به گزارش شفا آنلاین:در این گزارش، کارشناسان سازمان جهانی بهداشت بر اهمیت برقراری امنیت و اثربخشی سیستمهای هوش مصنوعی تاکید میکنند.
ابزارهای هوش مصنوعی می توانند بخش مراقبت های بهداشتی را به لطف افزایش در دسترس بودن داده های مراقبت های بهداشتی و پیشرفت چشمگیر تکنیک های تحلیلی (چه یادگیری ماشینی، چه مبتنی بر منطق یا آمار) متحول کنند.
سازمان جهانی بهداشت پتانسیل هوش مصنوعی را برای بهبود نتایج سلامت از طریق مشارکت آن در آزمایشات بالینی و بهبود تشخیص پزشکی، درمان، مراقبت از خود و مراقبت شخص محور و به عنوان مکملی برای دانش، در نظر میگیرد.
هوش مصنوعی نویدبخش سلامتی است اما چالشهای جدی از جمله جمعآوری دادههای غیراخلاقی، تهدیدات امنیت سایبری و سوگیری یا اطلاعات نادرست را نیز به همراه دارد.
برای مثال، هوش مصنوعی میتواند در محیطهایی که کمبود متخصصان پزشکی وجود دارد، مفید باشد. با این حال، یک سمت تاریک وجود دارد زیرا فناوریهای هوش مصنوعی بسیار سریع و گاهی بدون درک کامل نحوه عملکرد آنها به کار گرفته میشوند که میتواند به کاربران از جمله متخصصان مراقبتهای بهداشتی و بیماران آسیب برساند.
هنگام استفاده از دادههای سلامت، سیستمهای هوش مصنوعی میتوانند به اطلاعات شخصی حساس دسترسی داشته باشند و این امر ایجاد چارچوبهای قانونی و نظارتی را ضروری میکند که حریم خصوصی، امنیت و یکپارچگی را تضمین میکند.
به گزارش اسپوتنیک، دکتر «تدروس آدهانوم قبریسوس»، دبیر کل سازمان جهانی بهداشت در این باره گفت: هوش مصنوعی نویدبخش سلامتی است اما چالشهای جدی از جمله جمعآوری دادههای غیراخلاقی، تهدیدات امنیت سایبری و سوگیری یا اطلاعات نادرست را به همراه دارد. سازمان جهانی بهداشت با این دستورالعمل جدید به کشورها کمک می کند تا هوش مصنوعی را به طور موثر تنظیم کنند تا از پتانسیل آن چه در درمان سرطان و چه در تشخیص سل، استفاده کنند و در عین حال خطرات احتمالی ناشی از آن را نیز به حداقل برسانند.
مقررات بهتر می تواند به کنترل خطراتی کمک کند که هوش مصنوعی می تواند با سوگیری ایجاد کند.
برای مثال، نمایش دقیق تنوع جمعیت برای مدلهای هوش مصنوعی ممکن است دشوار باشد که منجر به سوگیری، عدم دقت یا حتی شکست میشود. برای کمک به کاهش این خطرات، میتوان از مقررات استفاده کرد تا اطمینان حاصل شود که اطلاعات مربوط به ویژگیهایی مانند جنسیت، نژاد و قومیت افرادی که در دادههای آموزشی شرکت میکنند، گنجانده شده است.
هدف از انتشار مقررات جدید توسط سازمان جهانی بهداشت تنظیم اصول کلیدی است که دولتها و مقامات نظارتی میتوانند برای توسعه راهنماییهای جدید یا تطبیق دستورالعملهای موجود در مورد هوش مصنوعی در سطح ملی یا منطقهای بر اساس آنها عمل کنند.
همچنین برای ایجاد اعتماد، این مقررات بر اهمیت شفافیت و مستندسازی نیز تاکید می کنند.
برای مدیریت ریسک مسائلی مانند استفاده هدفمند، یادگیری مستمر، مداخلات انسانی، مدلهای آموزشی و تهدیدات امنیت سایبری باید بهطور جامع و با مدلهایی که تا حد امکان ساده هستند، مورد بررسی قرار گیرند.
اعتبارسنجی داده ها به صورت خارجی و شفاف بودن در مورد استفاده مورد نظر از هوش مصنوعی، به تضمین امنیت و تسهیل مقررات کمک می کند.
