بدان معناست که بیماران تمایل دارند تا با استفاده از پاهای مصنوعی خود به راحتی قدم بزنند یا حتی بدوند؛ در حال حاضر محققان معتقدند که استفاده از هوش مصنوعی برای این اندام‌ها می‌تواند به بیمار کمک کند تا سریع‌تر و راحت‌تر قدم بزنند.

محققان دانشگاه‌های «نورت‌وسترن» و «کارولینای شمالی» درباره سیستمی صحبت کرده‌اند که می‌تواند در زمان تنظیم یک اندام مصنوعی مانند زانوی رباتیک، نوعی «یادگیری تقویتی» را اعمال کند. یادگیری تقویتی یکی از روش‎ های یادگیری در سیستم‌های هوشمند است که براساس رابطه علت و معلولی عمل می‌کند.

آنچه اتفاق می‌افتد این است که هوش مصنوعی جنبه‌های مختلفی از جمله میزان سفت یا نرم بودن مفصل و میزان حرکت عمودی در پای مصنوعی را در نظر می‌گیرد و با تنظیم پا طبق اطلاعات، کمک می‌کند تا بیمار احساس راحت‌تری داشته باشد.

* چین – پزشک متخصص بیماری‌های کودکان

یک برنامه هوش مصنوعی در چین ارائه شد که با استفاده از نتایج آزمایشات و مدارک سلامت بیمار می‌تواند بیماری‌های کودکان را همانند یک پزشک متخصص اطفال تشخیص دهد.

این سیستم مراقبت‌های اولیه را همانند پزشکان برای بیماری‌های آنفولانزا، آسم، ذات‌الریه و مننژیت انجام می‌دهد.

* کانادا – چگونگی پیشرفت بیماری آرتروز در کودکان

محققان از هوش مصنوعی برای درک چگونگی پیشرفت بیماری آرتروز در کودکان کمک گرفته‌اند.

دانشمندان دانشگاه تورنتو بررسی مجموعه‌ای از اطلاعات بالینی مربوط به ۶۴۰ کودک مبتلا به آرتریت را که شامل سال‌های  ۲۰۰۵ تا ۲۰۱۰ می‌شود آغاز کردند و با بررسی آنها موفق به ابداع این روش درمانی و الگوی هوشمند خود شدند.

پیش‌بینی این که کودکان مبتلا به این بیماری در چه شرایطی قرار دارند، بهبود یافته‌اند و یا  نیاز به درمان دارند در این روش جدید که مبتنی بر خودآموزی رایانه‌ها و هوش مصنوعی است، صورت می‌پذیرد.

آرتروز بیماری بسیار شایعی است که در تمام مناطق جغرافیایی دیده می‌شود؛ به این بیماری، ورم مفاصل و استخوان‌ها و آماس مفصلی‌استخوانی هم گفته می‌شود.

* اسپانیا – وضع بهداشتی دهان و دندان فرد

مسواک جنیوس ایکس نام تازه ‎ترین مسواک تولید شده از سوی شرکت اورال بی است که با بررسی وضع دندان‎های هر فرد به سرعت الگوی مناسبی برای پاکسازی دقیق و مرتب آنها پیدا می‎ کند. یک اپلیکیشن تلفن همراه برای مدیریت این برنامه و ذخیره ‎سازی اطلاعات مربوط به آن طراحی شده است.

مسواک یادشده مجهز به یک آینه هوشمند بزرگ است که با حرکات دست کاربر قابل کنترل بوده و اطلاعاتی را در مورد وضع بهداشتی دهان و دندان فرد به او نشان می‎دهد.

برنامه عرضه شده همراه با این مسواک توصیه‎هایی برای بهتر مسواک‎زدن و کنار گذاشتن عادت‎های بد در زمینه رعایت بهداشت دهان و دندان به کاربران ارائه می‎دهد. حسگرهای این مسواک عملکرد افراد در زمان استفاده از آن را به دقت زیرنظر می‎ گیرند و البته برای بهبود عملکرد و توصیه‎ های خود متکی به داده ‎هایی هستند که از قبل از طریق بررسی نحوه مسواک زدن هزاران نفر جمع‎آوری شده است.

