تشخیص بیماری به اطلاعات متعدد و مرتبطکردن آنها به یکدیگر بستگی دارد. هوش مصنوعی احتمالاً گزینهی مناسبی برای این کار محسوب میشود و در آزمایشهایی که اخیراً انجام شده است، توانسته بیماری کودکان را بهتر از بعضی پزشکان تشخیص دهد. کانگ ژانگ در دانشگاه کالیفرنیا در سن دیگو و همکارانش، پروندههای پزشکی ۱٫۳میلیون بیماری که به مرکز بزرگ پزشکی گوانگژو در چین رفته بودند را در اختیار یک هوش مصنوعی قرار دادند. این بیماران همه زیر ۱۸سال و از ژانویه ۲۰۱۶ تا ژانویه ۲۰۱۷ به پزشک مراجعه کرده بودند.
نمودارهای پزشکی آنها شامل متن نوشتهشدهی پزشکان و نتایج آزمایشگاهی بود. ژانگ و همکارانش برای کمک به هوش مصنوعی، از پزشکان خواستند تا با نوشتن یادداشتی برای پروندههای پزشکی مشخص کنند که چهمیزان از آن به گلایههای کودک، سابقهی بیماری و آزمایشهای آزمایشگاه مرتبط است. هوش مصنوعی با مشاهدهی این پروندهها، تب غدهای، رزولا، آنفولانزا، آبله مرغان، بیماریهای دست، پا و دهان را با دقت ۹۰ تا ۹۷درصد تشخیص داد. ژانگ میگوید:
هوش مصنوعی مزایایی دارد نظیر اینکه نیازی به خوابیدن ندارد، حافظهی بسیار بزرگی دارد و هیچ انرژیای از دست نمیدهد. هوش مصنوعی هم مثل پزشکان کامل نیست. پزشکان روزی ۸۰ بیمار را ویزیت و اطلاعات متفاوت و زیادی دریافت میکنند؛ همینجا است که احتمال بروز اشتباه در تشخیص بیماری وجود دارد.
این تیم پژوهشی دقت هوش مصنوعی تحت آزمایش را با ۲۰ پزشک متخصص اطفال با تجربههای مختلف مقایسه کرد. عملکرد هوش مصنوعی در مقایسه با پزشکان جوانتر بهتر و در مقایسه با پزشکان باتجربهتر، ضعیفتر بود. میتوان از هوش مصنوعی برای تریاژ بیماران (فرایند اولویتبندی بیماران براساس شدت وخامت حال بیمار) در بخش اورژانس استفاده کرد و با ارائهی دادههای کافی باید بتواند وضعیتهای اضطراری یا معمولی را تشخیص دهد.
استفاده از هوش مصنوعی در تشخیص بیماری
کریس راسل در مؤسسه آلن تورینگ در لندن میگوید:
باوجود کارایی هوش مصنوعی، همچنان وجود پزشک برای درمانهای پزشکی احساس میشود؛ زیرا پروندههای پزشکی باید همچنان زیر نظر متخصص آموزشدیده تشکیل شوند و دانش آنها عامل اصلی در تشخیص بیماری بهحساب میآید. درواقع این فرد متخصص است که علائم بیماری را از بیمار جویا میشود و آن را وارد کامپیوتر میکند. بهاینترتیب نمیفهمم چطور استفاده از این فناوری میتواند مردم را از مراجعه به پزشک بینیاز کند. میتوان از این فناوری برای کمک به پزشکان استفاده کرد؛ اما برای جایگزینی کامل آن با متخصصان پزشکی راهی طولانی درپیش است.
مقاله مرتبط:هوش مصنوعی بازگشت از اغما را پیشبینی میکند
این احتمال وجود دارد، پزشکان جوانتری که برای تشخیص بیماری به هوش مصنوعی وابسته هستند، دیگر نتوانند الگوی مشکلات بیمار را تشخیص دهند و درضمن بیمار ممکن است نسبت به این روش درمانی احساس راحتی نداشته باشد. راسل میگوید:
اگر هوش مصنوعی بهعنوان رابط مستقیم با بیمار و برای نوشتن علائم او استفاده شود، بیمار حس خوبی به این قضیه نخواهد داشت. درواقع وقتی بیمار به پزشک مراجعه میکند، دوست دارد احساس کند که یک نفر به او اهمیت میدهد.
