Web Analytics Made Easy - Statcounter

پزشکان از هوش مصنوعی برای ثبت یادداشت‌های پزشکی استفاده می‌کنند

هوش مصنوعی با ساده‌سازی ثبت یادداشت‌های پزشکی و بهبود کارایی، در عین رفع چالش‌های دقت و امنیت، تحولی در حوزه سلامت ایجاد کرده است.
کمک هوش مصنوعی به پزشکان

هوش مصنوعی در حال تحول در حوزه‌ی بهداشت و درمان است و وظایف خسته‌کننده را بر عهده می‌گیرد؛ پزشکان نیز از این کمک استقبال می‌کنند. سرمایه‌گذاری در ابزارهای هوش مصنوعی برای ثبت یادداشت‌های پزشکی در سال ۲۰۲۴ به ۸۰۰ میلیون دلار رسید که جهشی چشمگیر نسبت به ۳۹۰ میلیون دلار در سال ۲۰۲۳ محسوب می‌شود.

بازار ۲۶ میلیارد دلاری هوش مصنوعی در حوزه سلامت، رقابتی شدید میان غول‌های فناوری و استارتاپ‌ها ایجاد کرده است. شرکت‌هایی مانند Nabla، Heidi، Corti، و Tortus پیشگام این عرصه هستند و از سوی سرمایه‌گذارانی مانند Khosla Ventures و خاویر نیل حمایت می‌شوند. هدف آن‌ها توسعه‌ی کاتبان پزشکی هوشمند با استفاده از هوش مصنوعی است تا زمان صرفه‌جویی شود و کیفیت مراقبت از بیماران افزایش یابد. در همین حال، شرکت‌های پیشرو مانند مایکروسافت، آمازون و اوراکل نیز در حال ارائه‌ی راهکارهای پیشرفته‌ی خود هستند.

کمک غول‌های فناوری به هوش مصنوعی پزشکی

مایکروسافت تأثیر بزرگی از خود بر جای گذاشته است. پس از خرید ۲۰ میلیارد دلاری Nuance در سال ۲۰۲۲، این شرکت ابزار DAX Copilot را عرضه کرد که با استفاده از مدل‌های زبانی پیشرفته و تشخیص گفتار، ملاقات‌های بیمار و پزشک را ثبت، جزئیات کلیدی را استخراج و خلاصه‌های بالینی تولید می‌کند.

در حال حاضر، DAX Copilot هر ماه بیش از ۱.۳ میلیون تعامل بیمار و پزشک را در بیش از ۵۰۰ گروه بهداشتی در ایالات متحده پردازش می‌کند. مایکروسافت ادعا می‌کند این ابزار می‌تواند زمان صرف شده توسط پزشکان برای مستندسازی را به نصف کاهش دهد. در دانشکده پزشکی استنفورد، بیش از ۵۰ پزشک مراقبت اولیه در سال ۲۰۲۴ این ابزار را آزمایش کردند. در حالی که دو سوم آن‌ها گزارش دادند که زمان صرفه‌جویی کرده‌اند، ۹۰ درصد از یادداشت‌ها نیاز به اصلاح دستی داشتند. با این وجود، ارزش این ابزار باعث شده است که استنفورد برنامه‌ای برای گسترش استفاده از آن داشته باشد.

آمازون و اوراکل نیز در حال توسعه ابزارهای بهداشتی مبتنی بر هوش مصنوعی خود هستند که مدل‌های زبانی پیشرفته را با تشخیص گفتار ترکیب می‌کنند تا مکالمات را به سوابق پزشکی دقیق تبدیل کنند.

در اروپا، Nabla با استفاده از ابزار رونویسی OpenAI به نام Whisper به موفقیت دست یافته است. تا اکتبر ۲۰۲۳، این برنامه بیش از ۷ میلیون ویزیت پزشکی را پردازش کرده و به طور میانگین سه تا چهار دقیقه برای هر بیمار صرفه‌جویی کرده است، که ساعت‌ها زمان اضافی را برای کلینیک‌های پرمشغله آزاد می‌کند.

