بازاریابی سیاسی

آخرين مطالب

آیا ربات ها به زودی جای پزشکان را می گیرند؟ اخبار

آیا ربات ها به زودی جای پزشکان را می گیرند؟

  بزرگنمايي:

سیاست و بازاریابی -
آیا ربات ها به زودی جای پزشکان را می گیرند؟
٨٢
٠
دیجیاتو / وینود خسلا (Vinod Khosla) یکی از بزرگترین سرمایه‌گذارهای «سیلیکون ولی» حرف قابل تاملی زد. او ادعا کرده تا سال 2035 ربات‌ها به طور کامل جای پزشک‌ها را خواهند گرفت. خسلا با قاطعیت این حرف را در محافل مختلف می‌زند چرا که شواهد متعددی پیرامون این حرف و صحبت دارد.
پژوهشی در بیمارستان ماساچوست در سال 2017 میلادی طراحی شد که در آن یک سیستم هوش مصنوعی توانسته بود مثل یک کارشناس رادیولوژیست و حتی بهتر، ماموگراف‌های بیماران را بررسی و بیماران مستعد متاستاز را شناسایی کرده و به اطلاع پزشک معالج برساند تا این دسته از بیماران به اتاق عمل هدایت شوند.
جالب است بدانید یک سال پیش از این ماجرا، گزارشی در ژورنال انجمن پزشکی امریکا به انتشار رسید مبنی بر اینکه گوگل توانسته هوش مصنوعی منحصر به فردی بسازد تا با عکس‌برداری از قرنیه چشم افراد، بیماری دیابت را با دقت بالا و سریع شناسایی کند.
اخیرا نیز ربات‌هایی اختراع شده‌اند که توسط یک رایانه مرکزی کنترل می‌شوند. دانشمندان به واسطه این رباتها توانسته‌اند یک عمل جراحی در ناحیه روده یک خوک آزمایشگاهی را با موفقیت به سرانجام برسانند. هر چند مدت زمان بیشتری نسبت به یک جراح انسانی طول کشید تا ربات این پروسه جراحی را به پایان برساند. از طرفی این ابزار پیشرفته همانطور که انتظار می‌رفت توانسته بود با دقت بهتری بخیه پوستی بزند و ناحیه اسکار از لحاظ بهداشتی در شرایط مطلوبی قرار داشت. صاحب نظرهای دنیای تکنولوژی باور دارند تا جایگزینی ربات ها در بیمارستان‌های مختلف زمان زیادی نمانده است.
هوشمند اما تا چه میزان؟
شناسایی هر چه بهترِ بیماری و اختلال‌های بالینی و به دنبال آن، پیامدهای بهتر درمانی از اهداف اصلی مهندسین پزشکی است اما هوش مصنوعی تنها زمانی می‌تواند با دقت مطلوب عمل کند که یک عده کارشناس و برنامه‌نویس، این ابزارهای الکترونیکی را به درستی برنامه‌ریزی و راه‌اندازی کرده باشند. اگر به هر نحوی یک گروه یا حتی یک فرد در برنامه‌نویسی هوش مصنوعی کوتاهی کند، قاعدتا این امکان وجود دارد با تبعات جبران‌ناپذیری روبه‌رو شویم.
سیستم‌های هوش مصنوعی با بهره‌گیری از شیوه آموزش ماشینی، داده‌های بسیار زیادی را به یک باره مورد تجزیه و تحلیل قرار داده و سپس اختلالات و بروز بیماری خاصی را پیش‌بینی کرده و در نهایت پروسه‌های بالینی متنوعی به اقتضای شرایط پیشنهاد می‌دهند. شاید برای ساخت و توسعه یک هوش مصنوعی بسیار پیشرفته هزینه هنگفتی نیاز باشد اما با این حال بودجه برای این پروژه می‌تواند از ریخت و پاش‌های دیگری که در بیمارستان‌ها انجام می‌شود جلوگیری کرده و از جنبه دیگر، وقت بیماران بیهوده تلف نشود.