ژانگ میگوید:
بااینحال مطمئناً دوست ندارید به اورژانس مراجعه کنید و ۵ساعت منتظر بمانید؛ زیرا دردی در شکم دارید که آپاندیس نیست و به گاستروانتریت (التهاب معده و روده) یا غذایی که خوردهاید، مرتبط است. این بیماریها، علائم خود را دارند و همانطور که پزشکان برای تشخیص بیماری، یکسری سؤال میپرسند، هوش مصنوعی نیز میتواند همین کار را انجام دهد.
او و تیمش هماکنون مشغول آموزش هوش مصنوعی هستند تا بیماری بزرگسالان را نیز تشخیص دهد.
تشخیص سرطان سینه با استفاده از هوش مصنوعی
پژوهشگران دانشگاه MIT موفق شدهاند نوعی هوش مصنوعی برای تشخیص سرطان سینه در زنان بسازند. هوش مصنوعی جدید پنج سال زودتر سرطان سینه را در زنان شناسایی میکند. این اختراع حاصل تلاش جمعی از محققان علوم کامپیوتر دانشگاه MIT و آزمایشگاه هوش مصنوعی CSAIL و بیمارستان جنرال ماساچوست است. در مدلهای قدیمیتر، الگوریتمهای شناسایی نمیتوانستند این دادهها را در بیماران سیاهپوست تشخیص دهند؛ اما نگرانیها دربارهی این مسئله برطرف شده است. پژوهشگران توانستند با بهکارگیری از مدل جدید یادگیری ژرف ماشینی، یعنی یادگیری عمیق، بدون درنظرگرفتن تفاوتهای نژادی، سرطان سینه را در بین زنان سیاهپوست و سفیدپوست تشخیص دهند.
برای دستیابی به چنین نتایجی، دانشمندان اطلاعات تصاویر ماموگرافی ۶۰ هزار بیمار مبتلا به سرطان سینه را بررسی کردندکه در بیمارستان جنرال ماساچوست درحالدرمان بودند. آنها با استفاده از این اطلاعات، الگوهای عمیقتر در بافت سینه برای شناسایی سرطان سینه را تشخیص دادند. این الگوها نشانههای اولیه سرطان سینه هستند. یافتههای این پژوهش، در قالب مقالهای در مجلهی علمی رادیولوژی (Radiology) منتشر شده است.
هوش مصنوعی با استفاده از مدل یادگیری عمیق توانسته به نابرابری نژادی در بین زنان در حوزه سلامت کمک کند. آزمایشها و نتیجههای قبلی در پژوهشهای سرطان سینه، به جامعه آماری زنان سفیدپوست مختص بود که به تشخیصندادن زودهنگام این بیماری در بین زنان سیاه پوست منجر میشد. گزارشهای متعددی از تأخیر شناسایی سرطان سینه در بین زنان رنگینپوست در ماهنامهی پزشکی JAMA Surgery در سال ۲۰۱۸ ثبت شده است. احتمال مرگ زنان سیاهپوست دراثر سرطان سینه، ۴۳ درصد بیشتر از زنان سفیدپوست گزارش شده است. بهطورمیانگین، زنان سیاهپوست و آسیایی و دورگه زودتر از همتایان سفیدپوست خود به سرطان سینه مبتلا میشوند.
دانشمندان بر این باورند دلیل موفقیت هوش مصنوعی در شناسایی و تشخیص زودهنگام سرطان سینه، آزمایشکردن همزمان اطلاعات زنان سیاهپوست و سفیدپوست در این جامعه آماری بوده است. دکتر آلیسون کوریان، دانشیار تحقیقات و سیاستگذاری سلامت و پزشکی دانشگاه استنفورد در MIT، اظهار امیدواری کرده چنانچه اعتبارات لازم برای استفاده از تحقیقات هوش مصنوعی به حوزهی سلامت اختصاص داده شود، میتوان کاهش ریسک خطر مرگ سرطان سینه در بین زنان سیاهپوست و سفیدپوست را شاهد بود.