استاد گروه انفورماتیک پزشکی دانشگاه علوم پزشکی مشهد با اشاره به، بهره گیری از دسته بندی های مختلف هوش مصنوعی در ساختار نظام سلامت این دانشگاه گفت: به دنبال گسترش سامانه های هوش مصنوعی و تقویت زیرساخت آن، در فضای دانشگاه علوم پزشکی مشهد هستیم.
دکتر سعید اسلامی، عضو هیات علمی دانشگاه علوم پزشکی مشهد، در گفتگو با وبدا، پیرامون جایگاه هوش مصنوعی در پزشکی و اقدامات در دست اقدام در دانشکده پزشکی مشهد گفت: بهرهوری یکی از چالشهای جدی نظام سلامت در کشور ما است ( به این معنا که منابع اختصاص یافته به درستی در اختیار بیماران نیازمند، قرار نمی گیرد ) و در جهان یکی از روشهایی که برای افزایش بهرهوری در نظر میگیرند، ابزارهای هوشمند و هوش مصنوعی است، لذا هر چه ما بیشتر چالش منابع داشته باشیم، ضروری تر است که در زمینه بهرهوری کار کنیم و به سمت هوش مصنوعی و سلامت دیجیتال حرکت کنیم.
وی افزود: شخصاً خرسندم که دانشگاه علوم پزشکی مشهد و به طور خاص دانشکده پزشکی مشهد، فعالیتها و حمایتهای خوبی در این زمینه داشته و ما به امید و یاری خداوند، همانطور که در سطح کشور و حتی در غرب آسیا منحصر به فرد هستیم، این مرجعیت و نتیجه بخش بودن را حفظ خواهیم داد و تلاش میکنیم ، با پروژههای فاخر که نتیجه آن مستقیماً بر زندگی مردم تاثیرگذار خواهد بود، بیشتر و بیشتر در این حوزه پیشرفت داشته باشیم و کشور عزیزمان را در دنیا مطرح کنیم.
دکتر اسلامی با اشاره به دسته بندی های مختلف هوش مصنوعی در حوزه پزشکی و ساختار نظام سلامت ادامه داد: یکی از لایههای کاربردی و ارزشمند هوش مصنوعی که همه از آن اطلاع دارند، همانند CHAT GPT و بطور کلی large language مدل ها که در واقع سطوح بسیار کاربردی و لایههای بیرونی هوش مصنوعی هستند، دانشگاه علوم پزشکی مشهد برای آنها یک مجموعه کارگاهی پیشبینی کرده و حتی پروژههایی برای تولید آنها ترسیم شده که دانشکده پزشکی حمایت کننده و پیش برنده کار است.
وی در عین حال تاکید کرد: قطعاً کافی نیست که ما منحصر بشویم به این لایههای بیرونی و همانطور که مقام معظم رهبری اشاره کردند ما باید در سطوح زیرساختی این حوزه و تولید آنها هم دارای سبک و دیدگاه باشیم که خوشحالم عرض کنم دانشگاه علوم پزشکی مشهد در زمینه زیرساختی هم کارهای بسیار خوبی انجام داده و این رشته همگرا؛ که نتیجه تعامل متخصصین حوزه هوش مصنوعی و همکاران عزیز دیگر در تمام گروههای دانشگاه است، رو به جلو بوده و در آینده خبرهای خوشی را در رابطه با آن خواهیم شنید.
دکتر اسلامی خاطرنشان کرد: در گروه انفورماتیک دانشگاه علوم پزشکی مشهد مستقر در دانشکده پزشکی هم پروژههای متعددی در حال اجرا است و در حوزه هوش مصنوعی و سلامت دیجیتال بعضاً به نتایج خوبی هم رسیده و برخی در حال انجام میباشد.
همچنین کارهای خوبی که در این حوزه انجام شده را میتوان در چند طبقه قرار داد، یکی از این طبقات که دانشگاه علوم پزشکی مشهد را حتی در غرب آسیا صاحب سبک قرار داده، شامل سیستمهای " تصمیم یار " هستند که به پزشک کمک میکند تا تصمیم بهتری را در زمینه تشخیص و انتخاب درمان و حتی حوزه پیشگیری اتخاذ کند و سیستمهای " تصمیم یار " لزوماً همگی بر اساس کامپیوتر نیستند و میتوانند از ابزارهای ارتباطی دیگر هم استفاده کنند. پروژههایی که در خصوص تجویز منطقی دارو در گروه ما انجام میشود و بعضاً منجر به انتشار مقالات فاخری شده و برخی هم تغییراتی را در فرایندهای اجرایی و تجویز دارو در دانشگاه ایجاد کرده نیز از جمله همین دستاوردها است.