هوش‌های مصنوعی فارغ از اینکه چه تعداد کارشناس روی آن مشغول به کار باشند و چه میزان بودجه در اختیار تیم توسعه‌دهنده قرار می‌گیرد، مبتنی بر اطلاعات فعالیت می‌کند و اگر اطلاعات مناسبی به سیستم داده نشود، نتایج مطلوبی را نیز به عنوان خروجی نباید انتظار داشته باشیم. نگرانی اصلی کارشناس‌های تکنولوژی در همین موضوع است که اطلاعات جامع و کافی از تمام مردم در اختیارشان نیست و ثبت و ضبط داده‌های مردم نیاز به یک همت و تلاش اساسی دارد که این همت به تک تک افراد جامعه بستگی دارد.
چالش‌هایی که هنوز حل نشده‌اند
بر اساس یک گزارش که توسط سازمان بهداشت و درمان ملی امریکا در سال 2017 میلادی به ثبت رسیده، سیاه‌پوست‌ها از شرایط بدتری از لحاظ بهداشتی مثل مرگ و میر نوزادان، سرطان، بیماری قلبی، چاقی و حتی ابتلا به بیماری ایدز رنج می‌برند.
به عنوان مثال میزان مرگ و میر نوزادان در اهالی آلاسکا 60 درصد بیشتر از سفیدپوست‌ها گزارش شده است یا مرگ و میر ناشی از بیماری ایدز در امریکایی‌هایی با نژاد افریقایی روز به روز افزایش می‌یابد. به همین علت تضادهای زیادی بین مردم یک جامعه، آن هم در امریکا دیده می‌شود که وابسته به اقتصاد و شرایط فرهنگی جامعه است. اگر هم روزی ربات ها جای پزشک‌ها را بگیرند، نگاه نژادپرستانه به طور تدریجی در جوامع شکل می‌گیرد و بر این اساس، اگر فردی توان مالی نیز داشته باشد، از انجام یک پروسه بالینی به خاطر رنگ پوستش شاید منع شود.
داده‌هایی که به مدل‌های هوش مصنوعی داده می‌شود می‌تواند سیستم را قوی‌تر یا حتی ضعیف‌تر کند. ماشین‌ها به خودی خود نمی‌توانند دقت اطلاعات را بررسی کنند. هوش مصنوعی به صورت پیش‌فرض تمامی داده‌ها را کاملا دقیقا با کیفیت بسیار بالا شناخته و سپس بر اساس این موارد و الگوریتمی که در اختیار دارد، دست به کار می‌شود. شاید با خودتان بگویید که می‌توانیم پس از راه‌اندازی هوش مصنوعی، داده‌ها را تصحیح کنیم اما این کار به نظر کارشناس‌ها چندان شدنی نیست. چون مدل‌های حال حاضر مثل جعبه‌های سیاه موجود در هواپیماها عمل می‌کنند و به همین علت شاید توضیح یک موضوع به ظاهر ساده برای یک هوش مصنوعی چندان کار آسانی نباشد. به خصوص اینکه پیش از این مسئله، داده‌های اشتباهی در مقیاس بالا به خوردش دادیم.
یکی دیگر از چالش‌های بزرگ در این راستا این موضوع است که بیشتر کلینیک‌های حال حاضر اقدامات بالینی را برای بیمارانشان انتخاب می‌کنند که این اطلاعات در محل مشخصی به ثبت نمی‌رسد. هر چند کلینیک‌هایی با نیروهای مجرب و کاربلد سعی می‌کنند ابتدا بیمارهای بد حال را غربالگری کرده و در مرحله بعدی، رویکرد هوشمندانه‌ای جهت درمان انتخاب می‌کنند. با این تفاسیر با وضعیت کنونی، داده‌های چندان مطلوبی برای هوش‌های مصنوعی مشتاق به امر طبابت در دسترس نیست.