چالش‌ها و نگرانی‌ها درباره هوش مصنوعی در حوزه سلامت

استفاده از هوش مصنوعی در حوزه بهداشت و درمان بدون جنجال نیست. پژوهشگران درباره “توهمات” هشدار داده‌اند، حالتی که در آن ابزارهای هوش مصنوعی اطلاعات ساختگی تولید می‌کنند. مطالعه‌ای توسط دانشگاه کرنل و دانشگاه ویرجینیا نشان داد که ۱ درصد از رونویسی‌های تولید شده توسط Whisper حاوی عباراتی کاملاً ساختگی بودند، که ۴۰ درصد از این اشتباهات شامل اطلاعات غلط خطرناک بود، از جمله ادعاهای نادرست پزشکی.

چنین نادرستی‌هایی در حوزه‌ای که دقت در آن حیاتی است، خطرات جدی ایجاد می‌کند. به همین دلیل، پزشکان یادداشت‌های تولیدشده توسط هوش مصنوعی را با دقت بررسی می‌کنند تا از بروز اشتباهات احتمالی جلوگیری شود.

حریم خصوصی نیز یکی از مسائل مهم است. مدیریت داده‌های حساس پزشکی با هوش مصنوعی، نگرانی‌هایی در مورد امنیت ایجاد می‌کند. در حالی که شرکت‌های فناوری و بیمارستان‌ها ادعا می‌کنند که امنیت داده‌ها را اولویت می‌دهند، منتقدان نگران هستند که عجله در پذیرش این ابزارها ممکن است موجب غفلت از محافظت‌های اساسی شود.

با این وجود، بسیاری از پزشکان معتقدند مزایای استفاده از هوش مصنوعی از خطرات آن بیشتر است، به خصوص در صرفه‌جویی زمان و بهبود کارایی.

گسترش نفوذ هوش مصنوعی در صنایع مختلف

تأثیر تحول‌آفرین هوش مصنوعی فراتر از حوزه بهداشت و درمان است و در صنایع اصلی ایالات متحده نیز نفوذ کرده است:

  • تشخیص بیماری‌ها: الگوریتم‌ها اکنون تصاویر پزشکی را سریع‌تر و دقیق‌تر از پزشکان تحلیل می‌کنند و بیماری‌هایی مانند سرطان و شکستگی‌ها را در زمان رکوردشکن شناسایی می‌کنند، که در شرایط اورژانسی اهمیت حیاتی دارد.
  • پزشکی دقیق: هوش مصنوعی با تحلیل داده‌های ژنتیکی و پزشکی، درمان‌ها را به طور اختصاصی برای هر بیمار تنظیم می‌کند و نتایج را برای بیمارانی که قبلاً به درمان‌های عمومی متکی بودند، متحول می‌کند.
  • روباتیک جراحی: سیستم‌های هوش مصنوعی در جراحی‌های پیچیده کمک می‌کنند، دقت را افزایش داده و زمان بهبود بیماران را کاهش می‌دهند.

در حمل‌ونقل، وسایل نقلیه خودران و سیستم‌های نگهداری پیش‌بینی‌کننده، ایمنی و کارایی را بهبود می‌بخشند. هوش مصنوعی همچنین جریان ترافیک را بهینه کرده و ازدحام در شهرهای شلوغ را کاهش می‌دهد.

بخش مالی نیز از سیستم‌های هوش مصنوعی برای تشخیص تقلب و الگوریتم‌های معامله‌گری که روندهای بازار را تحلیل و معاملات را با سرعتی بی‌سابقه انجام می‌دهند، بهره‌مند شده است.

خرده‌فروشی از هوش مصنوعی برای پیش‌بینی رفتار مصرف‌کنندگان و مدیریت موجودی استفاده می‌کند، در حالی که آموزش نیز از ابزارهای هوش مصنوعی برای ساده‌سازی فرایندهای پذیرش بهره می‌برد. در کشاورزی، فناوری کشاورزی دقیق با استفاده از هوش مصنوعی، بازدهی محصولات را افزایش داده و منابع را بهینه می‌کند.

حتی صنعت سرگرمی از هوش مصنوعی برای ارائه پیشنهادهای شخصی، تولید محتوای جدید و گسترش امکانات در موسیقی، فیلم و بازی‌های ویدئویی استفاده می‌کند.

همان‌طور که هوش مصنوعی به تکامل خود ادامه می‌دهد، توانایی آن در ساده‌سازی وظایف پیچیده و گشودن افق‌های جدید، جایگاه آن را به عنوان یکی از ارکان نوآوری در صنایع مختلف تثبیت کرده است.