همچنین تعهد به کیفیت داده ها به عنوان مثال از طریق ارزیابی دقیق سیستم ها قبل از راه اندازی برای اطمینان از اینکه سیستم ها به سوگیری ها و خطاها دامن نمیزنند، حیاتی است.
تشویق همکاری بین نهادهای نظارتی، بیماران، متخصصان مراقبت های بهداشتی، نمایندگان صنعت و شرکای دولتی می تواند اطمینان حاصل کند که محصولات و خدمات در طول چرخه عمر خود با مقررات مطابقت دارند.
هوش مصنوعی (AI) اصطلاحی است که برای توصیف استفاده از رایانه و فناوری برای شبیهسازی رفتار هوشمند و تفکر انتقادی قابل مقایسه با یک انسان استفاده میشود. جان مک کارتی برای اولین بار در سال ۱۹۵۶ اصطلاح هوش مصنوعی را به عنوان علم و مهندسی ساخت ماشین های هوشمند توصیف کرد.
هوش منصوعی میتواند به پردازش دادههای پزشکی کمک کند و به متخصصان پزشکی بینشهای مهمی بدهد، نتایج سلامتی و تجربیات بیمار را بهبود بخشد.
هوش مصنوعی در پزشکی استفاده از مدلهای یادگیری ماشینی برای جستجوی دادههای پزشکی و کشف دیدگاها برای کمک به بهبود نتایج سلامت و تجربیات بیمار است. به لطف پیشرفت های اخیر در علوم کامپیوتر و انفورماتیک، هوش مصنوعی (AI) به سرعت به بخشی جدایی ناپذیر از مراقبت های بهداشتی مدرن تبدیل می شود. الگوریتمهای هوش مصنوعی و سایر برنامههای کاربردی مجهز به هوش مصنوعی برای حمایت از متخصصان پزشکی در محیطهای بالینی و تحقیقات در حال انجام،استفاده میشوند.
در حال حاضر، رایج ترین نقش های هوش مصنوعی در تنظیمات پزشکی، پشتیبانی تصمیم گیری بالینی و تجزیه و تحلیل تصویربرداری است. ابزارهای پشتیبانی تصمیم بالینی به ارائهدهندگان خدمات سلامت کمک میکنند تا با فراهم کردن دسترسی سریع به اطلاعات یا تحقیقات مرتبط با بیمار، درباره درمانها، داروها، سلامت روان و سایر نیازهای بیمار تصمیمگیری کنند. در تصویربرداری پزشکی، ابزارهای هوش مصنوعی برای تجزیه و تحلیل سی تی اسکن، اشعه ایکس، MRI و سایر تصاویر برای ضایعات یا سایر یافتههایی که رادیولوژیست انسانی ممکن است از دست بدهد، استفاده میشود.
چالشهایی که همهگیری کووید۱۹ برای بسیاری از سیستمهای بهداشتی ایجاد کرد، بسیاری از سازمانهای مراقبتهای بهداشتی در سراسر جهان را به سمت آزمایش میدانی فناوریهای جدید پشتیبانی شده از هوش مصنوعی، مانند الگوریتمهای طراحیشده برای کمک به نظارت بر بیماران و ابزارهای مجهز به هوش مصنوعی برای غربالگری کووید۱۹ سوق داد.
کاربردهای کنونی هوش مصنوعی در پزشکی در زمینه های مختلف:
۱) قلبی-عروقی
- تشخیص فیبریلاسیون دهلیزی
- پیش بینی ریسک بیماری های قلبی-عروقی
۲) تست های عملکرد ریوی
۳) کنترل تست های قند خون
۴) پیش بینی کاهش GFR و بیماری های کلیوی
۵) تصویر برداری تشخیصی در مشکلات گوارشی
۶) نورولوژی (مغز و اعصاب)
- تشخیص صرع و مانیتور تشنج
- ارزیابی راه رفتن، وضعیت بدن و لرزش
۷) تشخیص سرطان در هیستوپاتولوژی
۸) تصویربرداری پزشکی و اعتبار سنجی فناوری های مبتنی بر هوش مصنوعی/ایسنا