استفاده از هوش مصنوعی برای درمان، آن هم بدون هیچ ریسک؟
چالش‌ها زمانی کاملا درک خواهند شد که بخش‌های مختلفی از سازمان بهداشت و درمان در کشورهای پیشرفته قصد داشته باشند از هوش مصنوعی در مقیاس کلان استفاده کنند. به عنوان مثال زمانی که اعضای مرکز پزشکی دانشگاه پیتزبورگ خطر مرگ ناشی از پنومونیای بیماران را در بخش اورژانس بررسی کردند، هوش مصنوعی توان پیش‌بینی بیماران با رده سنی بالاتر از 100 سال یا افرادی که از آسم رنج می‌بردند را نداشت. چرا که تعداد داده‌های با این سن و وضعیت در دیتابیس هوش مصنوعی محدود بود. اگر حتی اطلاعات اندکی درباره آمار و اطلاعات داشته باشید، حتما درک خواهید کرد هر چه اندازه یک گروه کمتر باشد، دقت تخمین یک متغیر نیز کاهش می‌یابد. بنابراین نمی‌توان تاثیر متغیرهای گوناگون را روی این دسته از گروه‌هایی با اندازه کم به درستی و با دقت بررسی کرد.
پزشکان دانشگاه پیتزبورگ زمانی به اشتباه هوش مصنوعی خود پی برده بودند که با تزریق دوز ناکارآمد آنتی‌بیوتیک سعی داشته‌اند بیماران را درمان کنند. به همین سبب استفاده از هوش‌های مصنوعی جهت شناسایی بیماری مثل راه رفتن روی یک تیغ دو لبه است. اندکی لغزش کافیست تا به تلف شدن جان بیماران بینجامد.
پیش از اینکه به سیستم‌های هوش مصنوعی و تبعا «ربات های پزشک‌نما» اعتماد کامل کنیم، اعضای تیم مهندسی پزشکی می‌بایست ابتدا تضادهای بین داده‌ها را بررسی کرده و در صدد حل این دسته از موارد باشند.
از طرفی سیستم‌های ماشینی نیازمند ارزیابی‌های متداوم هستند. باید این مسئله مدام بررسی شود که آیا این دسته از سیستم‌ها قابلیت پیش‌بینی بیماری‌ها را به صورت دقیق دارند یا خیر. رویکرد دیگر باید در این رابطه باشد روند بالینی که سیستم پیشنهاد می‌دهد از لحاظ اخلاق حرفه‌‌ای پزشکی تخطی نکند. به همین سبب مطالعه و بررسی ایده‌های مختلف در این زمینه می‌تواند امری بسیار پراهمیت تلقی شود. چرا که تحقیقات در زمینه تکنولوژی و مهندسی پزشکی می‌تواند بستر را برای توسعه هر چه بهتر یک هوش مصنوعی قدرتمند گسترده‌تر سازد.
البته بودجه در جوامع پیشرفته صرفا به تولید و توسعه ربات‌های پزشکی تخصیص نمی‌یابد و اندکی از این هزینه باید صرف فرهنگ‌سازی عموم شود تا به هوش مصنوعی به چشم یک پزشک نگاه کنند یا حداقل فردی را تصور کنند که مثل یک پزشک با دانستن پیش‌زمینه‌ای از اطلاعات فردی این قدرت را دارد تا بیماری‌‌شان را کشف کند. البته در کسری از ثانیه! اگر روزی این فناوری در بیمارستان‌های ایران باب شود آیا شما به ربات‌ها برای شناسایی و درمان بیماری خود اعتماد می‌کنید؟