مسواک مذکور برای افزایش داده‎ های خود می‎تواند از دوربین گوشی هم برای جمع‎آوری اطلاعات استفاده کند. اپلیکیشن این مسواک در نهایت به نحوه مسواک‎زدن هر فرد امتیاز می‎ دهد.

* ایالات متحده آمریکا – رشد شناختی مغز نوزادان

پژوهشگران آمریکایی موفق شدند برای بررسی رشد شناختی مغز نوزادان از یک روش مبتنی بر هوش مصنوعی استفاده کنند.

محققان دانشگاه کارولینای شمالی از اسکن‌های ام‌آرآی و هوش مصنوعی برای پیش‎بینی رشد شناختی مغز در دو سالگی استفاده کردند و نتایجی مبنی بر حداقل ۹۵ درصد دقت ارائه کردند.

جان گیلمور، از پژوهشگران این بررسی می‌گوید: این روش به کودکانی که پس از تولد سرعت پایینی در رشد شناختی مغز دارند کمک می‌کند تا بیماری آنها تشخیص داده شود و روش‌های درمانی به سرعت انجام پذیرد.

 برای مثال، در نوزادان نارس که در معرض خطر هستند می توان از تصویربرداری استفاده کرد و بیماری آنها را زودتر از هر زمان دیگری تشخیص داد.

به گفته گیلمور،  شبکه موجود در ماده سفید مغز، می‌تواند نشانگر زیستی مفیدی برای بررسی باشد.

در این روش که مبتنی بر هوش مصنوعی است، برای بررسی اتصالات موجود در ماده سفید مغز و پیش‌بینی پیامدهای رشد شناختی، از فناوری یادگیری ماشینی استفاده می‌شود.

* چین – تشخیص علت گریه کودکان

محققان موسسه الکترونیک و مهندسی برق (IEEE) با همکاری انجمن اتوماسیون چین در تازه‌ترین تحقیقات خود یک سیستم مبتنی بر هوش مصنوعی ساخته‌اند که می‌تواند علت گریه کودک را تشریح کند.

این سیستم مبتنی بر هوش مصنوعی مجهز به تعدادی سیگنال است که می‌تواند گریه عادی نوزاد با گریه‌های غیر عادی که به دلیل بیماری است را تشخیص دهد.

در حالی که گریه هر کودک منحصر بفرد است این سیستم جدید می‌تواند دلایل مشابه را عادی اعلام کند و اگر گریه به دلیل خستگی، درد و بیماری بود را اعلام کند.

محققان نتایج تحقیقات خود را در مجله  (journal of Automatica Sinica (JAS منتشر کرده و اعلام کردند در توسعه این سیستم از روشی استفاده شده که بر الگوریتم تشخیص زبان گریه نوزادان فعال است.

* مؤسسه فناوری ماساچوست – پیش‌بینی احتمال ابتلای زنان به سرطان سینه

محققان مؤسسه فناوری ماساچوست سیستم هوش مصنوعی جدیدی را ابداع کرده‌اند که قادر به پیش‌بینی احتمال ابتلای زنان به سرطان سینه از پنج سال قبل است.

این سیستم با استفاده از الگوهای خودآموز و از سوی یک تیم از محققان آزمایشگاه هوش مصنوعی بیمارستان ماساچوست و آزمایشگاه هوش مصنوعی (CSAIL) ابداع و تولید شده است.

در این مدل دانشمندان ماموگرام ۶۰ هزار زن مبتلا به سرطان سینه که در بیمارستان عمومی ماساچوست بستری شده‌ بودند را تحت بررسی قرار دارند؛ این داده‌ها برای طراحی مدلی به کار گرفته شد که نشانه‌های سرطان را در بافت‌های سینه زنان شناسایی می‌کند.

نکته مهم این مدل مبتنی بر هوش مصنوعی ضریب دقیق تشخیص آن در سفیدپوستان و سیاه‌پوستان است.