استاد گروه انفورماتیک پزشکی دانشگاه علوم پزشکی مشهد همچنین گفت: حوزه دیگر فعالیت ما حوزه پردازش تصاویر پزشکی است که مرتبط با گروه رادیولوژی و البته گروههای مختلفی است که از این تصاویر استفاده میکنند و اصطلاحاً سیستمهای کَد به آنها گفته میشود. این سیستم ها هم دسته دیگری از سیستمهای تصمیمیار تلقی میشوند و به پزشک کمک میکنند که تفسیر بهتری از تصویر پزشکی داشته باشند. مثلاً برای تشخیص سرطان تیروئید و سطحبندی ندولهای تیروئیدی از این سیستم استفاده میشود و در حال حاضر فاز پایلوت بیرونی آن آغاز شده و امیدواریم تا پایان سال بتوانیم کار را به نقطهای برسانیم که اگر حمایت کافی شد، در سطح کشور آن را عملیاتی کنیم. به ویژه که کنسرهای تیروئید رو به رشد است و طبق ارزیابی که ما روی کنسرهای خودمان در کوهورت دانشگاه انجام دادیم، بین نیم تا یک درصد مردم از این ناهنجاری رنج میبرند و قاعدتاً اگر بتوانیم این سیستم را فعال کنیم؛ هم در تشخیص افرادی که دارای علامت هستند کمک خواهد کرد و هم در تشخیص و غربالگریها.
وی اضافه کرد: در همین حوزه مثالهای دیگری هم در پردازش تصویر وجود دارد؛ مثل قوز قرنیه و انتخاب درمان آن که نتایج خوبی هم داشته و قابل استفاده است. همینطور در حوزه کنسر پستان که در جریان است، مقرر شد فاز اول آن را در تا پایان سال در مشهد عملیاتی کنیم و نمونههایی را با کمک بیمه سلامت و با کمک بیمارستان امام حسین(ع) اجرایی کنیم، کارهای دیگری هم روی شبکه چشم در حال انجام است.
دکتر اسلامی در ادامه گفت: دسته دیگری از سیستمهای ارزشمند، مداخله دادن مردم در حوزه درمان است و با توجه به اینکه ما منابع محدود و بهرهوری پایین داریم، اگر قرار باشد که خودمان همه کارها را انجام دهیم، موفق نخواهیم شد، بنابراین باید به سراغ خود مراقبتی برویم و بحث مدیریت بیماری و آنها را دیجیتال کرده و به خود بیمار واگذار کنیم. شاید یکی از اولین پروژههایی که در دانشگاه مشهد در این حوزه انجام شد مربوط به انتخاب زایمان طبیعی و سزارین بود که خود بیمار تصمیم بگیرد و به این نتیجه برسد که زایمان طبیعی برای او بهتر است.
بنابراین خیلی متفاوت است که ما بیمار را تحت فشار قرار دهیم یا به جای آن توانمندش کنیم تا خودش تصمیم بگیرد و به او کمک کنیم که بیماری خود را بهتر مدیریت کند، همه اینها به سیستمهای خود مراقبتی مربوط میشود، مواقعی هم که بیمار میخواهد تصمیم بگیرد و تصمیم اشتراکی بگیرد، وقتی خود بیمار همراه باشد پذیرش درمان و فرایند مراقبت را بهتر خواهد کرد.
این استاد دانشگاه، ادامه داد: در بیماریهای خواب هم کارهای خوبی انجام شده و نتایج خیلی خوبی هم داشته و محصول آن در بازار وجود دارد، در بحث بازتوانی قلبی هم کار خوبی انجام شد که هم محصول کتاب دارد و هم به صورت مدیا است. همچنین حدود ۳۰ درصد از جمعیت ما مشکل خشکی چشم دارند که با توجه به یکی از محصولاتی که ما ساختهایم میتوانند خود مراقبتی را در بحث خشکی چشم داشته باشند، این دسته از کارها هم در حال پیشرفت هستند.
از دیگر دستههای اصلی گروه ما بحثهای مربوط به اعتبار بخشی های مبتنی بر پیامد است که بر اساس مدلهای هوشمند طراحی میشوند و رفتارهایی را که باید در نظام سلامت اتفاق بیفتد را پیش بینی میکنند و با رفتاری که اتفاق افتاده مقایسه میکنند.
استاد گروه انفورماتیک پزشکی دانشگاه علوم پزشکی مشهد یادآور شد؛ از دیگر اقداماتی که اخیراً توافقات خوبی هم در رابطه با آن با دستگاههای تصمیمگیر انجام شده، بحث پیج مارکینگ درمانهای ناباروری است؛ یعنی ما ببینیم برای دسته بیمارانی که به مرکز ما مراجعه کردهاند، بر اساس مدل چقدر احتمال موفقیت وجود داشته و در واقعیت چقدر این اتفاق افتاده است و اگر این دو عدد نزدیک به هم باشند، مرکز در حالت نرمال است، اگر دو عدد به شکلی باشند که بیشتر از پیش بینی ما موفقیت حاصل شده باشد، نشان از یک شرایط بهتر است و باید تشویق شوند و اگر عدد کمتر از پیشبینی ما باشد باید آموزش، حمایت و هدایت دریافت کند تا به عدد مطلوب ما برسد. البته یک فرد به طور طبیعی میتواند دیتا را چک کند و کار را انجام دهد، اما هم زمانگیر است و هم درصد خطا هم بالاتر است، اما وقتی به مدل هوشمند و هوش مصنوعی واگذار میشود علاوه بر اینکه حجم زیادتری از کار انجام میشود، پیش بینیها نیز درستتر و آسانتر انجام و این در صرفهجویی و بهرهوری نظام سلامت نیز موثر خواهد بود.