نظرات شما

ارسال دیدگاه

Protected by FormShield

ساير مطالب

انویدیا خرید کارت گرافیک بدون قابلیت رهگیری پرتو را غیرعقلانی می‌داند

بیوگرافی سیمور کری، معمار پیش‌گام دنیای ابرکامپیوتر

سامسونگ دیسپلی نمایشگر کوانتوم دات OLED تولید می‌کند

فناوری شارژ سریع گلکسی نوت 10 چه مشکلاتی دارد؟

فروش 7.7 میلیون ساعت‌ هوشمند در سه‌ماهه دوم سال 2019 در آمریکای شمالی

ایرانسل برای رفع مشکل برخی مشترکان اینترنت ثابت، راهکارهایی ارائه کرد

شیائومی، ویوو و اوپو روی سرویس فایلی مشابه ایردراپ کار می‌کنند

بررسی هزینه طراحی سمند، 206 صندوق دار و دنا در مقایسه با مدل‌های خارجی

در سفر به استانبول از کدام محله ها دیدن کنیم؟

درمان تنبلی چشم با استفاده از واقعیت مجازی

انتشار ویدئویی مضحک درمورد روش تمیز کردن دوربین‌های حرفه‌ای در یوتیوب

زوم‌کست: هر آنچه در ارتباط با SSD باید بدانید

نگاهی به قیمت‌گذاری و تجهیزات سفارشی شورولت کوروت C8

ربات استرو؛ محصول ترکیب طراحی بوستون داینامیکس با هوش مصنوعی کاربردی

با نرم‌افزار فروشگاهی دشت همکاران سیستم آشنا شوید

نشانه‌هایی از عرضه نسخه سوپر کارت گرافیک RTX 2080 Ti وجود دارد

برنی سندرز خواستار ممنوعیت استفاده از فناوری تشخیص چهره توسط پلیس آمریکا شد

گزارش زومیت از اولین رویداد استانی جشنواره وب و موبایل ایران در اصفهان

احتمال معرفی ردمی نوت 8 در کنار ردمی TV در 7 شهریور

نرم‌افزارهای مملو از تبلیغ، 8 میلیون کاربر گوگل پلی را فریب داده‌اند

عباس علی‌آبادی، مدیر عامل جدید ایران خودرو شد

سنجش فشارخون با دوربین سلفی

TSMC: قانون مور هنوز زنده است

توسعه اولین زانوی مصنوعی با قابلیت دوچرخه‌سواری در ایران

تیم کوک در دیدار با ترامپ: تعرفه روی کالاهای چینی، اپل را دربرابر سامسونگ تضعیف می‌کند

حفره امنیتی بلوتوث میلیون‌ها دستگاه را تهدید می‌کند

پردازنده‌ی 18 هسته‌ای Cascade Lake-X اینتل در گیک‌بنچ مشاهده شد

تنها برخی از پردازنده‌های نسل سوم رایزن AMD قابلیت اورکلاک بالایی دارند

امکان جدید گوگل اسیستنت: ارسال یادآور برای خانواده و دوستان

فریم 72: از گفت‌وگو درباره فاز چهارم و پنجم دنیای سینمایی مارول تا رده‌بندی پنج فیلم برتر مارول

توییتر پیام‌های توهین‌آمیز را فیلتر خواهد کرد

نسل بعدی APUهای AMD با نام Renoir و معماری Zen 2 از راه می‌رسد

معرفی تتر از زبان کوین نیک

مشخصات گوشی‌های گلکسی M31،M21 و M41 فاش شد

سایپا محصولات رنو، برلیانس و آریو را تحویل نخواهد داد

هرآنچه باید درباره حسگر اثرانگشت بدانید؛ قسمت سوم و پایانی

گوگل کاهش دوره مجوزهای HTTPS به یک سال را پیشنهاد داد

بوش نمایشگر سه‌بعدی پشت فرمان خودرو تولید خواهد کرد

لاجیتک دو کیبورد جدید مخصوص گیمینگ رونمایی کرد

نئاندرتال‌ها به درد گوش شایع‌ در موج‌سواران و شناگران مبتلا بودند

معکوس‌کردن روند پیری در سلول‌های بنیادی مغز موش

راهنمای علمی کنار گذاشتن تعلل‌ورزی

رشد 66 درصدی فروش علی بابا کلاد در سه‌ماهه اول سال مالی 2019

سهم بازار موتور جستجوی Bing‌ در حال افزایش است

Windows Core OS احتمالا سیستم‌ عاملی با رویکرد ابری خواهد بود

YouTube Originals از 2 مهر برای تمام کاربران رایگان خواهد شد

بهترین موقعیت های دبی برای عکاسی را بشناسید

افشای تصاویر و مشخصات گوشی جدید منتسب به ردمی 8

اپل از سازنده شبیه‌ساز مجازی آیفون و iOS شکایت می‌کند

چهار روش برای دور شدن از حواس‌پرتی‌های دنیای فناوری