به دلیل عدم نابرابری در برخورداری از امکانات بهداشتی شمار موارد ابتلای زنان سیاه‌پوست به بیماری سرطان سینه و به دنبال آن مرگ در اثر  این بیماری به میزان قابل توجهی بیش از سفیدپوستان است.

* گوگل – کمک به افراد مبتلا به اختلالات گفتاری

گوگل با توسعه هوش مصنوعی خود، امکان استفاده‌ افراد مبتلا به اختلالات گفتاری از دستیار صوتی خود را فراهم می‎کند.

دستیارهای صوتی برای بسیاری از کاربران، ابزار بسیار مفیدی محسوب می‌شوند؛ اما برای میلیون‌ها انسان دچار اختلالات گفتاری مرتبط‌ با بیماری‌های عصبی، دستیار صوتی که قادر به استفاده از آن نیستند،منجر به ناامیدی می‌شود.

این ایده از آنجا نشأت گرفت که اگر دوستان و خانواده‌ افراد مبتلابه ALS (اسکلروز جانبی آمیوتروفیک) می‌توانند آن‌ها را بفهمند، پس گوگل می‌تواند به کامپیوتر‌هایش نیز چنین آموزشی بدهد؛ تنها کافی است به هوش مصنوعی خود مثال‌های کافی از الگوهای اختلالات گفتاری ارائه کند.

اسکلروز جانبی آمیوتروفیک منجر به از دست رفتن تدریجی عملکرد عضلات (به ویژه عضلات مخطط) می‌گردد و با تضعیف ماهیچه‌ها به تدریج فرد به فلج عمومی مبتلا می‌شود؛ به‌طوری‌که توانایی هرگونه حرکتی از شخص سلب خواهد شد؛ معمولاً مبتلایان به این بیماری مدت زمان زیادی زنده نمی‌مانند؛ اگر چه این مدت برای استیون هاوکینگ بین ۲ تا ۳ سال پیش‌بینی شده بود، اما او علی‌رغم همه مشکلات و ناراحتی‌‌ها تا سال‌ها به زندگی خود ادامه داد.

* آی بی ام – شناسایی سریع آلزایمر با آزمایش خون

اکثر روش های شناسایی سریع آلزایمر بی نتیجه باقی مانده، اما محققان آی بی ام با طراحی آزمایش خون مبتنی بر هوش مصنوعی این کار را ممکن کرده اند.

سیستم هوش مصنوعی جدید آی بی ام با بررسی مشخصه های زیستی نمونه های خون گرفته شده از بیماران و به خصوص یک نوع پپتید به نام amyloid-beta می تواند ابتلای اشخاص به بیماری آلزایمر را در همان مراحل اولیه مشخص کند.

این روش را می توان حتی برای پیش بینی احتمال ابتلای یک فرد به آلزایمر نیز استفاده کرد و کارآیی آن بیشتر از روش اسکن مغزی است. روش یادشده پزشکان را برای مداوای بهتر و دقیق مبتلایان به آلزایمر یاری می کند.

تجمع amyloid-beta در مایع نخاعی مغز موجب تغییراتی در آن می شود که در نهایت و بعد از چندین دهه موجب ابتلا به آلزایمر می شود. افرادی که این تجمع در مغزشان رخ داد ۲.۵ برابر افراد دیگر با خطر ابتلا به آلزایمر مواجه هستند.

* ام‌آی‌تی – تشخیص سن، جنس و قومیت

این الگوریتم مبتنی بر هوش مصنوعی با استفاده از یک کلیپ صوتی کوتاه نه تنها سن افراد بلکه جنسیت و قومیت آنها را نیز حدس می‌زند.

برای توسعه این الگوریتم محققان صدها کلیپ در یوتیوب را که مربوط به بیش از ۱۰۰ هزار نفر می‌شود را آزمایش کردند.

هوش مصنوعی قادر به بررسی فیلم‌های ارائه شده در یوتیوب و بررسی همبستگی بین صداها و چهره افراد است.

↑
خروج از نسخه موبایل