مراقبت‌های پزشکی چطور با هوش مصنوعی امکان‌پذیر است؟

«برتنارد» پسر «ماتیو مایت» با یک بیماری فوق العاده نادر مادرزادی به دنیا آمد. حالا او 12سال دارد با چشمانی شیطنت‌آمیز، لبخندی مدام و عشق به دلفین ها. اما بهار سال پیش در اثر یک عفونت تا آستانه مرگ پیش رفت. برتنارد حالا به تنهایی نمی‌تواند بنشیند و از دستانش برای لمس و گرفتن اسباب‌بازی‌هایش استفاده کند. با نزدیک شدن به سن بلوغ انتظار می‌رود وضعیت بدتر شود. مایت که دکترای علوم کامپیوتر دارد توانست از تخصصش در تغییر روش زندگی پسرش استفاده کند. مایت با محاسبات و شبیه‌سازی‌ کامپیوتری و شتاب دیجیتال از طریق اطلاعات فراوان، 2روش درمانی که عمر برتنارد را افزایش داد و کیفیت آن را ارتقا بخشید، کشف کرد.
به گزارش گاردین،‌«کریس کابرن» مدیر ارشد نوآوری در HealthCare System بیمارستانی مستقر در بوستون می‌گوید: فکر می‌کنم میانگین قابل‌توجهی از بیماران تحت مراقبت هوش مصنوعی قرار گرفته‌اند، اما لزوما از آن خبر ندارند. هوش مصنوعی قبلا به مدیران و برنامه‌ریزان پزشکی در صدور صورتحساب و استفاده بهتر از زمان کمک کرده است؛ گرچه هنوز هم بسیاری از پزشکان (و بیماران) را به‌دلیل خسته‌کننده بودن کار و زمان صرف شده برای تایپ کردن به جای تعامل با بیمار، دیوانه می‌کند. وقتی بحث مراقبت از بیمار به میان می‌آید، هوش مصنوعی کمی دور از واقعیت به‌نظر می‌آید. کابرن می‌گوید: من نمی‌توانم به راحتی حوزه‌ای را نام ببرم که کار چندانی در رابطه با هوش مصنوعی نداشته باشد، کارهایی مانند پاتولوژی، رادیولوژی، جراحی ستون فقرات، جراحی قلب و بیماری‌های پوست. متخصصان معتقدند: داستان‌های «مایت» و «هیل» پیشگویی درباره آینده است که پتانسیل هوش مصنوعی را در پزشکی نشان می‌دهد. چنین فناوری‌های دیجیتال توانست در دهه‌های مختلف صنایع را تغییر دهد. هوش مصنوعی اگرچه به‌دلیل حفظ حریم خصوصی بیمار و سایر عوامل به کندی پیش می‌رود، اما در حال انجام اقدامات واقعی برای مراقبت‌های پزشکی است. هوش مصنوعی علاوه بر همه مزایا، محدودیت‌هایی نیز دارد. برخی نگرانی‌ها درباره دیجیتال شدن پزشکی به این دلیل است که ممکن است به قیمت از دست رفتن شغل افراد تمام شود، وقتی یک کامپیوتر بهتر از یک انسان اسکن‌های پزشکی را می‌خواند چه احتیاجی به آنهاست. اما به‌گفته «میرا حمید» رئیس خدمات پاتولوژی جراحی در مرکز سرطان مموریال سالن کترینگ در نیویورک، همیشه برای یک انسان شغلی وجود دارد تا مراحل معاینه و تشخیص را تکمیل کند. او می‌گوید الگوریتم‌هایی که می‌تواند اسکن‌های دیجیتال را بخواند به یکپارچه‌سازی‌ اطلاعات پزشکی مانند معاینه، تست‌های آزمایشگاهی و ژنتیک کمک می‌کند، بنابراین پاتولوژیست‌ها می‌توانند تصمیم بگیرند که با این اطلاعات چه کنند: ما همان‌هایی هستیم که همه این داده‌هارا تفسیر و جمع‌آوری می‌کنیم.